博客
关于我
【知识】GNU C 、ANSI C、标准C、标准c++区别和联系
阅读量:481 次
发布时间:2019-03-06

本文共 1168 字,大约阅读时间需要 3 分钟。

ANSI C与标准C++的差异

RICARD STALLMAN于1983年9月27日发起的GNU计划旨在创建一套完全自由的操作系统,其中 विश отпucceeding 项注重于开发具有标准自由的代码。

ANSI C(即C99标准)与标准C++有几点显著差异:

  • 引用与函数重载:ANSI C不支持引用类型或函数重载,这限制了其在某些复杂应用中的灵活性。

  • 整型扩展:ANSI C引入了长整型(long long)和无符号长整型(unsigned long long),而现代C++编译器支持这些类型。

  • 变量初始化:ANSI C不支持如int a(8);的简写初始化方式。

  • 结构体声明方式:ANSI C要求使用struct关键字,而C++不需要。

  • 头文件名称:ANSI C的头文件如ctimecstring等在C++中有了更新,部分名称也发生了变化。

  • 名称空间支持:ANSI C不支持名称空间,C++遵循命名空间的概念。

  • bool类型:ANSI C不支持bool,而C++引入了此类型以及truefalse关键字。

  • 函数参数IMPLIED MEANING:在ANSI C中,声明为空函数参数表示接受任意数量参数,而在C++中表示不接受参数。

  • 内联函数:ANSI C不支持内联函数(inline)。

  • 默认参数:ANSI C不支持函数默认参数。

  • 作用域解析操作符:ANSI C不支持作用域解析操作符(::)。

  • 全局常量访问:ANSI C中的const常量具有外部链接性,而C++需要extern关键字来实现对外部常量的链接。

  • GNU C在这些基础上扩展了多种功能,使其在性能和代码优化方面更具优势:

  • 零长度数组:允许代码定义一个长度为零的数组,特别有用在某些数据结构初始化中。

  • case范围增强:支持case x...y语法,覆盖范围内的所有数字,减少case语句数量。

  • 语句表达式:允许将复合语句视为表达式,并出现在任何需要表达式位置,解决了传统宏带来的副作用问题。

  • typeof关键字:通过typeof获取类型信息,帮助实现宏的重定义,减少了传统宏对变量操作的影响。

  • 可变参数宏:比如pr_debug,允许聚合传递参数,个数不限。这在日志记录和调试工具中尤为常见。

  • 数组和结构体初始化:支持通过索引或范围指定顺序进行初始化,提升了代码灵活性。

  • 函数属性声明:提供多种属性选择,如noreturnformatpacked等,适用于代码优化和特定需求。

  • 内建函数:提供诸如__builtin_return_address__builtin_constant_p__builtin_expect等函数,帮助开发者实现代码特优化和调试助手。

  • 注:在目前Linux内核开发中,多数情况仍继续采用标准C,推荐使用某些特定头文件和优化手段。

    转载地址:http://ugndz.baihongyu.com/

    你可能感兴趣的文章
    pandas 生成excel多级表头
    查看>>
    Pandas 的 DataFrame 详解-ChatGPT4o作答
    查看>>
    pandas 读取excel数据,以字典形式输出
    查看>>
    Pandas 读取具有浮点值的 csv 文件会导致奇怪的舍入和小数位数
    查看>>
    pandas 适用,但仅适用于满足条件的行
    查看>>
    pandas 重新采样到每月的特定工作日
    查看>>
    pandas :如何删除以NaN为列名的多个列?
    查看>>
    pandas :我如何对堆叠的条形图进行分组?
    查看>>
    pandas :按移位分组和累加和(GroupBy Shift And Cumulative Sum)
    查看>>
    pandas :检测一个DF和另一个DF之间缺失的列
    查看>>
    Pandas-从具有嵌套列表列表的现有列创建动态列时出错
    查看>>
    Pandas-通过对列和索引的值求和来合并两个数据框
    查看>>
    pandas.columns、get_dummies等用法
    查看>>
    pandas.DataFrame.copy(deep=True) 实际上并不创建深拷贝
    查看>>
    pandas.read_csv()的详解-ChatGPT4o作答
    查看>>
    PANDAS.READ_EXCEL()输出‘;溢出错误:日期值超出范围‘;而不存在日期列
    查看>>
    pandas100个骚操作:再见 for 循环!速度提升315倍!
    查看>>
    Pandas:如何根据其他列值的条件对列进行求和?
    查看>>
    Pandas:对给定列求和 DataFrame 行
    查看>>
    Pandas、groupby 和特定月份的求和
    查看>>