logonew chat icon top
  • icon-chaticon-chat-active搜题/提问
    new chat icon
    新建会话
  • icon-calculatoricon-calculator-active计算器
  • icon-subjecticon-subject-active学科题目
  • icon-pluginicon-plugin-active浏览器插件
  • icon-uploadicon-upload-active上传题库
  • icon-appicon-app-active手机APP
recent chat icon
历史记录
首页
/
计算机
题目

p1指向某个整型变量,要使指针p2也指向同一变量,哪一个语句是正确的.A. p2=*&p1;B. p2=**p1;C. p2=&p1;D. p2=*p1

p1指向某个整型变量,要使指针p2也指向同一变量,哪一个语句是正确的.
  • A. p2=*&p1;
  • B. p2=**p1;
  • C. p2=&p1;
  • D. p2=*p1

题目解答

答案

p1 指向某个整型变量 ,假设指向变量a, a的值是100 ,a的地址是0x0022ffff, 我画个图 p1 0x0022abcc 0x0022ffff ------> a 0x0022ffff 100 本身的地址 存放的 内容 本身的地址 存放的 内容A 先取p1的地址,然后进行间接操作,说明p2里面也放的 0x0022ffffB 对p1进行1次间接操作,等于访问了0x0022ffff 中的内容,再进行间接操作,等于访问内存地址为100的内容,显然是非法的C p2取的是p1的地址,也就是p2指向p1D p2等于100,为什么,p2等于对p1进行间接访问,取的是内存0x0022ffff中的值,不就是100么总之,搞清楚指针就是一个只放地址的存储空间,也是普通变量,只不过不放int ,不放float,只放地址,可以进行间接操作,就是访问那个地址的值,就OK了

解析

考查要点:本题主要考查对指针变量的理解,特别是如何通过指针操作使两个指针指向同一变量。

解题核心思路:

  • 指针的本质是存储变量的地址,通过指针可以间接访问该地址的值。
  • 要使两个指针指向同一变量,需确保它们存储的地址相同。
  • 关键操作:通过指针的间接访问(*)和取地址(&)操作,分析各选项是否能正确传递地址。

破题关键点:

  • 选项A通过*&p1组合操作,先取p1的地址,再取该地址的值(即p1本身存储的地址),最终使p2与p1指向同一变量。
  • 其余选项因操作顺序或逻辑错误,无法正确传递地址。

选项分析

*选项A:`p2 = &p1`**

  1. &p1:取p1指针变量本身的地址(即存储p1的内存位置)。
  2. *`操作**:对&p1的结果取间接值,即取出p1存储的地址(假设为变量a`的地址)。
  3. 赋值:p2最终存储a的地址,与p1指向同一变量。

选项B:`p2 = p1`**

  1. *`p1**:取p1指向的变量a的值(如100`)。
  2. `p1**:试图对100取间接值,但100`是整数而非地址,导致非法内存访问。

选项C:p2 = &p1

  • &p1:取p1指针变量本身的地址,使p2指向p1,而非p1指向的变量。

*选项D:`p2 = p1`**

  • *`p1**:取p1指向的变量a的值(如100),将整数赋值给指针p2,导致p2`指向无效地址。

相关问题

  • (单选,4分)某超市研究销售纪录数据后发现,买啤酒的人很大概率也会购买尿布,这种属于数据挖掘的哪类问题?()A. 关联规则发现B. 聚类C. 分类D. 自然语言处理

  • 在决策树建立过程中,使用一个属性对某个结点[1]对应的数集合进行划分后,结果具有高信息熵(highentropy),对结果的描述,最贴切的是()。 A. 纯度高B. 纯度低C. 有用D. 无用E. 以上描述都不贴切

  • 以下哪种方法属于卷积神经网络的基本组件()。 A. 卷积层B. 池化层C. 激活函数D. 复制层

  • 下列不属于量子机器学习算法的是() A. 量子支持向量机B. 量子主成分分析C. 薛定谔方程求解D. 深度量子学习

  • 由脸书(Facebook)公司开发的深度学习编 程框架是() A. TensorFlow B. PaddlePaddle C. PyTorch D. Mindspore

  • 下列哪项不是求解对抗搜索问题的基本算法( ) A.反向传播算法 B.广度优先排序算法 C.Alpha-Beta剪枝算法D.最小最大搜索算法

  • 下列哪项关于广度优先搜索的描述正确() A. 每次扩展时,该算法从边缘集合中取出最下层(最深)的节点B. 广度优先搜索算法是深度优先搜索[1]算法的特例C. 每次扩展时,该算法从边缘集合中取出最上层(最浅)的节点D. 深度优先搜索是广度优先搜索的特例

  • 决策树中每个非叶子结点表示对分类目标的某个属性上的一个判断()。 A. 正确B. 错误

  • 下列哪项贪婪最佳优先搜索算法的描述正确() A. 贪婪最佳优先搜索不属于启发式搜索算法B. 贪婪最佳优先搜索是一种A*搜索算法C. 贪婪最佳优先搜索是一种广度优先搜索算法D. 贪婪最佳优先搜索属于有信息搜索算法

  • 下列哪个方法属于知识图谱[1]推理方法[2]() A. 广度优先搜索B. 深度学习[3]推断C. 路径排序算法D. 归纳逻辑程序设计[4]

  • 下列哪项属于因果推理模型() A. 因果图B. 符号推理模型C. 神经符号推理D. 结构因果模型

  • 3.判断题K-means聚类算法对数据的尺寸敏感。()A 对B 错

  • 路径排序算法的工作流程主要有三步() A. 特征计算B. 特征抽取C. 分类器训练D. 因果推断

  • 下列哪个方法属于知识图谱[1]推理方法[2]() A. 路径排序算法B. 深度学习[3]推断C. 广度优先搜索D. 归纳逻辑程序设计[4]

  • 下表是一个购物篮,假定支持度阈值为 40% ,其中 __ 是频繁闭项集。 TID 项 1 abc 2 abcd 3 bce 4 acde 5 deA. abcB. adC. cdD. de

  • 路径排序算法的工作流程主要有三步() A. 特征抽取B. 特征计算C. 分类器训练D. 因果推断

  • AdaBoosting采用多个单一分类器组成一个强分类器() A. 错误B. 正确

  • 区块链中的每个区块包含哪些信息? A. 块的哈希散列值B. 交易执行记录C. 随机数D. 用户的个人信息

  • 下列哪项属于因果推理模型() A. 因果图B. 神经符号推理C. 符号推理模型D. 结构因果模型

  • 下列哪项关于监督学习算法的描述正确() A. 强化学习的训练效果一定优于监督学习B. 主要的监督学习方法包括生成方法和判别方法C. 广度优先搜索算法是一种监督学习算法

上一页下一页
logo
广州极目未来文化科技有限公司
注册地址:广州市天河区黄村大观公园路10号3N2
关于
  • 隐私政策
  • 服务协议
  • 权限详情
学科
  • 医学
  • 政治学
  • 管理
  • 计算机
  • 教育
  • 数学
联系我们
  • 客服电话: 010-82893100
  • 公司邮箱: daxuesoutijiang@163.com
  • qt

©2023 广州极目未来文化科技有限公司 粤ICP备2023029972号    粤公网安备44011202002296号