不好意思又要麻烦大家！关于文件传输！！

ltf 2003-12-10 04:32:33

TWinSocketStream *dataStream;
TFileStream *fStream;
char buf[1];
buf[0]='\0';
while (dataStream->Read(buf, 1))
{
fStream->Write(buf, 1);
}

这样子写传输太慢了，我知道是buf[1]太小了
可是要怎么改呢？

...全文

145 6 打赏收藏举报

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

ltf 2003-12-12

打赏
举报

谢谢各位！

jhwh 2003-12-12

打赏
举报

呵呵，楼主看书不专心哦。

constantine 2003-12-12

打赏
举报

顶，不要只说谢，可以了就要报答人家，ok？

短歌如风 2003-12-10

打赏
举报

const int buf_size = 1024;
TWinSocketStream *dataStream;
TFileStream *fStream;
char buf[buf_size];
while (int readed = dataStream->Read(buf, buf_size))
{
fStream->Write(buf, readed);
}

叶子哟 2003-12-10

打赏
举报

一个字符当然慢了!

pp616 2003-12-10

打赏
举报

TWinSocketStream *dataStream;
TFileStream *fStream;
char buf[2048];
memset(buf,0x002048);
while (dataStream->Read(buf,2048))
{
fStream->Write(buf, 2048);
}

Java入门教程摘要（1-6期）本系列从零讲解Java，基于Java 8 LTS版本。 Java历史与特性：1995年Sun公司发布，以跨平台、面向对象为核心优势，应用于后端、安卓、大数据等领域。跨平台原理：通过JVM将字节码转换为机器码，实现"一次编写，到处运行"。环境组件：JDK（开发工具包）⊃ JRE（运行环境）⊃ JVM（虚拟机），开发需安装JDK。安装配置：提供Windows/Mac的JDK安装指南，强调路径无中文/空格。环境变量：设置JAVA_HOME指向JDK路径，Path添加bin

内容概要：本文介绍了基于共聚焦光学的大坡度粗糙面三维测量技术，重点解决芯片弹坑深度检测中的高陡壁、低反射率和表面粗糙等复杂工况下的无损测量难题。通过采用中图仪器VT6100共聚焦显微镜，结合尼普科夫转盘结构与弱光解析算法，突破传统光学干涉和接触式测量的物理限制，实现最高71.8度倾角的陡壁无损重建，精确测定弹坑深度在1.2-1.7μm之间，系统重复性精度≤12nm，保障了IC封装过程中三维形貌数据的完整性与高信度。; 适合人群：半导体制造领域的质量控制工程师、测试工程技术人员、封装工艺研发人员以及从事高精度光学测量设备选型的技术决策者；具备一定光学测量或微电子工艺背景的专业人士。; 使用场景及目标：①应用于芯片烧蚀或制程中产生的弹坑三维形貌无损检测；②支持先进封装中对微裂纹风险、应力分布建模所需的高精度几何边界条件输入；③替代传统接触式或常规光学手段，提升产线检测精度与可靠性。; 阅读建议：此资源侧重于工程应用层面的技术验证与指标对比，建议结合实际检测需求，参考其测量链条设计与不确定度控制逻辑，用于设备选型论证和技术方案优化。

channel 不是万能的：有些场景它就是不如一把锁直接。这一章回答三个问题——数据竞争长什么样、四种同步工具怎么选、以及如何用 context 把"取消"变成全程序的标准语言。

数学建模数据集中国卫生年鉴

内容概要：本文介绍了基于模型预测控制（MPC）与凸优化算法相结合的电动车优化调度方法，并通过Matlab代码实现具体应用。研究构建了一个综合考虑电网负荷、用户经济收益及电池损耗等多维度约束与多目标优化的调度模型，充分发挥MPC的滚动优化能力和凸优化在求解效率与稳定性方面的优势，以提升调度方案的实时性与可靠性。文中系统阐述了MPC与凸优化的理论基础、融合算法的设计流程，并通过仿真验证了该方法在平抑电网负荷波动、降低用户用电成本以及延长电池使用寿命等方面的显著成效。; 适合人群：具备一定电力系统、优化算法和Matlab编程基础的研究生、科研人员及工程技术人员。; 使用场景及目标：①为电力系统中的电动汽车集群调度提供一种先进的优化解决方案；②研究MPC与凸优化结合在处理多目标、多约束动态优化问题上的具体实现与性能表现；③为相关领域的算法开发与仿真研究提供Matlab代码参考。; 阅读建议：此资源以Matlab代码实现为核心，强调算法的实际应用与仿真验证。读者在学习时应重点关注调度模型的数学建模过程、MPC框架的搭建以及凸优化问题的求解方法，并结合提供的代码进行调试与复现，以深入理解算法细节和优化效果。