社区
VB基础类
帖子详情
Dim i As Long i = 3600 * 10 居然溢出??!!
zhangweiqiang
2003-12-24 02:06:39
Dim i As Long
i = 3600 * 10
上述代码运行时居然溢出,而若直接改成
Dim i As Long
i = 36000
再运行便没有事,这真是一件怪事,有谁知道是什么原因吗?(环境VB6+SP5)如果你机器没事,请告诉我你的环境
...全文
443
11
打赏
收藏
Dim i As Long i = 3600 * 10 居然溢出??!!
Dim i As Long i = 3600 * 10 上述代码运行时居然溢出,而若直接改成 Dim i As Long i = 36000 再运行便没有事,这真是一件怪事,有谁知道是什么原因吗?(环境VB6+SP5)如果你机器没事,请告诉我你的环境
复制链接
扫一扫
分享
转发到动态
举报
写回复
配置赞助广告
用AI写文章
11 条
回复
切换为时间正序
请发表友善的回复…
发表回复
打赏红包
thriller
2003-12-24
打赏
举报
回复
msdn:
You attempt to use a number in a calculation, and that number is coerced into an integer, but the result is larger than an integer. For example:
Dim x As Long
x = 2000 * 365 ' Error: Overflow
hspring
2003-12-24
打赏
举报
回复
两个整型的相乘当然还是整型的,你把它付给长整型的当然溢出了
这样可以
i=clng(3600)*clng(10)
ahbbnimor
2003-12-24
打赏
举报
回复
up
高高兴兴的晶晶
2003-12-24
打赏
举报
回复
学学
flyingZFX
2003-12-24
打赏
举报
回复
To Greaitm(夜草) ::
你从哪本VB书上看到的,,介绍给我呀,?
Greaitm
2003-12-24
打赏
举报
回复
用& 而不要用CLng
因为你的参数中用了&,vb编译器就会使用长整的寄存器(vb会根据代码查找最长的变量,并设置寄存器),但如果你用Clng的话,就变成初始化时是整数,然后再转换成长整,这样不科学。
蜗牛20008
2003-12-24
打赏
举报
回复
Dim i As Long
i = 3600& * 10&
--------------------
&means long
tonyLonge
2003-12-24
打赏
举报
回复
很同意楼上的liuyanghe111(yang) 说法
将
Dim i As Long
i = 3600 * 10
改成
Dim i As Long
i = CLng(3600) * CLng(10) 就对了.
Greaitm
2003-12-24
打赏
举报
回复
i = 3600& * 10
就可以了
liuyanghe111
2003-12-24
打赏
举报
回复
因为在表达式中,3600和10都是默认为int型的,系统会将3600*10的结果填充到int型的内存空间中,而36000>32767,所以溢出
赴日工作招聘程序员
2003-12-24
打赏
举报
回复
VB里不能在定意的时候给它付值啊.这样写不对吧.
BoTorch实战:PyTorch原生贝叶斯优化工程指南
贝叶斯优化(Bayesian Optimization)是一种基于概率建模的序列化黑盒优化方法,核心原理是用高斯过程(GP)构建目标函数代理模型,并通过可微采集函数(如EI、q-EI)指导下一步评估点选择。其技术价值在于以极少量函数评估实现高效全局搜索,显著降低超参调优、实验设计与主动学习的试错成本。典型应用场景包括深度学习超参搜索、神经架构搜索(NAS)、材料/药物分子优化及工业级A/B测试策略探索。本文聚焦BoTorch——唯一深度集成PyTorch自动微分与GPU加速的贝叶斯优化框架,详解其如何将GP
PyAnnote Audio深度解析:构建专业级说话人识别系统的技术架构与实战应用
PyAnnote Audio是一个基于PyTorch的高级音频处理框架,专注于说话人识别、语音活动检测和重叠语音检测等核心音频分析任务。作为开源社区中领先的说话人识别工具包,它提供了预训练模型和可扩展的管道架构,帮助开发者快速构建专业级音频分析应用。该项目采用模块化设计,支持多GPU训练和分布式处理,适用于会议记录分析、客服质量监控、媒体内容分析等多种实际应用场景。 ## 核心架构深度解析:构建
GLM-5开源模型如何支撑生产级Agentic工程落地
智能体(Agent)作为大模型应用的新范式,其核心挑战不在推理能力,而在状态管理、工具调用、错误回滚与成本可控四大工程命题。MoE架构因具备稀疏计算与专家可分性,天然适配Agent的模块化决策需求;而token-level routing稳定性与
long
-context memory一致性,则直接决定tool parsing成功率与session连贯性。GLM-5通过原生MoE设计、slime机制与vLLM深度集成,首次在开源模型中实现可验证的路由确定性、可监控的expert负载分布及可嵌入CI/CD的AP
工业级长文本注意力机制:稀疏化、线性化、结构感知与动态路由实战
注意力机制是Transformer模型的核心组件,其标准形式在处理长序列时面临O(n²)计算复杂度、显存爆炸与梯度衰减等根本性瓶颈。为突破这一限制,工程实践中演化出四大技术路径:通过局部窗口与全局token实现稀疏化压缩;借助核函数近似或低秩投影完成线性化降维;融合依存句法、知识图谱与文档层级提升结构感知能力;以及基于输入内容动态调度attention参数的路由机制。这些方法不仅显著降低16K+长文本场景下的GPU显存占用与推理延迟,更在医疗报告理解、金融合同审查、代码补全等高价值任务中验证了语义精度与系统
【信息科学与工程学】【通信工程】第五十九篇 IP网络设计01
IP网络设计不是只写ip address;它本质是的问题,所以参数天然分布在:层级例子物理/传输(可选但你会要求光路/电路)光功率/OSNR/色散/衰减/BER/FEC;铜/微波链路预算L1/L2 链路模型速率、MTU、成帧开销、串行化、传播时延、缓冲排队/调度/QoS服务曲线、令牌桶、延迟界、丢包概率近似路由/TE/可靠性流守恒、路径容量、切换/收敛时间信息论/可达性Shannon 上限、FEC 有效码率、链路容量 after overhead计算科学/数值。
VB基础类
7,788
社区成员
197,583
社区内容
发帖
与我相关
我的任务
VB基础类
VB 基础类
复制链接
扫一扫
分享
社区描述
VB 基础类
社区管理员
加入社区
获取链接或二维码
近7日
近30日
至今
加载中
查看更多榜单
社区公告
暂无公告
试试用AI创作助手写篇文章吧
+ 用AI写文章