关于c++的强制指针转换在mfc中应用的遗憾

gzt0806 2014-07-16 04:58:15
小弟再看vc时,看到这么一句:
CEdit*pEdit = (CEdit*)GetDlgitem(IDC_EDIT1)
去查了c++语法书和百度了下,都没看到c++中的类型指针有用括号强制转换的情况,还请指点!

...全文
266 8 打赏 收藏 举报
写回复
用AI写文章
8 条回复
切换为时间正序
请发表友善的回复…
发表回复
gzt0806 2014-07-17
  • 打赏
  • 举报
回复
引用 6 楼 mayudong1 的回复:
c语言的写法,c++的写法为 CEdit*pEdit = static_cast<CEdit*>(GetDlgitem(IDC_EDIT1)) 但无所谓吧,反正c++也兼容c
谢谢啦 。了解啦~!
「已注销」 2014-07-16
  • 打赏
  • 举报
回复
C++ 支持 C 風格的括號強轉,不過很少有人用,都用的是 C++ 風格轉換。
mayudong1 2014-07-16
  • 打赏
  • 举报
回复
c语言的写法,c++的写法为 CEdit*pEdit = static_cast<CEdit*>(GetDlgitem(IDC_EDIT1)) 但无所谓吧,反正c++也兼容c
信阳毛尖 2014-07-16
  • 打赏
  • 举报
回复
引用 4 楼 lsq19871207 的回复:
指针强制转换很正常啊,指针和long/int也能强转呢(只要占用字节相等都可以),比如: LRESULT WINAPI WinProc(HWND hWnd, UINT uMsg, WPARAM wParam, LPARAM lParam) SetWindowLong(hWnd, GWL_WNDPROC, (LONG)WinProc); 你若实在觉得不放心,就用static_cast吧
完整一点儿吧: WNDPROC pOldProc = NULL; LRESULT WINAPI WinProc(HWND hWnd, UINT uMsg, WPARAM wParam, LPARAM lParam) { if(uMsg == xxx) { //.............. return 1; } return CallWindowProc(pOldProc, hWnd, uMsg, wParam, lParam); } pOldIEProc = (WNDPROC)SetWindowLong(pWnd-> GetSafeHwnd(), GWL_WNDPROC, (LONG)IESubclassProc);
信阳毛尖 2014-07-16
  • 打赏
  • 举报
回复
指针强制转换很正常啊,指针和long/int也能强转呢(只要占用字节相等都可以),比如: LRESULT WINAPI WinProc(HWND hWnd, UINT uMsg, WPARAM wParam, LPARAM lParam) SetWindowLong(hWnd, GWL_WNDPROC, (LONG)WinProc); 你若实在觉得不放心,就用static_cast吧
信阳毛尖 2014-07-16
  • 打赏
  • 举报
回复
强制类型转换,是可以的
dinjay 2014-07-16
  • 打赏
  • 举报
回复
GetDlgitem返回CWnd指针对象,CEdit是继承CWnd的,当然可以这样强转。
Eleven 2014-07-16
  • 打赏
  • 举报
回复
强制类型转换,GetDlgItem返回的是CWnd类型的指针,CEdit类继承CWnd类
详情可查看下方数据集可视化效果。 【数据集概况】 · 检测类别(中文):[中央处理器(CPU)] · 训练集:810 张 · 验证集:82 张 · 测试集:40 张 · 总计:932 张 该数据集聚焦于工业制造环境中中央处理器的精准识别,通过多背景、多光照条件下的图像采集,构建了覆盖典型生产场景的高质量样本库。数据集中中央处理器以标准封装形态呈现,背景涵盖金属台面、彩色渐变板及纹理表面,充分模拟实际生产线中的视觉干扰因素,为自动化质检与智能分拣系统提供了可靠的数据支撑。... 【训练曲线与评估图】 【模型训练配置】 参数 | 值 模型 | yolo26n 训练轮数 | 100 epochs 输入尺寸 | 640x640 批次大小 | 24 优化器 | auto 初始学习率 | 0.01 训练设备 【关键指标汇总】 训练了 37 个 epoch,最终轮指标: 指标 | 数值 mAP50 | **0.9650** mAP50-95 | 0.9173 Precision | 0.9967 Recall | 0.9647 train/box_loss | 0.4580 train/cls_loss | 0.2414 val/box_loss | 0.3658 val/cls_loss | 0.2987 【训练过程分析】 37 轮训练后 mAP50 达到 0.9650,模型收敛良好。Loss 曲线前段快速下降,后段趋于平稳,val_loss 无反弹,没有明显过拟合。mAP50-95 为 0.9173,和 mAP50 差距仅 0.05,框的定位精度也很扎实。 【模型性能评估】 Precision 0.9967、Recall 0.9647,精召双高,模型对中央处理器的检测能力强。 【预测效果展示】 验证集预测效果较好,检测框基本准确覆盖中央处理器,置信度整体偏高。 【改进建议】 1...
内容概要:本研究聚焦于内置永磁同步电机(IPMSM)位置伺服系统,深入探讨了其三闭环PI控制的解耦机理与跟踪性能。通过采用基于转子磁链定向的带宽分层整定方法,在Simulink环境中构建了完整的控制系统仿真模型。研究系统地分析了速度环、位置环和电流环之间的动态耦合关系,提出了有效的解耦策略,并详细阐述了如何通过合理设计各环路的带宽层级来优化系统的动态响应和抗干扰能力。文中通过一系列仿真实验,全面评估了该控制策略在不同工况下的位置跟踪精度、响应速度和鲁棒性,验证了所提方法的有效性与优越性。; 适合人群:具备一定电机控制理论基础和Simulink仿真经验的自动化、电气工程及相关专业的研究生、科研人员和工程技术人员。; 使用场景及目标:① 深入理解永磁同步电机三闭环控制系统的工作原理与解耦机制;② 掌握基于转子磁链定向的带宽分层整定方法,用于高性能伺服系统的设计与参数整定;③ 利用提供的Simulink模型进行仿真复现、性能分析和算法优化,服务于科研项目或工程开发。; 阅读建议:在阅读本文时,建议读者结合Simulink仿真模型进行同步学习,重点关注各控制环路的传递函数、PI控制器参数的计算过程以及带宽分配的原则。在仿真实验部分,应仔细分析不同工况下的响应曲线,以深刻理解解耦效果和跟踪性能的内在联系。

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