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与AI深度学习 | 如何在 Docker 容器中使用 GPU
查看>>
OpenCV与AI深度学习 | 实战 | OpenCV传统方法实现密集圆形分割与计数(详细步骤 + 代码)
查看>>
OpenCV与AI深度学习 | 实战 | OpenCV实现扫描文本矫正应用与实现详解(附源码)
查看>>
OpenCV与AI深度学习 | 实战 | 使用YOLOv8 Pose实现瑜伽姿势识别
查看>>
OpenCV与AI深度学习 | 实战 | 使用YoloV8实例分割识别猪的姿态(含数据集)
查看>>
OpenCV与AI深度学习 | 实战 | 使用姿态估计算法构建简单的健身训练辅助应用程序
查看>>
OpenCV与AI深度学习 | 实战 | 基于YoloV5和Mask RCNN实现汽车表面划痕检测(步骤 + 代码)
查看>>
OpenCV与AI深度学习 | 实战 | 基于YOLOv9+SAM实现动态目标检测和分割(步骤 + 代码)
查看>>
OpenCV与AI深度学习 | 实战 | 基于YOLOv9和OpenCV实现车辆跟踪计数(步骤 + 源码)
查看>>
OpenCV与AI深度学习 | 实战 | 文本图片去水印--同时保持文本原始色彩(附源码)
查看>>
OpenCV与AI深度学习 | 实战—使用YOLOv8图像分割实现路面坑洞检测(步骤 + 代码)
查看>>
OpenCV与AI深度学习 | 实战篇——基于YOLOv8和OpenCV实现车速检测(详细步骤 + 代码)
查看>>
OpenCV与AI深度学习 | 实战|OpenCV实时弯道检测(详细步骤+源码)
查看>>
OpenCV与AI深度学习 | 实践教程|旋转目标检测模型-TensorRT 部署(C++)
查看>>
OpenCV与AI深度学习 | 工业缺陷检测中数据标注需要注意的几个事项
查看>>
OpenCV与AI深度学习 | 干货 | 深度学习模型训练和部署的基本步骤
查看>>
OpenCV与AI深度学习 | 手把手教你用Python和OpenCV搭建一个半自动标注工具(详细步骤 + 源码)
查看>>
OpenCV与AI深度学习 | 深度学习检测小目标常用方法
查看>>
OpenCV与AI深度学习 | 超越YOLOv10/11、RT-DETRv2/3!中科大D-FINE重新定义边界框回归任务
查看>>
OpenCV与AI深度学习 | 高效开源的OCR工具:Surya-OCR介绍与使用
查看>>