vs2005 新手问题

hiwsy 2008-03-29 10:35:07
怎么在vs2005下进行文件连接的?
比如:#ifndef link
#define link
void print();
//#include "link_c.cpp"
#endif
----------------
#include "link_h.h
#include <iostream>
using namespace std;
void print()
{
cout<<"hello"<<endl;
}
----------------
其他文件包含这头文件就编译不了,怎么在VC6.0下可以?
错误:function 'void print(void)' already has a body,newline in constant.
...全文
122 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
夜雨_倚琴 2008-03-29
  • 打赏
  • 举报
回复
.h文件一般包含的是声明文件,.cpp文件才是具体实现的。
在一个工程里,包含.h文件就可以调用函数了,函数实现代码的定位 这个是由链接器来完成的。
ttkk_2007 2008-03-29
  • 打赏
  • 举报
回复
#ifndef link
#define link


#endif
void print();
hiwsy 2008-03-29
  • 打赏
  • 举报
回复
头文件中不需要包含函数实现的文件么?
其他源文件是怎么调用这个头文件中的函数的?
canybox 2008-03-29
  • 打赏
  • 举报
回复
条件编译,保证引用一次就够了
夜雨_倚琴 2008-03-29
  • 打赏
  • 举报
回复
你头文件被包含多次。
print也实现了多次,link的时候当然会报错了。

应该修改.h文件

#ifndef PRINT_H
#define PRINT_H

//头文件内容

#endif
jintianfree 2008-03-29
  • 打赏
  • 举报
回复
[Quote=引用 3 楼 hiwsy 的回复:]
头文件中不需要包含函数实现的文件么?
其他源文件是怎么调用这个头文件中的函数的?
[/Quote]

.h文件中,是函数声明,.cpp文件中定义函数。调用文件的文件中只需包含.h文件即可。

例如:

////////////////////

//FILE头文件

#ifndef FILE_H
#define FILE_H

void FunctionOne();
void FunctionTWO();

#endif
///////////////////////

//FILE源文件

#include"file.h"

void FunctionOne()
{}
void FunctionTwo()
{}

///////////////////////////
#include "file.h"

int _tmain(int argc, _TCHAR* argv[])
{
FunctionOne();
FunctionTwo();
}



偶借这个机会问点东西:
VS2005的快捷键都是什么?例如插入类,插入函数,插入变量,等等常用操作,如果都用鼠标点的话,很麻烦。
内容概要:本文围绕“阶梯碳下考虑P2G-CCS与供需灵活响应的IES优化调度”展开,基于Matlab平台构建综合能源系统(IES)在阶梯式碳交易机制下的优化调度模型。研究深度融合电制气(P2G)与碳捕集、利用与封存(CCS)技术,结合需求侧灵活响应机制,旨在提升系统的低碳运行能力与经济性。通过建立多能流耦合的优化模型,协调电力、天然气、热力等多种能源形式的协同调度,有效降低系统碳排放强度,并借助YALIMIP工具包调用求解器进行高效求解。文档提供了完整的代码实现、模型构建流程与结果分析方法,涵盖从问题建模到仿真实现的全过程,具备较强的可复现性与科研参考价值。; 适合人群:具备电力系统、能源系统或优化建模相关背景的研究生、高校教师及工程技术人员,尤其适合从事综合能源系统、碳减排策略、P2G与CCS技术集成研究的专业人员,需熟练掌握Matlab编程与基本的数学规划知识。; 使用场景及目标:①用于研究阶梯式碳交易政策下综合能源系统的低碳经济调度策略;②支撑P2G-CCS技术与需求响应机制在IES中的仿真集成与性能评估;③作为撰写高水平学术论文(如EI/SCI收录)的技术基础与复现资源,推动碳中和背景下能源系统优化方向的创新研究。; 阅读建议:建议结合百度网盘提供的完整代码与资料包,按照模块逐步调试程序,重点理解目标函数的设计逻辑、碳交易成本的建模方式、约束条件的数学表达及求解器的配置方法,同时关注多能耦合设备的建模细节,配合公众号“荔枝科研社”获取持续的技术支持与案例拓展。
内容概要:本文系统研究了基于卷积神经网络(CNN)与支持向量机(SVM)融合的CNN-SVM混合模型在数据分类预测中的应用,尤其聚焦于工业故障识别领域。通过Matlab平台实现,该方法首先利用CNN强大的多层次特征提取能力对原始输入数据进行深度特征学习,自动捕获关键局部模式与空间结构信息,随后将提取的高层特征作为输入传递至SVM分类器,借助SVM在高维空间中小样本条件下卓越的分类性能与泛化能力完成最终判别任务。文中详尽阐述了模型的整体架构设计、网络参数配置、训练优化流程及特征迁移机制,充分结合了深度学习在特征表达上的优势与传统机器学习在分类决策上的稳健性。实验部分通过实际故障数据集验证了该混合模型相较于单一CNN或SVM模型在分类准确率、鲁棒性和抗过拟合能力方面的显著提升,证明了其在复杂故障诊断任务中的有效性与先进性; 适合人群:具备一定机器学习与深度学习理论基础,熟悉Matlab编程环境,从事故障诊断、模式识别、智能制造、电力系统监控或工业数据分析等相关领域的研究生、科研人员及工程技术开发者; 使用场景及目标:① 应用于旋转机械、电力设备、航空航天等领域的多类别故障识别与状态监测;② 掌握深度特征提取与传统分类器融合的技术路径,提升小样本、高噪声环境下数据分类的精度与可靠性;③ 为撰写高水平学术论文、开展科研项目或工程实践提供可复现的算法框架与完整代码支持; 阅读建议:读者应深入理解CNN与SVM的协同工作机制,重点分析特征提取层与分类层之间的接口设计,建议动手运行并调试所提供的Matlab代码,尝试在不同数据集上进行迁移实验与参数调优,以全面掌握该混合模型的应用技巧与优化策略。

65,212

社区成员

发帖
与我相关
我的任务
社区描述
C++ 语言相关问题讨论,技术干货分享,前沿动态等
c++ 技术论坛(原bbs)
社区管理员
  • C++ 语言社区
  • encoderlee
  • paschen
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
  1. 请不要发布与C++技术无关的贴子
  2. 请不要发布与技术无关的招聘、广告的帖子
  3. 请尽可能的描述清楚你的问题,如果涉及到代码请尽可能的格式化一下

试试用AI创作助手写篇文章吧