关于mktime函数

wxhbqyh 2006-08-28 10:26:26
#include<time.h>
int main(void){

time_t t1;
time(&t1);
struct tm *p1;
p1=localtime(&t1);

sleep(1000);

time_t t2;
time(&t2);
struct tm *p2;
p2=localtime(&t2); /*取得当地时间*/
printf("%d,%d\n",mktime(p1),mktime(p2));
}

为什么输出的完全一样呢?应该是mktime(p2) = mktime(p1)+1才对啊
...全文
967 4 打赏 收藏 转发到动态 举报
写回复
用AI写文章
4 条回复
切换为时间正序
请发表友善的回复…
发表回复
iunion 2006-08-29
  • 打赏
  • 举报
回复
int main(void){

time_t t1;
time_t t2;
struct tm *p1;
struct tm *p2;

time(&t1);
p1 = localtime(&t1);
t1 = mktime(p1);

sleep(1000);

time(&t2);
p2=localtime(&t2); /*取得当地时间*/
t2 = mktime(p2);
printf("%d,%d\n",t1 , t2);
printf("%d,%d\n",mktime(p1),mktime(p2));
return 0;
}
把2次輸出比較一下


另外:
int main(void){

time_t t1;
time_t t2;
struct tm *p1;
struct tm *p2;

time(&t1);
p1 = localtime(&t1);
t1 = mktime(p1);

time(&t2);
p2=localtime(&t2); /*取得当地时间*/
t2 = mktime(p2);

sleep(1000);

printf("%d,%d\n",t1 , t2);
printf("%d,%d\n",mktime(p1),mktime(p2));
return 0;
}
在執行看一下結果,可以分析出兩次localtime的返回值p1,p2是同一地址的
localtime是在對固定内存操作
晨星 2006-08-28
  • 打赏
  • 举报
回复
那样的话外界忘了free怎么办啊?
很少有库函数自己malloc了让人家调用者从外面free的,在信你想想看,有没有。
而在C++中使用时,说不定还被delete呢,更乱套了。
tailzhou 2006-08-28
  • 打赏
  • 举报
回复
localtime为什么不在函数内用malloc申请一块内存作为返回值呢?

晨星 2006-08-28
  • 打赏
  • 举报
回复
又上当了不是,难道你就一点也没怀疑过吗?为什么localtime函数返回的是一个指向结体的指针?而不是一个变量?
一般如果函数返回一个指向其内部变量指针,会有用吗,不危险吗?

显然localtime返回的要么是某个全局变量的地址,要么是个局部静态变量的地址,两次返回的都是同一地址。

实际上,每次调用localtime函数,此函数就会把新的结果写到那个变量中去,然后返回这个变量的地址,不信的话你可以使用
printf("%p, %p\n", p1, p2);
试试看。看看结果是不是一个地址。

所以,由于你没有及时将第一次的结果拷贝到独立的变量中,第二次的结果把第一次的给覆盖掉了,最后当你在prinf中调用mktime时,p1和p2完全是一个东西(地址都是一个,那还不是一个东西嘛),结果当然是一样的。

要看到差一秒的结果,应该至少把第一次的结果拷贝出来,比如这样:
#include <time.h>
#include <stdio.h>
int main(void){

time_t t1;
time(&t1);
struct tm p1; //这里使用结构体,而不是指针。

//拷贝第一次的结果,而不是仅仅保存那个内部传出来的地址。
memcpy(&p1, localtime(&t1), sizeof(struct tm));

sleep(1000);

time_t t2;
time(&t2);
struct tm *p2;
p2=localtime(&t2); /*取得当地时间*/

//注意前面改动后,这里p1要传地址。
printf("%d,%d\n",mktime(&p1),mktime(p2));
}
内容概要:本文围绕不确定环境下的多式联运路径优化问题展开研究,提出并实现了基于AFO算法、遗传算法(GA)和粒子群优化算法(PSO)的三种智能优化方法,并借助Matlab平台完成算法编程与仿真。研究构建了考虑时间、成本、转运风险等多重不确定因素的路径优化模型,系统比较了AFO、GA、PSO三种算法在收敛速度、全局寻优能力和稳定性方面的表现,同时引入Matlab自带的全局优化搜索器作为基准对照,深入分析各算法在复杂物流网络中的适用边界与性能差异。研究表明,AFO算法在解决此类组合优化问题时展现出更快的收敛效率和更强的局部规避能力。; 适合人群:具备一定Matlab编程基础与运筹优化知识,从事物流工程、交通运输规划、智能算法开发等相关领域的研究生、科研人员及工程技术人员。; 使用场景及目标:①应用于多式联运、综合货运网络中的路径决策支持系统构建;②为不确定性条件下复杂路径规划问题提供智能算法选型依据与技术实现方案;③支持科研人员复现主流优化算法并开展横向性能对比实验,推动算法改进与实际落地。; 阅读建议:建议读者结合提供的Matlab代码逐模块分析算法实现流程,重点理解目标函数设计、约束条件处理及参数敏感性分析部分,可通过调整问题规模与算法参数进行对比实验,进一步拓展至动态路径规划或大规模网络优化等延伸场景。
内容概要:本文研究了基于QLearning自适应强化学习的PID控制器在自主水下航行器(AUV)运动控制中的应用,通过Matlab代码实现了控制算法的仿真验证。该方法融合强化学习的在线自适应能力与传统PID控制的稳定性优势,利用QLearning算法动态优化PID控制器的比例、积分、微分参数,以应对水下复杂流体环境、模型不确定性及外部干扰等挑战,从而提升AUV轨迹跟踪的精度、鲁棒性与动态响应性能。文中系统阐述了AUV的六自由度非线性动力学建模过程、QLearning算法的状态空间与动作空间设计、奖励函数构造及训练机制,并详细说明了PID参数自整定的闭环控制架构。仿真结果表明,相较于传统固定参数PID控制器,该智能控制策略在多种工况下均展现出更优的控制效果,有效抑制了超调,加快了响应速度,并增强了抗干扰能力。; 适合人群:具备自动控制理论、强化学习基础及Matlab/Simulink仿真能力,从事水下机器人、智能控制、海洋工程、自动化等领域的研究生、科研人员及工程技术人员。; 使用场景及目标:①应用于AUV、UUV等无人水下平台的高精度自主导航与运动控制;②为解决非线性、强耦合、时变系统的控制器参数自适应整定问题提供智能化解决方案;③作为强化学习与经典控制理论深度融合的技术范例,推动智能控制算法在海洋装备中的工程化应用。; 阅读建议:建议读者结合提供的Matlab代码深入理解算法实现细节,重点剖析QLearning的状态-动作-奖励机制设计、PID参数更新逻辑及仿真对比实验结果,有条件者可在更复杂的动力学模型或实际硬件平台上进一步验证与优化算法性能。

70,039

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