博客
关于我
const和define区别与比较
阅读量:244 次
发布时间:2019-03-01

本文共 508 字,大约阅读时间需要 1 分钟。

(1)就起作用的阶段而言: #define主要在预处理阶段起作用,而const则在编译和运行时起作用。

(2)就起作用的方式而言: #define只是简单的字符替换,没有类型检查,存在边界错误;而const对应数据类型,进行类型检查,提供更高的安全性。

(3)就存储方式而言: #define展开后,替换次数等于使用次数,定义的宏常量在内存中有若干备份,占用代码段空间;而const定义的只读变量在程序运行过程中只有一份备份,占用数据段空间。

(4)从代码调试的方便程度而言: const常量支持调试,而#define在预编译阶段就已经替换,无法调试。

(5)从是否可以重定义的角度而言: const不能重定义,而#define可以通过#undef取消原定义,再重新定义。

(6)从特殊功能来看: #define可以用来防止头文件重复引用,而const不具备此功能。

(7)从类成员变量的定义来看: const用于类成员变量,只能在定义时指定类型,且不可修改;而#define不能用于类成员变量的定义,但可以用于全局变量。

(8)就名称选择方面: const采用普通常量名称,而#define可以使用表达式作为名称。

转载地址:http://uwpv.baihongyu.com/

你可能感兴趣的文章
Opencv——模块介绍
查看>>
OpenCV与AI深度学习 | 2024年AI初学者需要掌握的热门技能有哪些?
查看>>
OpenCV与AI深度学习 | OpenCV图像拼接--Stitching detailed使用与参数介绍
查看>>
OpenCV与AI深度学习 | OpenCV快速傅里叶变换(FFT)用于图像和视频流的模糊检测(建议收藏!)
查看>>
OpenCV与AI深度学习 | SAM2(Segment Anything Model 2)新一代分割一切大模型介绍与使用(步骤 + 代码)
查看>>
OpenCV与AI深度学习 | YOLO11介绍及五大任务推理演示(目标检测,图像分割,图像分类,姿态检测,带方向目标检测)
查看>>
OpenCV与AI深度学习 | YOLOv11来了:将重新定义AI的可能性
查看>>
OpenCV与AI深度学习 | 使用Python和OpenCV实现火焰检测(附源码)
查看>>
OpenCV与AI深度学习 | 使用PyTorch进行小样本学习的图像分类
查看>>
OpenCV与AI深度学习 | 使用YOLO11实现区域内目标跟踪
查看>>
OpenCV与AI深度学习 | 使用YOLOv8做目标检测、实例分割和图像分类(包含实例操作代码)
查看>>
OpenCV与AI深度学习 | 使用单相机对已知物体进行3D位置估计
查看>>
OpenCV与AI深度学习 | 基于GAN的零缺陷样本产品表面缺陷检测
查看>>
OpenCV与AI深度学习 | 基于OpenCV和深度学习预测年龄和性别
查看>>
OpenCV与AI深度学习 | 基于Python和OpenCV将图像转为ASCII艺术效果
查看>>
OpenCV与AI深度学习 | 基于PyTorch实现Faster RCNN目标检测
查看>>
OpenCV与AI深度学习 | 基于PyTorch语义分割实现洪水识别(数据集 + 源码)
查看>>
OpenCV与AI深度学习 | 基于YOLO11的车体部件检测与分割
查看>>
OpenCV与AI深度学习 | 基于YOLOv8的停车对齐检测
查看>>
OpenCV与AI深度学习 | 基于机器视觉的磁瓦表面缺陷检测方案
查看>>