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
NumPy 库详细介绍-ChatGPT4o作答
查看>>
NumPy 或 Pandas:将数组类型保持为整数,同时具有 NaN 值
查看>>
numpy 或 scipy 有哪些可能的计算可以返回 NaN?
查看>>
numpy 数组 dtype 在 Windows 10 64 位机器中默认为 int32
查看>>
numpy 数组与矩阵的乘法理解
查看>>
NumPy 数组拼接方法-ChatGPT4o作答
查看>>
numpy 用法
查看>>
Numpy 科学计算库详解
查看>>
Numpy.fft.fft和numpy.fft.fftfreq有什么不同
查看>>
numpy.linalg.norm(求范数)
查看>>
Numpy.ndarray对象不可调用
查看>>
Numpy.VisibleDeproationWarning:从不整齐的嵌套序列创建ndarray
查看>>
Numpy:按多个条件过滤行?
查看>>
Numpy:条件总和
查看>>
numpy、cv2等操作图片基本操作
查看>>
numpy中的argsort的用法
查看>>
NumPy中的精度:比较数字时的问题
查看>>
numpy判断对应位置是否相等,all、any的使用
查看>>
Numpy多项式.Polynomial.fit()给出的系数与多项式.Polyfit()不同
查看>>
Numpy如何使用np.umprod重写range函数中i的python
查看>>