这是编译问题吗?非高手莫入。

puffgeng 2001-07-20 03:23:52
我在自己的电脑上调一段VC代码,其中有:
CString GetNewFileName(char *pString)
{
CString strFileName,strNewFileName;
CTime refTime,OldTime( 1980, 1, 1, 0, 0, 0 );
char Path[64];
strcpy(Path,pString);
strcat(Path,"*.*");
............
if (refTime > OldTime)
{
OldTime=refTime;
}
....................
}
在我的机器上单步调试(VC6SP4),在调试窗口中OldTime都有值显示,但换了一台电脑调试(VC6SP4),运行到
有OldTime和refTime时,调试窗口显示这两个变量"Error:symbol "OldTime" not found",而在我自己的机器上却是有值的呀!怪,请高手指教!
...全文
181 6 打赏 收藏 转发到动态 举报
写回复
用AI写文章
6 条回复
切换为时间正序
请发表友善的回复…
发表回复
puffgeng 2001-08-02
  • 打赏
  • 举报
回复
请scklotz(晓春)到http://www.csdn.net/expert/topic/202/202110.shtm回复一下,那50分也归你。
puffgeng 2001-07-20
  • 打赏
  • 举报
回复
感谢scklotz(晓春),用你的办法问题已解决!
codemon 2001-07-20
  • 打赏
  • 举报
回复
我是高手但我姓非,看来我不该进来。
对不起对不起.^_^

别的都是正常的吗?
redfaceeggs 2001-07-20
  • 打赏
  • 举报
回复
3R大法:Rebuild Reopen Vc Reset Computer
scklotz 2001-07-20
  • 打赏
  • 举报
回复
你把你的工程 先 clean, 在build看看。我遇到过同样的问题,就这样解决了。
xyzboat 2001-07-20
  • 打赏
  • 举报
回复
看你这的代码也很别扭,我不是高手,但我进来了,说声对不起.
内容概要:本文围绕2026年高教社杯全国大学生数学建模竞赛E题“SEM广告投放策略优化”展开研究,基于某互联网公司2025年约142万元的搜索引擎营销(SEM)投放数据,构建了从诊断、分类、优化到鲁棒决策的完整建模框架。研究首先通过多维度指标体系与对数线性假日效应回归模型分析投放效益的时间规律与结构性问题;继而提出成本—效益二维归一化分类方法,将关键词科学划分为黄金词、重点词、潜力词、问题词与无效词五类;在此基础上建立0-1整数规划模型,结合贪心算法与拉格朗日对偶定价求解预算约束下的最优投放策略;最后引入条件风险价值(CVaR)框架应对竞价与转化的不确定性,实现鲁棒优化。实证结果表明,优化策略显著降低单位注册成本,提升预算使用效率与展位质量。; 适合人群:具备数据分析与数学建模基础,对运筹优化、市场营销量化分析感兴趣的高校学生、数据分析师及互联网广告从业者。; 使用场景及目标:①应用于企业SEM广告投放策略的优化,实现预算约束下的转化最大化;②作为数学建模竞赛的参考案例,学习如何将实际商业问题转化为数学模型并求解;③掌握关键词分类、整数规划、鲁棒优化等方法在真实场景中的综合应用。; 阅读建议:此资源不仅提供了完整的建模思路与算法实现,还包含详细的策略对比与稳健性分析。读者应在理解模型原理的基础上,结合所提供的代码与数据进行复现与调试,重点关注分类逻辑、优化模型构建及不确定性处理方法,以深入掌握从问题分析到决策落地的全过程。
内容概要:本文围绕2026年高教社杯全国大学生数学建模竞赛D题“时频冲突检测与消解”展开,旨在通过提供数学建模、代码实现与论文写作的完整资源,帮助参赛学生系统性地解决时频冲突问题。文档不仅涵盖该赛题的技术背景与建模范式,还拓展至SEM广告投放、无线电干扰源定位、微网电力调控等相关赛题的建模思路与求解方法,强调数据分析、优化算法与模型鲁棒性的综合应用。文中整合了灰狼优化、粒子群算法、LSTM-Attention等多种智能算法在实际工程问题中的建模实践,并配套提供MATLAB/Python代码支持,便于读者复现、验证与拓展研究成果。资源体系注重从问题分析、模型构建到算法实现与结果可视化的全流程技术贯通,助力提升建模实战能力。; 适合人群:全国大学生数学建模竞赛参赛者,具备一定数学建模、编程基础(MATLAB/Python)和优化理论知识的本科或研究生层次学生。; 使用场景及目标:①辅助完成数学建模竞赛中的问题分析、模型构建与算法实现;②学习如何将智能优化算法与实际工程问题(如信号冲突、广告投放、电力调度)相结合;③掌握从数据处理、模型求解到结果可视化的全流程技术路径; 阅读建议:建议读者结合提供的网盘资源(代码、论文模板、参考文献)同步学习,重点关注模型构建逻辑与算法实现细节,优先掌握某一类问题的完整解决方案后再横向拓展至其他赛题,以提升综合建模能力。

16,550

社区成员

发帖
与我相关
我的任务
社区描述
VC/MFC相关问题讨论
社区管理员
  • 基础类社区
  • Creator Browser
  • encoderlee
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告

        VC/MFC社区版块或许是CSDN最“古老”的版块了,记忆之中,与CSDN的年龄几乎差不多。随着时间的推移,MFC技术渐渐的偏离了开发主流,若干年之后的今天,当我们面对着微软的这个经典之笔,内心充满着敬意,那些曾经的记忆,可以说代表着二十年前曾经的辉煌……
        向经典致敬,或许是老一代程序员内心里面难以释怀的感受。互联网大行其道的今天,我们期待着MFC技术能够恢复其曾经的辉煌,或许这个期待会永远成为一种“梦想”,或许一切皆有可能……
        我们希望这个版块可以很好的适配Web时代,期待更好的互联网技术能够使得MFC技术框架得以重现活力,……

试试用AI创作助手写篇文章吧