前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场

C学习

作者头像
裴来凡
发布于 2022-05-29 01:47:07
发布于 2022-05-29 01:47:07
6660
举报

VC6.0(VC++6.0)下载地址和安装教程

链接:https://pan.baidu.com/s/1TKn-gy_UDsngbSzL9Cv5mQ 提取码:txcl

1.在Win7或Win10下使用VC6.0

1.右键“Visual C++6.0”-单击“属性”

2.单击“兼容性”

3.单击“以兼容模型运行这个程序”-选择“Windows XP(Service Packs 3)”或者“Windows XP(Service Packs 2)”

VC6.0(VC++6.0)使用教程(使用VC++6.0编写C语言程序)

1)新建Win32 Console Application工程

1.单击“文件”-“新建”或者按“Ctrl+N”键

2.单击“Win32 Console Application”-命名“工程名称”-单击“确定”

3.单击"完成"

4.单击“确定”

2)新建C源程序

方法1:

1.单击“文件”-“新建”或者“Ctrl+N”键

2.单击“C++ Source File”-命名“文件名”-单击“确定”

方法2:

1.单击“文件”-“新建”或者“Ctrl+N”

2.单击“C++ Source File”-命名“文件名”-“确定”

3)编写C语言代码

1.右击“Source Files”-单击"添加文件到目录"

2.命名“文件名”-单击“确定”

3.单击“xpp.cpp”-编写“代码”

4)编译并运行代码

方法1:单击“组建”-“编译”-“组建”-“执行”

方法2:单击“编译”-“组建”-“执行”

Code::Blocks下载地址和安装教程(图解)

Windows:https://sourceforge.net/projects/codeblocks/files/Binaries/17.12/Windows/codeblocks-17.12mingw-setup.exe/download

链接:https://pan.baidu.com/s/10CP6r_SrZ0mnFoNNWkmeLg 提取码:txcl

Mac:

https://sourceforge.net/projects/codeblocks/files/Binaries/13.12/MacOS/CodeBlocks-13.12-mac.zip/download

链接:https://pan.baidu.com/s/1hMnB2sHVmc_moQZpLanRyg 提取码:txcl

Visual Studio

1.解压“VS2012”-单击“VS2012”

2.右击“vs_ultimate”-“单击以管理员身份运行”

3.单击“文件路径”-“我同意许可条款和条件”-“下一步”

4.点击“安装”

5.点击“启动”

6.单击“Visual C++开发设置”-“启动Visual Studio(S)”

黑马程序员全套Java教程_Java基础入门视频教程,零基础小白自学Java必备教程

学习博主链接:https://www.bilibili.com/video/BV18J411W7cE?p=4&spm_id_from=pageDriver

https://www.oracle.com/index.html

下载JDK

打开命令提示符窗口

Path环境变量的配置

Java项目实战-徐翠娟 、杨文 、刘立栋

优质课程链接:https://www.icourse163.org/learn/HLJZY-1205965816?tid=1453564498#/learn/content?type=detail&id=1227175731&cid=1242537638

c语言编程 C语言入门 c语言(C语言程序设计教程 c语言视频教程 c语言零基础入门教程 学习c

学习博主链接:https://www.bilibili.com/video/BV1q54y1q79w?from=search&seid=10444141259199297607&spm_id_from=333.337.0.0

1.4n阶矩阵的乘积算法 for (i = 1; i <= n; i++) for(j = 1; j <= n; j++) { c[i][j] = 0; for(k = 1; k <= n; k++) c[i][j] = c[i][j] + a[i][k] * b[k][j]; }

1.5常量阶示例

{x++; s = 0;}

1.6线性阶示例

for(i = 0; i < n; i++){x++; s = 0;}

1.7平方阶示例

x = 0; y = 0;

for (k = 1;k < n ; k++)

x++;

for(i=1; i <=n; i++)

for(j=1; j <+ n; j++)

y++;

1.8立方阶示例

x = 1;

for (i = 1; i <= n; i++)

for(j = 1; j <= i; j++)

for(k = 1; k <= j; k++)

x++;

1.9对数阶示例

for(i = 1; i <=n; i = i * 2){x++; s = 0;}

1.10 在一维数组a中顺序查找某个值等于e的元素,并返回其所在位置。

for(i = 0; i <n; i++)

if(a[i] == e) return i +1;

return 0;

1.11数组逆序,将一维数组a中的n个数逆序存放到原数组中

方法1:

for(i = 0; i < n / 2; i++)

{ t = a[i];

a[i] = a[n - i -1];

a[n - i - 1] = t;

}

方法2:

for(i = 0; i < n; i++)

b[i] = a[n -i - 1];

for(i = 0; i < n; i++)

a[i] = b[i];

参考书籍:严蔚敏 李冬梅 吴伟民《数据结构》(C语言版)(第2版)

安装VC++

1.点击【下一步】-【下一步】-【下一步】

2.点击【安装】-【完成】

3.点击【启动时显示提示】-【关闭】

3.5编译-链接-执行

1.按<Ctrl+N>键-点击【文件】

2.点击【C++ Source File】-【文件名】-【确定】

3.8如何编写多文件程序

1.按<Ctrl+N>键-点击【工程】-点击【Win32 Console Application】-输入【Project name:】-点击【确定】

2.点击【一个空工程】-【完成】-【确定】

3.点击【FileView】-【+】

4.点击【文件】-【C++ Source File】-【添加到工程】-【文件名】-【确定】

3.9如何用VC++ 6.0调试程序

1.点击【工具栏】-点击【debug】

12.4用递归实现1+2+3+…+100的和

1.9进制详解:二进制、八进制和十六进制

二进制加法: 二进制加法:1+0=1、1+1=10、11+10=101、111+111=1110

二进制减法:1-0=1、10-1=1、101-11=10、1100-111=101

八进制加法:3+4=7、5+6=13、75+42=137、2427+567=3216

八进制减法:6-4=2、52-27=23、307-141=146、7430-1451=5757

C语言程序设计(上)-北京理工大学-李凤霞 、陈宇峰 、余月 、李仲君 、赵三元

优质课程网址:https://www.icourse163.org/learn/BIT-20019?tid=1461425463#/learn/content?type=detail&id=1237813426 软件安装与下载网址: Dev-C++ for Windows:https://bloodshed-dev-c.en.softonic.com/

C语言程序设计(下)-北京理工大学-李凤霞 、陈宇峰 、余月 、李仲君 、赵三元 优质课程网址:https://www.icourse163.org/course/BIT-46004 软件安装与下载网址: Dev-C++ for Windows:https://bloodshed-dev-c.en.softonic.com/

程序设计入门——C语言-浙江大学-翁恺 优质课程网址:https://www.icourse163.org/course/ZJU-199001 C语言程序设计进阶-浙江大学-翁恺 优质课程网址:https://www.icourse163.org/learn/ZJU-200001?tid=1462327456#/learn/content?type=detail&id=1239313874 ACLLib软件安装与下载: 链接:https://pan.baidu.com/s/14M1wwD8ny7SeB6G6_JoInw 提取码:50o5

国家精品公开课】北京大学数据结构与算法C++版

优质课程网址:https://www.bilibili.com/video/BV1R741117bK?p=2

学习网址:

http://c.biancheng.net/view/463.html

课后答案:

https://www.taodocs.com/p-69573163.html

https://ac.nowcoder.com/acm/home

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2021-11-06,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 图像处理与模式识别研究所 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
暂无评论
推荐阅读
自动驾驶定位算法(十三)-粒子滤波(Particle Filter)
自动驾驶对定位的精度的要求在厘米级的,如何实现厘米级的高精度定位呢?一种众所周知的定位方法是利用全球定位系统(GPS),利用多颗卫星的测量结果,通过三角测量(Triangulation)机制确定目标的位置,GPS定位的原理见自动驾驶硬件系统(十一)-Global Navigation Satellite Systems (GNSS),但是GPS并不总是提供高精度定位数据,在GPS信号强的情况下,定位精度在1~3m范围内,在GPS信号弱的情况下,定位精度下降到10~50m范围内。虽然依赖于RTK,可以将卫星定位的精度提高到厘米级,但是在GPS信号弱的场景下,定位精度仍然不能满足应用需求。所以仅仅使用GPS不能实现高可靠的高精度定位的。
YoungTimes
2022/04/28
3.1K0
自动驾驶定位算法(十三)-粒子滤波(Particle Filter)
基于粒子滤波的物体跟踪
一直都觉得粒子滤波是个挺牛的东西,每次试图看文献都被复杂的数学符号搞得看不下去。一个偶然的机会发现了Rob Hess(http://web.engr.oregonstate.edu/~hess/)实现的这个粒子滤波。从代码入手,一下子就明白了粒子滤波的原理。根据维基百科上对粒子滤波的介绍(http://en.wikipedia.org/wiki/Particle_filter),粒子滤波其实有很多变种,Rob Hess实现的这种应该是最基本的一种,Sampling Importance Resampling (SIR),根据重要性重采样。下面是我对粒子滤波实现物体跟踪的算法原理的粗浅理解:
MachineLP
2022/05/09
6930
基于粒子滤波的物体跟踪
关于粒子滤波的解析
基本原理:随机选取预测域的 N NN 个点,称为粒子。以此计算出预测值,并算出在测量域的概率,即权重,加权平均就是最优估计。之后按权重比例,重采样,进行下次迭代。
芯动大师
2024/09/11
1850
关于粒子滤波的解析
目标检测 - Faster R-CNN 训练过程源码理解
得到的 imdb = pascal_voc(‘trainval’, ‘2007’) 记录的内容如下:
AIHGF
2019/02/18
1.1K0
外卖自动抢单辅助精灵,达达抢单自动点击器,美团众包骑手脚本插件
下载地址:https://www.pan38.com/share.php?code=pvvmX 提取码:7784 【仅供学习参考用途】
用户11696336
2025/06/24
1130
Caffe2 - (三十二) Detectron 之 roi_data - 模型 minibatch blobs
Caffe2 - (三十二) Detectron 之 roi_data - 模型 minibatch blobs 根据对应的 roi_data 模块可以处理 对应模型的 minibatch blobs. fast_rcnn.py mask_rcnn.py keypoint_rcnn.py rpn.py retinanet.py 1. fast_rcnn.py 构建用于 Fast R-CNN 训练的 minibatches. """ 处理 Fast R-CNN 所涉及的 minibatch blobs. ""
AIHGF
2018/05/17
1.3K0
Github 项目- 基于YOLOV3 和 DeepSort 的实时多人追踪
原文:Github 项目- 基于YOLOV3 和 DeepSort 的实时多人追踪 - AIUAI
AIHGF
2019/02/27
5.7K0
Github 项目- 基于YOLOV3 和 DeepSort 的实时多人追踪
OpenCV源码系列|目标跟踪
应用场景:跟踪摄像头中的目标物体,目标物体由鼠标选出,跟踪搜索框的大小和方向搜跟踪物体的变化而变换,目前仅支持单一物体跟踪。
用户9831583
2022/06/16
4770
tensorflow 0.10 word2vec 源码解析
版权声明:本文为博主原创文章,转载请注明出处。 https://blog.csdn.net/u012436149/article/details/52848013
ke1th
2019/05/27
8420
Caffe2 - (二十三) Detectron 之 utils 函数(1)
Caffe2 - (二十三) Detectron 之 utils 函数(1) 1. blob.py # Based on: Fast R-CNN # Written by Ross Girshick # -------------------------------------------------------- """Caffe2 blob helper functions.""" from __future__ import absolute_import from __future__ impo
AIHGF
2018/05/17
1.3K0
你真的理解Faster RCNN吗?捋一捋Pytorch官方Faster RCNN代码
来源丨https://zhuanlan.zhihu.com/p/145842317
3D视觉工坊
2020/11/11
1.9K0
你真的理解Faster RCNN吗?捋一捋Pytorch官方Faster RCNN代码
ByteTrack注释详解
最近有用到多目标追踪 Multi Object Tracking 的东西,看过了经典的 DeepSort 源码之后觉得 tracking 挺有意思的也挺有挑战的,ByteTrack 是多目标追踪里面一个相对比较新的的追踪器 (ECCV2022),也比较简单,这里就对源码做一些注释,仅供日后复习参考。
棒棒鸡不棒
2022/09/08
3.9K0
RPN网络代码解读
在目标检测领域Faster RCNN可以说是无人不知无人不晓,它里面有一个网络结构RPN(Region Proposal Network)用于在特征图上产生候选预测区域。但是呢,这个网络结构具体是怎么工作的呢?网上有很多种解释,但是都是云里雾里的,还是直接撸代码来得直接,这里就直接从代码入手直接撸吧-_-||。 首先,来看一下Faster RCNN中RPN的结构是什么样子的吧。可以看到RPN直接通过一个卷积层rpn_conv/3×3直接接在了分类网络的特征层输出上面,之后接上两个卷积层rpn_clc_score与rpn_bbox_pred分别用于产生前景背景分类与预测框。之后再由python层AnchorTargetLayer产生anchor机制的分类与预测框。然后,经过ROI Proposal产生ROI区域的候选,并通过ROI Pooling规范到相同的尺寸上进行后续处理。大体的结构如下图所示:
全栈程序员站长
2022/09/10
1.8K0
RPN网络代码解读
【目标跟踪】多目标跟踪sort (python 代码)
读书猿
2024/02/05
6230
【目标跟踪】多目标跟踪sort (python 代码)
里程碑式成果Faster RCNN复现难?我们试了一下 | 附完整代码
【导读】2019年以来,除各AI 大厂私有网络范围外,MaskRCNN,CascadeRCNN 成为了支撑很多业务得以开展的基础,而以 Faster RCNN 为基础去复现其他的检测网络既省时又省力,也算得上是里程碑性成果了。因此本文主要以简洁易懂的文字复现了 Resnet - Faster R-CNN 。
AI科技大本营
2019/08/23
2.3K0
里程碑式成果Faster RCNN复现难?我们试了一下 | 附完整代码
Word2vec原理浅析及tensorflow实现
词向量的重要意义在于将自然语言转换成了计算机能够理解的向量。相对于词袋模型、TF-IDF等模型,词向量能抓住词的上下文、语义,衡量词与词的相似性,在文本分类、情感分析等许多自然语言处理领域有重要作用。
用户1332428
2018/07/30
6400
Word2vec原理浅析及tensorflow实现
Transformers 4.37 中文文档(八十八)
LayoutLM 模型是由 Yiheng Xu,Minghao Li,Lei Cui,Shaohan Huang,Furu Wei 和 Ming Zhou 在论文LayoutLM: Pre-training of Text and Layout for Document Image Understanding中提出的。这是一种简单但有效的文本和布局预训练方法,用于文档图像理解和信息提取任务,如表单理解和收据理解。它在几个下游任务上取得了最先进的结果:
ApacheCN_飞龙
2024/06/26
4430
OpenCV和SVM分类器在自动驾驶中的车辆检测
这次文章的车辆检测在车辆感知模块中是非常重要的功能,本节课我们的目标如下:
刘盼
2018/03/01
2.1K5
OpenCV和SVM分类器在自动驾驶中的车辆检测
Yolov8 源码解析(四十三)
ApacheCN_飞龙
2024/09/13
3040
【目标跟踪】光流跟踪(python、c++代码)
读书猿
2024/02/05
8300
【目标跟踪】光流跟踪(python、c++代码)
推荐阅读
相关推荐
自动驾驶定位算法(十三)-粒子滤波(Particle Filter)
更多 >
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档