我想用C写一个常用的数据结构操作库,有多少人觉得有必要么?

linxren 2013-10-03 09:36:52
比如:
栈,链表(单项,双向,循环),树(红黑树,B树),Hash表,等等

多少人觉得有需要,如果没人觉得有必要,我就不写了,呵呵。
我不想写一个很庞大的库,希望做到每种数据结构代码都很独立,这样子别人用的时候,可以直接挑出来其中的一两种代码直接进行使用。
...全文
396 14 打赏 收藏 转发到动态 举报
AI 作业
写回复
用AI写文章
14 条回复
切换为时间正序
请发表友善的回复…
发表回复
赵4老师 2013-10-08
  • 打赏
  • 举报
回复
建议帖主先通读STL源代码。
booirror 2013-10-07
  • 打赏
  • 举报
回复
非常有必要啊
木犀花香 2013-10-05
  • 打赏
  • 举报
回复
有必要,练就一身过硬的好本领!
善良超锅锅 2013-10-05
  • 打赏
  • 举报
回复
我自己写过栈 队列 树 之类的 感觉有收获。
stereoMatching 2013-10-05
  • 打赏
  • 举报
回复
如果各方面都能比现在的主流编译器(gcc, clang, vc++)附带的stl强,我保证会有很多人用 这包括稳定性,运行期效率,可复用性及灵活度 稳定性是基本要求,最难的是如何同时兼顾运行期效率 可复用性及灵活度 首先c在resource management上总是需要用到goto 不使用goto程式反而很难维护

stack_int *intStack = generate_stack_int();
//......
freeResource :
    release_int_stack(intStack);
    //.....
第二个问题,你要用void*还是macro实现你的资料结构? 用void*先天上执行速度就较慢 而且一直cast来cast去的,这api也太难用了,不是type safe的,不安全也不方便 假设你使用macro产生stack_int, stack_double, stack_long等type 如果有一天我需要的是stack_image, stack_human, stack_bmp呢? 难道要我自行用你提供的macro产生stack_image,stack_human, stack_bmp吗? 这样一来的话不是很容易发生name collision,甚至是重复的代码吗? 而且使用macro还有一个问题,就是所有我不需要的api都会被编译成binary codes 这间接加剧了code bloat的问题,你要如何让这些资料结构和stl一样 跟template一样只把我需要用到的api编译成binary codes? 用c实现通用的data structures,问题还远不只是这些 不过最难的问题我想还是出在两个地方 第一 : 没有destructor == 不支援RAII 第二 : 没有template == 不支援generic programming 顶多只能用macro辅以一堆人类很难理解的奇技淫巧来模拟template的功能 这点跟c++本来就不支援metaprogramming,结果我们只能用一堆奇技淫巧来实现的道理一样
猫仔- 2013-10-05
  • 打赏
  • 举报
回复
这个看人的。。。有的人领的工资很高,有的干了那么久工资还是4000上下!
PonyCheng2019 2013-10-04
  • 打赏
  • 举报
回复
如果是要学习数据数据结构的话,自己写会收获很大的,如果是要在工作中用的话,我觉得有些库还是比较好的。。。
linxren 2013-10-04
  • 打赏
  • 举报
回复
OK,不写了,不是为了练手~
qq120848369 2013-10-03
  • 打赏
  • 举报
回复
自己的代码库通常只有自己愿意用,别人是没心思看的。 这种开源库你去看glib,或者更多的去oschina里翻一翻外国的C/C++开源项目,它们实现的肯定是很优秀的,很多你不了解的东西。 如果是工作用途或者开源项目,可以考虑C++算法和容器,保证可靠和简单。
aizibion 2013-10-03
  • 打赏
  • 举报
回复
对自己很必要:实践出真知 对别人也很重要:能力的提高可以带动一批人提高,东西写得好作用更大。
AnYidan 2013-10-03
  • 打赏
  • 举报
回复
lz 有想法
lm_whales 2013-10-03
  • 打赏
  • 举报
回复
C 基本写不了,因为C没有模板,很难做到通用数据结构。 不过你可以每种都实现一个。 写一个实现,然后用宏定义来处理每种类型
一根烂笔头 2013-10-03
  • 打赏
  • 举报
回复
对自己很必要,提升技能与加深理解;对别人没有必要,有开源的代码!如果你数据结构学的不好,也是一个很好锻炼!如果已经相当棒了,那就别浪费那个时间了
OpenKui 2013-10-03
  • 打赏
  • 举报
回复
好像已经有了好的开源算法项目了吧
资源下载链接为: https://pan.quark.cn/s/abbae039bf2a 在计算机视觉领域,实时目标跟踪是许多应用的核心任务,例如监控系统、自动驾驶汽车和无人机导航等。本文将重点介绍一种在2017年备受关注的高效目标跟踪算法——BACF(Boosted Adaptive Clustering Filter)。该算法因其卓越的实时性和高精度而脱颖而出,其核心代码是用MATLAB编的。 BACF算法全称为Boosted Adaptive Clustering Filter,是基于卡尔曼滤波器改进的一种算法。传统卡尔曼滤波在处理复杂背景和目标形变时存在局限性,而BACF通过引入自适应聚类和Boosting策略,显著提升了对目标特征的捕获和跟踪能力。 自适应聚类是BACF算法的关键技术之一。它通过动态更新特征空间中的聚类中心,更准确地捕捉目标的外观变化,从而在光照变化、遮挡和目标形变等复杂情况下保持跟踪的稳定性。此外,BACF还采用了Boosting策略。Boosting是一种集成学习方法,通过组合多个弱分类器形成强分类器。在BACF中,Boosting用于优化目标检测性能,动态调整特征权重,强化对目标识别贡献大的特征,从而提高跟踪精度。BACF算法在设计时充分考虑了计算效率,能够在保持高精度的同时实现快速实时的目标跟踪,这对于需要快速响应的应用场景(如视频监控和自动驾驶)至关重要。 MATLAB作为一种强大的数学计算和数据分析工具,非常适合用于算法的原型开发和测试。BACF算法的MATLAB实现提供了清晰的代码结构,方便研究人员理解其工作原理并进行优化和扩展。通常,BACF的MATLAB源码包含以下部分:主函数(实现整个跟踪算法的核心代码)、特征提取模块(从视频帧中提取目标特征的子程序)、聚类算法(实现自适应聚类过程)、Boosting算法(包含特征权重更新的代
内容概要:本书《Deep Reinforcement Learning with Guaranteed Performance》探讨了基于李雅普诺夫方法的深度强化学习及其在非线性系统最优控制中的应用。书中提出了一种近似最优自适应控制方法,结合泰勒展开、神经网络、估计器设计及滑模控制思,解决了不同场景下的跟踪控制问题。该方法不仅保证了性能指标的渐近收敛,还确保了跟踪误差的渐近收敛至零。此外,书中还涉及了执行器饱和、冗余解析等问题,并提出了新的冗余解析方法,验证了所提方法的有效性和优越性。 适合人群:研究生及以上学历的研究人员,特别是从事自适应/最优控制、机器人学和动态神经网络领域的学术界和工业界研究人员。 使用场景及目标:①研究非线性系统的最优控制问题,特别是在存在输入约束和系统动力学的情况下;②解决带有参数不确定性的线性和非线性系统的跟踪控制问题;③探索基于李雅普诺夫方法的深度强化学习在非线性系统控制中的应用;④设计和验证针对冗余机械臂的新型冗余解析方法。 其他说明:本书分为七章,每章内容相对独立,便于读者理解。书中不仅提供了理论分析,还通过实际应用(如欠驱动船舶、冗余机械臂)验证了所提方法的有效性。此外,作者鼓励读者通过仿真和实验进一步验证书中提出的理论和技术。

70,022

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
社区管理员
  • C语言
  • 花神庙码农
  • 架构师李肯
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧