2011年12月20日

摘要: dll是在你的程序运行的时候才连接的文件,因此它是一种比较小的可执行文件格式,.dll还有其他的文件格式如.ocx等,所有的.dll文件都是可执行;lib是在你的程序编译连接的时候就连接的文件,因此你必须告知编译器连接的lib文件在那里。一般来说,与动态连接文件相对比,lib文件也被称为是静态连接库。当你把代码编译成这几种格式的文件时,在以后他们就不可能再被更改。如果你想使用lib文件,就必须:1. 包含一个对应的头文件告知编译器lib文件里面的具体内容2 .设置lib文件允许编译器去查找已经编译好的二进制代码如果你想从你的代码分离一个dll文件出来代替静态连接库,仍然需要一个lib文件。这个 阅读全文

posted @ 2011-12-20 23:08 无忧consume 阅读(256) 评论(0) 推荐(0) 编辑

该文被密码保护。 阅读全文

posted @ 2011-12-20 23:07 无忧consume 阅读(1) 评论(0) 推荐(0) 编辑

摘要: http://www.cnblogs.com/bpbp/archive/2011/07/13/2104816.html前经常遇到这个警告信息,因为运行并没有什么问题,所以也没深究。但是耿耿于怀那个“ 0 个错误,0 个警告”的成功提示,在网上搜了一下。原来问题出在默认库的引用选择上。VS2008,项目——属性——配置属性——C/C++——代码生成:他有/MT,/MTd,/Md,/MDd四个选项,你必须让所有使用的库都使用相同的配置,否则就会有相应的提示,甚至可能会出现无法解析的函数。有时我们使用的库不是自己可以控制的,那么就只能把工程属性设置成和你使用的库相同的选项。错误1 error LNK 阅读全文

posted @ 2011-12-20 23:06 无忧consume 阅读(286) 评论(0) 推荐(0) 编辑

摘要: 差分,又名差分函数或差分运算,是数学中的一个概念。它将原函数映射到。差分运算,相应于微分运算,是微积分中重要的一个概念。前向差分差分的定义分为前向差分和逆向差分两种。函数的前向差分通常简称为函数的差分。对于函数,如果:,则称为的一阶前向差分。在微积分学中的有限差分(finite differences),前向差分通常是微分在离散的函数中的等效运算。差分方程的解法也与微分方程的解法相似。当是多项式时,前向差分为Delta算子,一种线性算子。前向差分会将多项式阶数降低1。逆向差分对于函数,如果:则称为的一阶逆向差分。差分的阶称为的阶差分,即前向阶差分 ,如果根据数学归纳法,有其中,为二项式系数。特 阅读全文

posted @ 2011-12-20 21:56 无忧consume 阅读(832) 评论(0) 推荐(0) 编辑

摘要: 有限差分方法(FDM)是计算机数值模拟最早采用的方法,至今仍被广泛运用。该方法将 求解域划分为差分网格,用有限个网格节点代替连续的求解域。有限差分法以Taylor级 数展开等方法,把控制方程中的导数用网格节点上的函数值的差商代替进行离散,从而 建立以网格节点上的值为未知数的代数方程组。该方法是一种直接将微分问题变为代数 问题的近似数值解法,数学概念直观,表达简单,是发展较早且比较成熟的数值方法。 对于有限差分格式,从格式的精度来划分,有一阶格式、二阶格式和高阶格式。从差分 的空间形式来考虑,可分为中心格式和逆风格式。考虑时间因子的影响,差分格式还可 以分为显格式、隐格式、显隐交替格式... 阅读全文

posted @ 2011-12-20 21:52 无忧consume 阅读(1275) 评论(0) 推荐(0) 编辑

摘要: 家人都是喜食香辣口味,制作底料自是少不了辣椒和花椒。在四川吃过麻辣烫的人自然会对海椒面浓烈的辣香味过口不忘,至于海椒长得到底什么样,我倒是无缘见识,只因去四川的次数有限,如此也好,每每回忆起海椒面的过瘾辣香也是一种享受。买不到海椒用灯笼椒代替也未尝不可,北京半数以上的麻辣烫店家都用灯笼椒做底。花椒应选上等花椒,春节过后,一位四川朋友从家乡给我带回被称为贡椒的凉山花椒。此椒色偏玫瑰,椒香浓郁,椒粒整净,连我这个对麻味不太感冒的人看了也会平生出好感来。除了辣椒和花椒这两位主角之外还有几样香料是要加的:大料(八角)、茴香、香草、香叶、丁香、孜然、草果。孜然可根据个人口味添加。喜欢滋补的人,还可以添. 阅读全文

posted @ 2011-12-20 21:39 无忧consume 阅读(145) 评论(0) 推荐(0) 编辑

摘要: 定义1. 设 ,满足 1. 正定性:║x║≥0,且║x║=0 <=> x=0 2. 齐次性:║cx║=│c│║x║, 3. 三角不等式:║x+y║≤║x║+║y║ 则称Cn中定义了向量范数,║x║为向量x的范数. 可见向量范数是向量的一种具有特殊性质的实值函数. 常用向量范数有,令x=( x1,x2,…,xn)T 1-范数:║x║1=│x1│+│x2│+…+│xn│ 2-范数:║x║2=(│x1│^2+│x2│^2+…+│xn│^2)^1/2 ∞-范数:║x║∞=max(│x1│,│x2│,…,│xn│) 易得 ║x║∞≤║x║2≤║x║1≤n1/2║x║2≤n║x║∞... 阅读全文

posted @ 2011-12-20 21:25 无忧consume 阅读(1143) 评论(0) 推荐(1) 编辑

摘要: 在数学中,海森矩阵(Hessian matrix或Hessian)是一个自变量为向量的实值函数的二阶偏导数组成的方块矩阵,此函数如下:如果f所有的二阶导数都存在,那么f的海森矩阵即:H(f)ij(x) =DiDjf(x)其中,即(也有人把海森定义为以上矩阵的行列式) 海森矩阵被应用于牛顿法解决的大规模优化问题。混合偏导数和海森矩阵的对称性海森矩阵的混合偏导数是海森矩阵非主对角线上的元素。假如他们是连续的,那么求导顺序没有区别,即上式也可写为在正式写法中,如果f函数在区域D内连续并处处存在二阶导数,那么f的海森矩阵在D区域内为对称矩阵。在→的函数的应用给定二阶导数连续的函数,海森矩阵的行列式,可 阅读全文

posted @ 2011-12-20 20:50 无忧consume 阅读(1522) 评论(0) 推荐(0) 编辑

摘要: 变分法变分法(calculus of variations),是处理函数的函数的数学领域,和处理数的函数的普通微积分相对。譬如,这样的泛函可以通过未知函数的积分和它的导数来构造。变分法最终寻求的是极值函数:它们使得泛函取得极大或极小值。有些曲线上的经典问题采用这种形式表达:一个例子是最速降线,在重力作用下一个粒子沿着该路径可以在最短时间从点A到达不直接在它底下的一点B。在所有从A到B的曲线中必须极小化代表下降时间的表达式。变分法的定理 变分法的关键定理是欧拉-拉格朗日方程。它对应于泛函的临界点。在寻找函数的极大和极小值时,在一个解附近的微小变化的分析给出一阶的一个近似。它不能分辨是找到了最大. 阅读全文

posted @ 2011-12-20 20:16 无忧consume 阅读(1872) 评论(0) 推荐(1) 编辑

摘要: 构形是指物体在空间所占据的区域,是连续介质力学常用的术语。物质点X当其构形为χ时,它在空间所占据的位置以矢量x表示。物体随着时间t的迁移在空间移动,叫做运动。 有时用某一特定的构形к,利用从к看到的χ表示物体的运动,更加方便。这种构形叫参考构形。 作为参考构形,不必是时间固定的构形,也可以是随时间移动的构形。实际上,在力学中常用这种参考构形,它称为现时构形或流动构形。 理性力学中一个有关变形的几何量在参考构形(见构形)上的物质点X的位置矢量 X 记为: X=(X),它在直角坐标系下的分量为X(=1,2,3)。 为了探讨物质点X附近的变形,在参考构形上研究两个邻近物质点的位置 X ... 阅读全文

posted @ 2011-12-20 20:07 无忧consume 阅读(999) 评论(0) 推荐(0) 编辑

摘要: 梯度在向量微积分中,标量场的梯度是一个向量场。标量场中某一点上的梯度指向标量场增长最快的方向,梯度的长度是这个最大的变化率。更严格的说,从欧几里得空间Rn到R的函数的梯度是在Rn某一点最佳的线性近似。在这个意义上,梯度是雅可比矩阵的一个特殊情况。上面两个图中,标量场是黑白的,黑色表示大的数值,而其相应的梯度用蓝色箭头表示。在单变量的实值函数的情况,梯度只是导数,或者,对于一个线性函数,也就是线的斜率。梯度一词有时用于斜度,也就是一个曲面沿着给定方向的倾斜程度。可以通过取向量梯度和所研究的方向的点积来得到斜度。梯度的数值有时也被称为梯度。梯度的解释假设有一个房间,房间内所有点的温度由一个标量场ϕ 阅读全文

posted @ 2011-12-20 20:05 无忧consume 阅读(2183) 评论(0) 推荐(0) 编辑

该文被密码保护。 阅读全文

posted @ 2011-12-20 19:16 无忧consume 阅读(1) 评论(0) 推荐(0) 编辑

该文被密码保护。 阅读全文

posted @ 2011-12-20 19:13 无忧consume 阅读(1) 评论(0) 推荐(0) 编辑

摘要: 一、CStatic从文件夹加载位图HBITMAP hbitmap;//获得指向静态控件的指针CStatic *pStatic=(CStatic *)GetDlgItem(IDC_SHOWBMP);//获得位图句柄HBITMAP Bitmap;//设置静态控件的样式,使其可以使用位图,并试位标显示使居中pStatic->ModifyStyle(0xF,SS_BITMAP|SS_CENTERIMAGE);//设置静态控件显示位图pStatic->SetBitmap(hBitmap);二、设置对话框背景(小图可以漫延填充)1、把你的图包含到程序的“Bitmap资源”里,提示说该资源使用了 阅读全文

posted @ 2011-12-20 13:24 无忧consume 阅读(280) 评论(0) 推荐(0) 编辑

摘要: 系统中的定义是:WINUSERAPIHANDLEWINAPILoadImageA( HINSTANCE, LPCSTR, UINT, int, int, UINT);WINUSERAPIHANDLEWINAPILoadImageW( HINSTANCE, LPCWSTR, UINT, int, int, UINT);#ifdef UNICODE#define LoadImage LoadImageW#else#define LoadImage LoadImageA#endif // !UNICODE参数分别表示: HINSTANCE---------包含所需要图片的实例的句柄。 LPCSTR- 阅读全文

posted @ 2011-12-20 12:50 无忧consume 阅读(1173) 评论(0) 推荐(0) 编辑

摘要: 用VC向导生成的基于对话框的程序中,在对话框的OnInitDialog()函数中,总可以看到如下的代码段:BOOL CXXXDlg::OnInitDialog(){ ......// Set the icon for this dialog. The framework does this automatically// when the application's main window is not a dialogSetIcon(m_hIcon, TRUE);// Set big iconSetIcon(m_hIcon, FALSE);// Set small icon..... 阅读全文

posted @ 2011-12-20 12:46 无忧consume 阅读(208) 评论(0) 推荐(0) 编辑

摘要: VS2005的MFC Class Wizard哪去了(1)、对控件和菜单建立事件映射的功能;可以通过在资源视图(通过双击资源文件*.rc可进入该视图),右键某一个菜单或者控件,在弹出的菜单中选择“添加事件处理程序;(2)、添加窗体的消息映射;在类视图(通过菜单“视图->类视图 Ctrl+W,C”可以进入)上双击类,然后在类上右键,选择“属性”菜单,进入属性界面,在属性界面上边有几个事件、消息的按钮,点击消息后选择具体创建的消息即可。选择VS2005/VS2008。但是在对话框那里,右键,插入Actives控件,选了web broswer后,只会在工具箱加入web broswer,而并不生 阅读全文

posted @ 2011-12-20 12:42 无忧consume 阅读(517) 评论(0) 推荐(0) 编辑

该文被密码保护。 阅读全文

posted @ 2011-12-20 12:40 无忧consume 阅读(0) 评论(0) 推荐(0) 编辑

摘要: STL中的容器按存储方式分为两类,一类是按以数组形式存储的容器(如:vector 、deque);另一类是以不连续的节点形式存储的容器(如:list、set、map)。在使用erase方法来删除元素时,需要注意一些问题。在使用 list、set 或 map遍历删除某些元素时可以这样使用:正确使用方法1std::list< int> List;std::list< int>::iterator itList;for( itList = List.begin(); itList != List.end(); ){if(WillDelete(*itList) ){itList 阅读全文

posted @ 2011-12-20 12:38 无忧consume 阅读(422) 评论(0) 推荐(0) 编辑

摘要: 对于STL中的map,插入有两种方法:1、map <int,int>a; a[1 ]=1 //此方法初始化a[1],并给a[1]赋值。 a[1]=2 //此方法修改了a[1的值。2 map <int,int>a; a.insert(map<int,int>::value_type(1,1)); //此方法初始化a[1],并给a[1]赋值。 a.insert(map<int,int>::value_type(1,2)); //因为a[1]已经存在,此方法不能初始化a[1],也不能修改a[1]的值。3 特别注意的是,因为[ ]被重载为,如果不存在该k 阅读全文

posted @ 2011-12-20 02:30 无忧consume 阅读(380) 评论(0) 推荐(0) 编辑


Copyright © 2024 无忧consume
Powered by .NET 9.0 on Kubernetes