icodding愛程式

#include<stdlib.h> #include<stdio.h> #include<windows.h> int main() { int a; //for( ; ; ) //for的用法 while(1)//while的用法 { a = (rand()%100)+1; printf("%d\n", a); printf("forver loop!\n"); Sleep(1); } return 0; }

今天整理了一些#define的用法，與大家共享！ 1.簡單的define定義 #define MAXTIME 1000 一個簡單的MAXTIME就定義好了，它代表1000，如果在程式裡面寫 if (i<MAXTIME){.........} 編譯器在處理這個程式碼之前會對MAXTIME進行處理替換為1000。 這樣的定義看起來類似於普通的常數定義CONST，但也有著不同，因為define的定義更像是簡單的文本替換，而不是作為一個量來使用，這個問題在下面反映的尤為突出。 2.define的“函式定義” define可以像函式那樣接受一些參數，如下 #define max(x,y) (x)>(y)?(x):(y); 這個定義就將返回兩個數中較大的那個，看到了嗎？因為這個“函式”沒有類型檢查，就好像一個函式模板似的，當然，它絕對沒有模板那麼安全就是了。可以作為一個簡單的模板來使用而已。 但是這樣做的話存在隱患，例子如下： #define Add(a,b) a+b; 在一般使用的時候是沒有問題的，但是如果遇到如：c * Add(a,b) * d的時候就會出現問題，代數式的本意是a+b然後去和c，d相乘，但是因為使用了define（它只是一個簡單的替換），所以式子實際上變成了 c*a + b*d 另外舉一個例子： #define pin (int*); pin a,b; 本意是a和b都是int型指標，但是實際上變成int* a,b; a是int型指標，而b是int型變數。 這是應該使用typedef來代替define，這樣a和b就都是int型指標了。 所以我們在定義的時候，養成一個良好的習慣，建議所有的層次都要加括號。 3.巨集的單行定義 #define A(x) T_##x #define B（x) #@x #define C（x) #x 我們假設：x=1，則有： A(1)------〉T_1 B(1)------〉'1' C(1)------〉"1" （這裡參考了hustli的文章） 3.define的多行定義 define可以替代多行的程式碼，例如MFC中的巨集定義（非常的經典，雖然讓人看了噁心） #define M

## -c 只生成 obj 檔，並沒有產生執行檔。 例：gcc -c hello.c ## -o 生成執行檔，file name 沒指定時，預設檔名為 a.out。 例：gcc -o hello hello.c ## -llibrary 設定 link 時需便用的 library。 例：gcc -o hello -lhell hello.c，需要的 library 為 libhello.a。 ## -Ldir 設定 link 時，查找 library 的路徑。 例：gcc -o hello -lhell -L. hello.c，會在源碼目錄內找尋 libhello.a 。 ## -Idir 設定 compile 時，查找 include 的路徑。 例：gcc -o hello -I. hello.c，會在源碼目錄內找尋 include 檔 。 ## -I- 取消前面所有 -Idir 的設定。 ## -g 在執行檔中，加入 debug 訊息。 ## -traditional 試圖讓編譯器支援傳統的Ｃ語言特性。 ## -static 禁止使用動態 library。 ## -share 儘量使用動態 library。 ## 聯結數個 object 成可執行檔。 例：gcc test1.o test2.o -o test 將 'test1.o'、'test2.o' 和程式庫聯結後成為可執行檔 test。 =========== 最佳化參數 ================ ## -O0 不作最佳化；然而若是之前有指定其它 LEVEL 的參數，將不會受到本參數的影響。 ## -O1 初步最佳化，作最佳化的編譯當然會花費更多的時間和記憶體；未使用本參數前 GCC編譯的原則是減少編譯成本，而且各個階段的編連是各自獨立的--可以在任一階段停下來，重新指定變數內容，且各階段的結果和一般的狀況相同，完全符合正常的程序，然而本參數會以整體四個階段一起考慮，且本參數包含許多其它參數，目的就是要減少程式大小及執行時間；使用本參數同時會將-fthread-jumps和-fdelayed-branch開啟。 ## -O2 更進一步最佳化，本參數可直接使用不需配合上一個參

測試環境為ubuntu14.04 需安裝下列函式庫 1.apt-get install libcurl3 2.apt-get install libcurl4-openssl-dev 。 安裝完成後查看是否有/usr/include/curl 這個目錄，有說明安裝成功。 第二次編譯的時候，提示 /tmp/ccVvExfd.o: In function `main': test.c:(.text+0xa1): undefined reference to `curl_easy_init' test.c:(.text+0xd4): undefined reference to `curl_easy_setopt' test.c:(.text+0xe0): undefined reference to `curl_easy_perform' test.c:(.text+0xf0): undefined reference to `curl_easy_cleanup' collect2: ld returned 1 exit status 估計是找不到庫的引用，嘗試在編譯時，加上-l 選項即可，例如： 3.gcc get_htm.c -o get_htm -lcurl 範例程式 #include <stdio.h> #include <curl/curl.h> #include <stdlib.h> int main(int argc, char *argv[]) {     CURL *curl;             //定義CURL類型的指針         CURLcode res;           //定義CURLcode類型的變量，保存返回狀態碼     if(argc!=2)     {         printf("Usage : file <url>;/n");         exit(1);     }     curl = curl_easy_init();        //初始化一個CURL類型的指針     if(curl!=NULL)     {    

#include <stdio.h> #include <stdlib.h> int main(int argc, char *argv[]) {   FILE *fptr1,*fptr2;   char ch;   int count=0;   fptr1=fopen("runoob.txt","r");   fptr2=fopen("runoob2.txt","w");   if( fptr1!=NULL && fptr2!=NULL)   {       while( (ch=getc(fptr1))!=EOF)               {               printf("%c",ch);                           putc(ch,fptr2);               }              printf("\n");       fclose(fptr1);       fclose(fptr2);       printf("copy  YES!!\n");   }   else       printf("copy  NO!!\n");   system("PAUSE");   return 0; }

server.c #include<winsock2.h> #include<stdio.h> int main() {   SOCKET server_sockfd, client_sockfd;   int server_len, client_len;   struct sockaddr_in server_address;   struct sockaddr_in client_address;   // 註冊 Winsock DLL   WSADATA wsadata;   if(WSAStartup(0x101,(LPWSADATA)&wsadata) != 0) {     printf("Winsock Error\n");     exit(1);                                          }   // 產生 server socket   server_sockfd = socket(AF_INET, SOCK_STREAM, 0); // AF_INET(使用IPv4); SOCK_STREAM; 0(使用預設通訊協定，即TCP)   if(server_sockfd == SOCKET_ERROR) {     printf("Socket Error\n");     exit(1);   }   // struct sockaddr_in {   //     short int               sin_family; /* AF_INT(使用IPv4) */   //     unsigned short int sin_port;    /* Port(埠號) */   //     struct in_addr       sin_addr;   /* IP位址 */   // };   // sturct in_addr {   //     unsigned long int s_addr;   // };   server_address.sin_family = AF_INET; // AF_INT(使用IPv4)   server_add

#include <stdio.h>  #include <stdlib.h>  #include <string.h>    #define CONFIG_PATH "config.txt"  #define SIZE         256  typedef enum __bool { false = 0 , true = 1 , } bool ;  /*config vars*/  char path[SIZE];  char extension[SIZE];  int limit=0;  int limit1=0;  bool readConfig(){     char name[SIZE];     char value[SIZE];       FILE *fp = fopen(CONFIG_PATH, "r");     if (fp == NULL) { return false; }     while(!feof(fp)){         memset(name,0,SIZE); memset(value,0,SIZE);           /*Read Data*/         fscanf(fp,"%s = %s\n", name, value);           if (!strcmp(name, "path")){             strcpy(path, value);           }else if (!strcmp(name, "extension")){             strcpy(extension, value);           }else if (!strcmp(name, "limit")){             limit = atoi(value);                   }else if (!strcmp(name, "limit1")){             limit1 = atoi(value);   

1.sudo apt- get update 2.sudo apt-get install tasksel 3.sudo tasksel install lamp-server 4.sudo apt-get install mysql-server mysql-client 5.sudo apt-get install libmysqlclient15-dev 範例程式 /**  * @FileName    linux_c_mysql.c  * @Describe    A simple example for operating mysql using c programming in linux system.  * @Author      vfhky 2015.12.29 15:40 https://typecodes.com/cseries/linuxgccgconnectmysql.html  * @Compile     gcc -I/usr/local/mysql/include  -L/usr/local/mysql/lib -lmysqlclient  linux_c_mysql.c -o linux_c_mysql  * @Reference   http://dev.mysql.com/doc/refman/5.7/en/c-api-function-overview.html  */ #include <stdio.h> #include <stdlib.h> #include <string.h> #include <mysql.h> //MySQL connection. MYSQL *pMysqlConn; //result set. MYSQL_RES *pMysqlRes; //an instance of a row from the result. MYSQL_ROW MysqlRow; #define MAX_BUF_SIZE 1024 const char *pHostName = "localhost";    //or set the remote ip address. const

#include<stdio.h>  #include<stdlib.h>  int  main()  {      system( "title控制軟件" );      system( "color c0" );      int  key;      printf( "輸入你想做的事情！\n" );      printf( "1.打開記事本\n" );      printf( "2.打開計算器\n" );      printf( "3.重啟電腦\n" );      printf( "0.退出\n" );      scanf( "%d" ,&key);      switch (key)      {          case  1:              system( "notepad.exe" );              break ;          case  2:              system( "calc.exe" );              break ;          case  3:               system( "shutdown -l" );               break ;          case  0:              break ;        }      system( "pause" );      return  0;  }  記得編譯時採用 gcc -fexec-charset=BIG5 檔案名稱.c -o 檔案名稱

在windows cmd 底下編譯時採用 gcc -fexec-charset=BIG5 檔案名稱.c -o 檔案名稱

#include <stdio.h> #include <stdlib.h> #include <string.h> int main() {     printf("Hello world!\n");     FILE *pf;     //int i=0;     char buf[513];     char buf0[100];     pf=fopen("runoob.txt","r"); FILE *fp_w = fopen("data_out.txt", "w");     while(fgets(buf,512,pf) != NULL)     {         printf("%s",buf); //printf("\n"); fprintf(fp_w,"%s",buf);     }     fclose(pf); printf("\n"); system("pause");     return 0; } runoob.txt aaaa fdfddf data_out.txt aaaa fdfddf

python下編譯py成pyc和pyo 什麼是pyc文件 pyc是一種二進製文件，是由py文件經過編譯後，生成的文件，是一種byte code，py文件變成pyc文件後，加載的速度有所提高，而且pyc是一種跨平台的字節碼，是由python的虛擬機來執行的，這個是類似於JAVA或者.NET的虛擬機的概念。pyc的內容，是跟python的版本相關的，不同版本編譯後的pyc文件是不同的，2.5編譯的pyc文件，2.4版本的python是無法執行的。 什麼是pyo文件 pyo是優化編譯後的程序python -O源文件即可將源程序編譯為pyo文件 什麼是pyd文件 pyd是python的動態鏈接庫。 為什麼需要pyc文件 這個需求太明顯了，因為py文件是可以直接看到源碼的，如果你是開發商業軟件的話，不可能把源碼也洩漏出去吧？所以就需要編譯為pyc後，再發佈出去。當然，pyc文件也是可以反編譯的，不同版本編譯後的pyc文件是不同的，根據python源碼中提供的opcode，可以根據pyc文件反編譯出py文件源碼，網上可以找到一個反編譯python2.3版本的pyc文件的工具，不過該工具從python2.4開始就要收費了，如果需要反編譯出新版本的pyc文件的話，就需要自己動手了（俺暫時還沒這能力--）,不過你可以自己修改python的源代碼中的opcode文件，重新編譯python，從而防止不法分子的破解。 生成單個pyc文件 python就是個好東西，它提供了內置的類庫來實現把py文件編譯為pyc文件，這個模塊就是py_compile模塊。 其實很簡單，用python -m py_compile file.py python -m py_compile /root/src/{file1,file2}.py 編譯成pyc文件。 也可以寫份腳本來做這事： Code: import py_compile py_compile.compile('path') //path是包括.py文件名的路径 用 python -O -m py_compile file.py 編譯成pyo文件。 1.其中的-m相當於腳本中的import，這裡的-m py_compile相當於上面的import py_compile 2.-

某些情況下我們會希望在函式中回傳多個值在 python 中該如何表示 def profile():     name = "Danny"     age = 30     return name, age print (profile()) 例如上列程式，我們直接執行cmd結果如下 D:\>python aa.py ('Danny', 30) 該函式回傳的則是 tuple 的多值 假如再改一下程式如下 def profile():     name = "Danny"     age = 30     return name, age print (profile()) name1,age1 = profile() #直接profile()函式賦值給name1，age1 print (name1) print (age1) cmd結果如下 D:\>python aa.py ('Danny', 30) Danny 30 真有趣，原來 python 的函示 可以另外賦值給其他變數，寫法則是顛倒過來，有趣的應用!!

一般if寫法 $i=1; if ($i==1) { echo "yes";      } else { echo "no"; } 三元運算子的寫法 $ans=($i==1)?"yes":"no"; echo $ans;

在python中則以x if y else z表示 x=True if 'a'=='a' else False #意思同於 if 'a'=='a':     x=True else :     x=False

最近在學習Tensorflow中的tensoboard的視覺化，但是怎麼都無法實現，按照教程，在Windows下會無法顯示網頁，教程中是在Linux中實現的，檔路徑與Windows不一樣,下面我以官方給出教程為例，指出在Window下要修改的地方： from __future__ import absolute_import from __future__ import division from __future__ import print_function import argparse import sys import tensorflow as tf from tensorflow.examples.tutorials.mnist import input_data FLAGS = None def train():   # Import data   mnist = input_data.read_data_sets(FLAGS.data_dir,                                     one_hot=True,                                     fake_data=FLAGS.fake_data)   sess = tf.InteractiveSession()   # Create a multilayer model.   # Input placeholders   with tf.name_scope('input'):     x = tf.placeholder(tf.float32, [None, 784], name='x-input')     y_ = tf.placeholder(tf.float32, [None, 10], name='y-input')   with tf.name_scope('input_reshape'):     image_shaped_input = tf.reshape(x, [-1, 28, 28, 1])     tf.summary.image('input', image_s

延續上一篇"Python 3.x中使用print函數出現語法錯誤（SyntaxError: invalid syntax）的原因" 當 print 增加 () 後仍然出現錯誤 After %s iteration(s): x%s is %f. Traceback (most recent call last):   File "test9.py", line 14, in <module>     print ('After %s iteration(s): x%s is %f.') % (i+1, i+1, x_value) TypeError: unsupported operand type(s) for %: 'NoneType' and 'tuple' 解決方式 在印出的外層再加上() print ( ("After %s iteration(s): x%s is %f.") % (i+1, i+1, x_value) )

  File "test9.py", line 14     print 'After %s iteration(s): x%s is %f.' % (i+1, i+1, x_value)                                                                  ^ SyntaxError: invalid syntax Python 2.x： print 「所要列印的內容」 , 不帶括號 Python 3.x： print函數（」所要列印的內容」），必須帶括號

原因：TensorFlow 發布的新版本的API 修改了 tf.mul, tf.sub and tf.neg are deprecated in favor of tf.multiply, tf.subtract and tf.negative. 解決方法：使用時將  tf.mul改成  tf.multiply即可 其餘的  tf.sub和tf.neg也要相應修改為  tf.subtract和tf.negative。

  File "test9.py", line 10     print sess.run(y, feed_dict={a: 3, b: 3})              ^ SyntaxError: invalid syntax 這個報錯是因為python3中print變成了一個方法，需要帶括號當參數傳入值。 print(sess.run(y, feed_dict={a: 3, b: 3})) 即可解決！

簡單運用 這一次我們會講到Tensorflow中的placeholder, placeholder是Tensorflow中的佔位符，暫時儲存變數. Tensorflow如果想要從外部傳入data,那就需要用到tf.placeholder(),然後以這種形式傳輸資料sess.run(***, feed_dict={input: **}). 示例： import tensorflow as tf #在 Tensorflow 中需要定義 placeholder 的 type ，一般為 float32 形式 input1 = tf.placeholder(tf.float32) input2 = tf.placeholder(tf.float32) # mul = multiply 是將input1和input2 做乘法運算，並輸出為 output ouput = tf.multiply(input1, input2) 接下來,傳值的工作交給了sess.run(),需要傳入的值放在了feed_dict={}並一一對應每一個input. placeholder與feed_dict={}是綁定在一起出現的。 with tf.Session() as sess:     print(sess.run(ouput, feed_dict={input1: [7.], input2: [2.]})) # [ 14.]

TensorFlow 用張量這種資料結構來表示所有的資料。用一階張量來表示向量，如： v = [1.2, 2.3, 3.5] ，如二階張量表示矩陣，如： m = [[1, 2, 3], [4, 5, 6], [7, 8, 9]] ，可以看成是方括號嵌套的層數。 1.   編輯器 2.   編寫 tensorflow 代碼，實際上就是編寫 py 檔，最好找一個好用的編輯器，如果你用 vim 或 gedit 比較順手，那也可以的啦。我們既然已經安裝了 anaconda ，那麼它裡面自帶一個還算不錯的編輯器，名叫 spyder ，用起來和 matlab 差不多，還可以在右上角查看變數的值。因此我一直使用這個編輯器。它的啟動方式也很簡單，直接在終端輸入 spyder 就行了。 Note: 用 Anaconda 自帶的 IDE spyder 編輯 python 時，發現無法導入 tensorflow 模塊，我猜測應該時 IDE 的搜索路徑沒有包含 tensorflow 的路徑吧（未仔細研究），然後我在 Anadconda 的安裝路徑中找到了 / envs/tensorflow/lib/python2.7 ，並將該路徑中的 site-packages 檔夾中的所有檔拷貝到， Anaconda 安裝路徑下的 lib/python2.7/site-packages 檔夾中，之後再次打開 IDE ，發現已經可以 import 了！！！！ cd   anaconda cp -rf  envs/tensorflow/lib/python2.7/site-packages/* lib/python2.7/site-packages/ 2.   常數 3.   我們一般引入 tensorflow 都用語句 4.   import tensorflow as tf 5.   因此，以後文章中我就直接用 tf 來表示 tensorflow 了。 6.   在 tf 中，常數的定義用語句： a=tf.constant(10) 這就定義了一個值為 10 的常數 a 3.   變數 4.   變數用 Variable 來定義 , 並且必須初始化，如： x=tf

常用語法筆記 （以下指令皆需先宣告 import tensorflow as tf） 一般結構： （1）建立計算圖 （2）執行計算圖 建立計算圖 宣告： tf.constant() 建立常數 tf.variable() 建立變數 數值運算： tf.add(x,y,name) 加法 tf.subtract(x,y,name) 減法 tf.multiply(x,y,name) 乘法 tf.divide(x,y,name) 除法 tf.mod(x,y,name) 餘數 tf.sqrt(x,name) 平方 tf.abs(x,name) 絕對值 x : 輸入參數 y : 輸入參數 name : 設定運算名稱 建立連結： tf.Session() 建立連結 說明： session的原始意思為對談，在這邊的意思為把用戶端和執行裝置之間建立一個連結，有了這個連結就可以把建立好的計算圖再裝置中執行。 執行計算圖 sess=tf.Session() sess.run() 執行計算圖 Session Tensorflow是基於圖架構進行運算的深度學習框架，Session是圖和執行者之間的媒介，首先透過Session來啟動圖，而Session.run()是用來進行操作的，Session再使用完過後需要透過close來釋放資源，或是透過with as的方式來讓他自動釋放。 Constant 就是不可變的常數，以下透過程式碼來逐一講解 import tensorflow as tf result=tf.constant(5) print (result) imgur 在沒有session.run的情況下，我們可以看到const跟tensor以及type，那麼這次改用session.run的方式來執行result import tensorflow as tf result=tf.constant(5) with tf.Session() as sess:     result=sess.run(result)     print (result) 這樣就會印出5這個數字了 PlaceHolder 由於Tensorflow都是透過圖去進行運算的，因此在我們還不知道資

通常執行 tensorflow 時，偶而會發生一些錯誤 例如 當發生下列錯誤時 WARNING:tensorflow:From <stdin>:1 in <module>.: initialize_all_variables (from tensorflow.python.ops.variables) is deprecated and will be removed after 2017-03-02. Instructions for updating: Use `tf.global_variables_initializer` instead. 表示 tensorflow 的版本比較新，語法已經修正過，我們可以透過語法進行查詢例如 import tensorflow as tf tf.__version__ 例如我的版本為1.4.0 則當我輸入 tf.Session().run(tf.initialize_all_variables()) 會發生錯誤警告 WARNING:tensorflow:From <stdin>:1 in <module>.: initialize_all_variables (from tensorflow.python.ops.variables) is deprecated and will be removed after 2017-03-02. Instructions for updating: Use `tf.global_variables_initializer` instead. 其實我們只要改成相對應的語法即可解決 tf.Session().run(tf.global_variables_initializer()) 但是如果版本為0.11 可能會發生下列錯誤 tf.Session().run(tf.global_variables_initializer()) AttributeError: module 'tensorflow' has no attribute 'global_variables_initializer' 因為0.1