C语言之自定义函数的实现

自定义函数的作用：

方便管理代码，编写程序时思路清晰。
代码复用，同一段代码可以在不同位置多次执行。

函数声明：

使用：返回值类型函数名(类型变量名,类型变量名,…);
例如：int sum(int num1, int num2);
实际上，在函数声明时，变量的名称并不重要，只有返回值类型，函数名和变量的类型是编译器必须要知道的，因此变量名称是可以忽略的。下面的声明也是正确的：int sum(int , int);

注意：

c语言一般根据函数的功能来取函数名，全部使用小写单词，多个单词之间用下划线分隔，如：add_to_arr。
参数的个数、类型由函数的功能决定，被调用时由调用者提供。如果函数不需要任何参数则写void，不要空着。
返回值类型根据函数的结果决定，如果不需要返回值则写void。
如果函数的定义出现在调用之前，声明可以省略。
函数声明时，参数的变量名可以省略。
如果不写返回值类型（会有警告），则默认为int类型返回值。

函数定义：

使用：
返回值类型函数名(类型变量名,类型变量名,…)
{
函数体;
return (数据)；
}
例如：

int sum(int a, int b)
{return a + b;
}

函数的调用：

使用：函数(数据1，数据2…);
例如：sum(1, 2);
返回值会在函数执行完成后放置在调用位置，处理方式：

存储到变量中，长期使用。
立即使用，可以显示或参与运算。

函数之间参数的传递（值传递）：

调用者向被调用者传递，由实参向形参传递。
1. 不同函数的命名空间都是相互独立的，函数之间变量名可以重名，互不影响。同一函数中，不能定义相同名字的变量，但是同一个程序中全局变量名和函数中的局部变量名可以同名，但是此函数中暂不能引用同名全局变量。
2. 函数在调用时，被调函数会为形参开辟新的内存空间，主函数中的实参会赋值给这个空间，形参是好比实参的一个副本。因此，在被调函数中，形参值的任何改变都不会影响实参值。在被调函数结束时，这段空间就会被回收，形参数据不复存在，而实参还是调用前的实参。
3. 函数之间不能通过值传递来共享变量。
  
  注意： 数组当作函数的参数时(在函数调用时的传递的数组会变成指针类型，此时就是引用传递了)，长度会丢失，需要额外添加一个参数来传递它的长度。

#include <stdio.h>
void func(int arr[])        //其中，等价于 int* arr
{for(int i=0; i<sizeof(arr)/sizeof(arr[0]); i++)printf("%d\n",arr[i]);          //运行结束后，只输出一个 1
}int main()
{int arr[5] = {1,2,3,4,5};func(arr);
}

被调用者向调用者传递，使用return返回数据。
1. 不写return语句也会有返回值。
2. 调用者和被调用者会在内存中约定一个空间用于存储返回值，return语句的功能之一就是把一个数据存储到这个空间。如果不写return语句，调用者就会得到一个默认值（不确定）。

#include <stdio.h>
int func(void)
{int arr[20] = {};     //如果注释此行，输出为1，不注释，输出为0。
}int main()
{int num = 9999;num = func();printf("%d\n",num);
}

C语言之自定义函数的实现相关推荐

R语言编写自定义函数计算R方、使用自助法Bootstrapping估计多元回归模型的R方的置信区间、可视化获得的boot对象、估计单个统计量的置信区间、分别使用分位数法和BCa法
R语言编写自定义函数计算R方.使用自助法Bootstrapping估计多元回归模型的R方的置信区间.可视化获得的boot对象.估计单个统计量的置信区间.分别使用分位数法和BCa法(Bootstrapp ...
R语言编写自定义函数自定义ggplot图像中的图例（legend）的位置、图例标题、键值、文本字体大小（title、text、key）、颜色标识的大小、点形状pch的大小
R语言编写自定义函数自定义ggplot图像中的图例(legend)的位置.图例标题.键值.文本字体大小(title.text.key).颜色标识的大小.点形状pch的大小目录
R语言编写自定义函数、评估回归模型预测变量的相对重要性（Relative importance）、通过在所有可能的子模型中添加一个预测变量而获得的R方的平均增加、评估预测变量的重要度、并通过点图可视化
R语言编写自定义函数.评估回归模型预测变量的相对重要性(Relative importance).通过在所有可能的子模型中添加一个预测变量而获得的R方的平均增加.来评估预测变量的重要程度.并通过点图可 ...
R语言编写自定义函数、创建使用ggplot2生成图标（icon）的主题（theme）函数、使用ggplot2以及自定义的图标主题函数创建箱图（boxplot）图标、ggsave保存图标(png、svg
R语言编写自定义函数.创建使用ggplot2生成图标(icon)的主题(theme)函数.使用ggplot2以及自定义的图标主题函数创建箱图(boxplot)图标.ggsave保存图标(png.svg ...
R语言编写自定义函数基于ggsumarystats函数计算每个分组的统计值、自定义可视化分组分面条形图，并在X轴标签下方添加分组对应的统计值（样本数N、中位数median、四分位数的间距iqr）
R语言编写自定义函数基于ggsumarystats函数计算每个分组的统计值.自定义可视化分组分面条形图,并在X轴标签下方添加分组对应的统计值(样本数N.中位数median.四分位数的间距iqr) 目录
R语言编写自定义函数使用Wilcoxon符号秩检验（Wilcoxon signed rank）实现多分组非参数成对检验（pairwise）、并使用p.adjust函数调整概率值
R语言编写自定义函数使用Wilcoxon符号秩检验(Wilcoxon signed rank)实现多分组非参数成对检验(Nonparametric pairwise multiple comparis ...
R语言基于自定义函数构建xgboost模型并使用LIME解释器进行模型预测结果解释：基于训练数据以及模型构建LIME解释器解释一个iris数据样本的预测结果、LIME解释器进行模型预测结果解释并可视化
R语言基于自定义函数构建xgboost模型并使用LIME解释器进行模型预测结果解释:基于训练数据以及模型构建LIME解释器解释一个iris数据样本的预测结果.LIME解释器进行模型预测结果解释并可视化 ...
R语言基于自定义函数构建xgboost模型并使用LIME解释器进行模型预测结果解释：基于训练数据以及模型构建LIME解释器解释多个iris数据样本的预测结果、使用LIME解释器进行模型预测结果解释
R语言基于自定义函数构建xgboost模型并使用LIME解释器进行模型预测结果解释:基于训练数据以及模型构建LIME解释器解释多个iris数据样本的预测结果.使用LIME解释器进行模型预测结果解释并可 ...
python定义函数prime判断是否是素数_用自定义函数判断素数用C语言编写自定义函数prime(int x)，判断x是否为素数？...
用C语言编写自定义函数prime(int x),判断x是否为素数? int prime(int x) { int i,k k=(int)sqrt( (double)x ) for(i=2i&l ...
R语言编写自定义函数计算分类模型评估指标：准确度、特异度、敏感度、PPV、NPV、数据数据为模型预测后的混淆矩阵、比较多个分类模型分类性能（逻辑回归、决策树、随机森林、支持向量机）
R语言编写自定义函数计算分类模型评估指标:准确度.特异度.敏感度.PPV.NPV.数据数据为模型预测后的混淆矩阵.比较多个分类模型分类性能(逻辑回归.决策树.随机森林.支持向量机) 目录