博客
关于我
【知识】GNU C 、ANSI C、标准C、标准c++区别和联系
阅读量:481 次
发布时间:2019-03-06

本文共 1168 字,大约阅读时间需要 3 分钟。

ANSI C与标准C++的差异

RICARD STALLMAN于1983年9月27日发起的GNU计划旨在创建一套完全自由的操作系统,其中 विश отпucceeding 项注重于开发具有标准自由的代码。

ANSI C(即C99标准)与标准C++有几点显著差异:

  • 引用与函数重载:ANSI C不支持引用类型或函数重载,这限制了其在某些复杂应用中的灵活性。

  • 整型扩展:ANSI C引入了长整型(long long)和无符号长整型(unsigned long long),而现代C++编译器支持这些类型。

  • 变量初始化:ANSI C不支持如int a(8);的简写初始化方式。

  • 结构体声明方式:ANSI C要求使用struct关键字,而C++不需要。

  • 头文件名称:ANSI C的头文件如ctimecstring等在C++中有了更新,部分名称也发生了变化。

  • 名称空间支持:ANSI C不支持名称空间,C++遵循命名空间的概念。

  • bool类型:ANSI C不支持bool,而C++引入了此类型以及truefalse关键字。

  • 函数参数IMPLIED MEANING:在ANSI C中,声明为空函数参数表示接受任意数量参数,而在C++中表示不接受参数。

  • 内联函数:ANSI C不支持内联函数(inline)。

  • 默认参数:ANSI C不支持函数默认参数。

  • 作用域解析操作符:ANSI C不支持作用域解析操作符(::)。

  • 全局常量访问:ANSI C中的const常量具有外部链接性,而C++需要extern关键字来实现对外部常量的链接。

  • GNU C在这些基础上扩展了多种功能,使其在性能和代码优化方面更具优势:

  • 零长度数组:允许代码定义一个长度为零的数组,特别有用在某些数据结构初始化中。

  • case范围增强:支持case x...y语法,覆盖范围内的所有数字,减少case语句数量。

  • 语句表达式:允许将复合语句视为表达式,并出现在任何需要表达式位置,解决了传统宏带来的副作用问题。

  • typeof关键字:通过typeof获取类型信息,帮助实现宏的重定义,减少了传统宏对变量操作的影响。

  • 可变参数宏:比如pr_debug,允许聚合传递参数,个数不限。这在日志记录和调试工具中尤为常见。

  • 数组和结构体初始化:支持通过索引或范围指定顺序进行初始化,提升了代码灵活性。

  • 函数属性声明:提供多种属性选择,如noreturnformatpacked等,适用于代码优化和特定需求。

  • 内建函数:提供诸如__builtin_return_address__builtin_constant_p__builtin_expect等函数,帮助开发者实现代码特优化和调试助手。

  • 注:在目前Linux内核开发中,多数情况仍继续采用标准C,推荐使用某些特定头文件和优化手段。

    转载地址:http://ugndz.baihongyu.com/

    你可能感兴趣的文章
    OpenCV与AI深度学习 | 实战 | 使用姿态估计算法构建简单的健身训练辅助应用程序
    查看>>
    OpenCV与AI深度学习 | 实战 | 基于OpenCV和K-Means聚类实现颜色分割(步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 实战 | 基于YoloV5和Mask RCNN实现汽车表面划痕检测(步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 实战 | 基于YOLOv9+SAM实现动态目标检测和分割(步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 实战 | 基于YOLOv9和OpenCV实现车辆跟踪计数(步骤 + 源码)
    查看>>
    OpenCV与AI深度学习 | 实战 | 文本图片去水印--同时保持文本原始色彩(附源码)
    查看>>
    OpenCV与AI深度学习 | 实战—使用YOLOv8图像分割实现路面坑洞检测(步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 实战篇——基于YOLOv8和OpenCV实现车速检测(详细步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 实战|OpenCV实时弯道检测(详细步骤+源码)
    查看>>
    OpenCV与AI深度学习 | 实践教程|旋转目标检测模型-TensorRT 部署(C++)
    查看>>
    OpenCV与AI深度学习 | 工业缺陷检测中数据标注需要注意的几个事项
    查看>>
    OpenCV与AI深度学习 | 干货 | 深度学习模型训练和部署的基本步骤
    查看>>
    OpenCV与AI深度学习 | 手把手教你用Python和OpenCV搭建一个半自动标注工具(详细步骤 + 源码)
    查看>>
    OpenCV与AI深度学习 | 水下检测+扩散模型:或成明年CVPR最大惊喜!
    查看>>
    OpenCV与AI深度学习 | 深度学习检测小目标常用方法
    查看>>
    OpenCV与AI深度学习 | 超越YOLOv10/11、RT-DETRv2/3!中科大D-FINE重新定义边界框回归任务
    查看>>
    OpenCV与AI深度学习 | 高效开源的OCR工具:Surya-OCR介绍与使用
    查看>>
    OpenCV与AI深度学习|16个含源码和数据集的计算机视觉实战项目(建议收藏!)
    查看>>
    Opencv中KNN背景分割器
    查看>>
    OpenCV中基于已知相机方向的透视变形
    查看>>