整數型別:short(佔兩位元組的儲存空間，表數範圍為-32768-+32768)(最高位為符號位0表正1表負)
unsigned short（無符號短整型，佔2個位元組的儲存空間，最高位位數值表數範圍為0-65535）
int（佔4位元組，最高位為符號位（0表正，1表負）），表數範圍為-2147483648 - +21474836487）
unsigned int 佔4個位元組， 最高位為數值位，表數範圍為 0 - 4294967295）
long（在32位佔4位元組，64位佔8位元組）
整數在記憶體中以補碼的方式儲存
1000d
原碼：0000 0011 1110 1000
補碼：0000 0011 1110 1000
反碼：0000 0011 1110 1000
-1000d
原碼：1000 0011 1110 1000
原碼：1111 1100 0001 0111
原碼：1111 1100 0001 1000
字元型別：char （字元型，用來表示字元的資料，佔1位元組儲存空間，最高位為符號位（0表正，1表負）表數範圍為0-255）
unsingned char （無符號字元型，最高位為數值位，表數範圍 0 - 255）
字元分為普通字元（比如a,b,#，！，3等）和轉義字元（\n，\r,\x30\\等）
下面的這張字元編碼就是ascll編碼表，由美國計算機專家定製
a0x61 97 d
b0x62
a0x41 65 d
空格0x20 32 d
\r0x0d 12 d
\n0x0a
00x30 48 d
\00x00 00
【\0表數沒有任何效果】
編碼（encode）：將非二進位制資料轉換為二進位制資料表示，其反過程稱為解碼
編譯過程會出現警告（warning）和錯誤（error）
警告不會導致編譯過程終端你，也就是講可以生成可執行程式，但我們最好要避免警告的出現，因為他經常是bug出現的潛在原因，吃飯我們確定他不會帶來任何影響
執行時錯誤（邏輯錯誤）：程式的實際結果和我們的預期不一樣
編譯錯誤很容易解決，但執行時錯誤最讓人頭痛。
【編譯時沒錯誤】
bug：臭蟲，程式的缺陷
變數命名規則：合法識別符號，不能和關鍵字一樣
c語言中變數命名規則：只能由英文名字，柱子和下劃線（_）構成，並且不能以數字開頭，也不能和關鍵字一樣，
關鍵字（keyword）：具有特殊意義的識別符號號，比如main,return,int,usigned等
c語言中的識別符號是大小寫敏感的（即區分大小寫）
浮點數（float point number）型別：float（單精度浮點型，佔4位元組儲存空間3.4*10^-38 ^3.4*10^38和-3.4*10^38 ^-3.4*10^-38）
double（雙精度浮點型，佔8位元組儲存空間，表數範圍）
空型別：void（特殊的資料型別，不能用來定義變數，通常作為資料型別佔位符使用）
要求：牢牢記住所有基本資料基礎型別關鍵字的拼寫，中文稱呼，佔儲存空間，表數範圍
常數（constant）:值不可改變量
整數常量的寫法：123（int，十進位制）
0123（int ，八進位制）
0xa4（int，十六進製制）
123l（long，十進位制）
字元型常量的寫法：用單引號括起來的字元，比如'a''\n'等
字串常量：用雙引號括起來的多個字元，比如"hello 中國\n"等
浮點型常量的寫法:十進位制小數形式：比如 3.14f （f表示單精度，不然就預設雙精度）
（科學計數法（-1.23e -2【表示-1.23*10^-2】））
自定義常量的方法
const float f = 123 或 float const f = 123 對自定義常量效果一樣
1.使用const關鍵字定義常量（唯讀變數）
2.使用define預處理命令定義常量（其實準確的稱呼叫巨集，在預處理階段，會將巨集字面上的替換）
定義乙個巨集
#define n 1+2
如果在下面出現 b= n * 3
那麼也就是b = 1+2 *3= 7(注意n的解開方式)
型別的強轉
s = (short)-500000
這裡加個括號就是強轉了
型別強**慶祝型別轉換和自動（隱式）型別轉換
強制型別轉換語句法則：（資料型別名）資料
2023年7月23日軟帝學習筆記
流程控制結構 順序結構 從上往下逐行執行 分支結構 當滿足某個條件時才執行相應的 迴圈結構 反覆多次執行相應的 塊 code block 用花括號括起來的一條或多條語句 if語句和switch語句 分支結構通過if或switch語句來實現 if和switch語句可以隨意巢狀，但建議巢狀不要超過2層 ...
2023年3月20日學習筆記
css中的盒子模型分為兩類，標準盒模型 w3c 和怪異盒模型 ie 標準盒模型即 盒子寬度 width padding left padding right margin left margin right border left border right 如下圖所示。盒子寬度為80px 20px ...
學習筆記 2023年11月6日
tvm的作用是針對不同的硬體平台，包括cpu gpu tpu等，對各種深度學習框架的 主要是inference過程 進行統一優化，目的是使得演算法模型在各種不同的硬體平台上的執行得到加速 1.可以end to end優化，也可以優化使用者指定的各種操作 2.autotvm自動優化操作池 3.提供乙個...