当前位置: 首页 > news >正文

C 语言11 函数传参与递归

函数的参数传递

1.值传递,实参数通过赋值运算符把参数内容赋值给形参的形式,形参是实参的一个副本。数据内容是相同的。实参的内存空间和形参的是独立的。

值传递只能读取实参的值,不能进行修改。

2.地址传递。实参传递变量的内存地址值。即可以读实参的数据的值,也可以修改。

一维整形数组传参 需要传size

#include<stdio.h> 9 //逆序 10 int revert_array(int a[],int size) 11 { 12 int i = 0; 13 for(i=0;i<size/2;i++) 14 { 15 int t = a[i]; 16 a[i] = a[size-1-i]; 17 a[size-1-i] = t; 18 } 19 return 0; 20 } 21 //冒泡 22 int bubble_sort(int array[],int size) 23 { 24 int i=0,j=0; 25 for(i=size-1;i>0;i--) 26 { 27 for(j=0;j<i;j++) 29 if(a[j]>a[j+1]) 30 { 31 int t = a[j]; 32 a[j] = a[j+1]; 33 a[j+1] = t; 34 } 35 } 36 } 37 return 0; 38 } 39 int select_sort(int array[],int size) 40 { 41 int i=0,j=0; 42 for(i=0;i<size-1;i++) 43 { 44 for(j=i+1;j<size-1;j++) 45 { 46 if(a[i]>a[j]) 47 { 48 int t = a[i]; 49 a[i] = a[j]; 50 a[j] = t; 51 } 52 } 53 } 54 } 55 int main() 56 { 57 srand(time(NULL)); 58 int size = sizeof(array)/sizeof(array[0]); 59 int array[10]={0}; }> 60 61 revert_array(a[],size); 62 return 0; ]> 63 }

一维字符数组传参 不用传size


函数的递归

在函数内部,自己调用自己的函数调用被称为函数的递归

属于循环的一种表现形式,区别是会使用栈空间。

需要设置合理的退出条件;递归的层次不要太深,会消耗大量的内存,可能会导致程序崩溃。

http://www.jsqmd.com/news/783144/

相关文章:

  • CANN元数据定义FrameworkType
  • 全域旅游打破资源壁垒,巨有科技一机游赋能区域文旅高质量发展
  • 语义通信赋能AIGC:基于ControlNet的高效可控图像生成框架解析
  • AI赋能分支定界算法:机器学习如何优化混合整数规划求解效率
  • 构建XAI与人类决策的统一框架:从证据积累到可解释AI实践
  • 昇腾CANN PTO ISA 概述
  • CANN运行时TDT通道基础传输
  • CANN/asnumpy 基准测试
  • AI+SPU-Net:机器人辅助脊柱手术的自动切面规划技术详解
  • CANN/ops-transformer FFA算子设计
  • 5分钟彻底优化魔兽争霸3:解锁高帧率与宽屏支持的完整指南
  • CANN驱动获取设备PCIe信息v2
  • CANN/PTO-ISA同步算法优化
  • 从停机问题到AI责任:技术不可判定性与法律归责的跨界思考
  • CANN/pyasc向上取整函数
  • SMDA扩散(面向线性复杂度长上下文语言建模的序列流形扩散聚合) 下一代 大模型核心模型,有可能取代Transformer架构的自注意力机制
  • LobeHub 这玩意儿,到底香在哪?
  • AI赋能空间天气预报:深度学习预测太阳耀斑的技术实践
  • 你以为AI先裁基层,其实最危险的是中层管理者
  • 基于可解释AI与核形态分析的淋巴瘤辅助诊断系统实践
  • CANN/ops-math掩码填充张量
  • CANN/hcomm获取通道通知数API
  • claude cli 登录403问题
  • CANN π₀.₅模型训练优化说明
  • Docker Registry Push 超时排查全记录:从网络栈到残留 veth 的真相
  • MoE、多模态与AGI:生成式AI研究范式的变革与工程实践
  • 联邦学习在物联网场景下的性能评估与基准测试实践
  • CANN运行时跨机内存共享
  • AI驱动电弧故障检测:从传统信号处理到深度学习实战
  • 可解释AI如何破解人机协同决策的信任难题?