#include<stdio.h> #include<string.h> #include<malloc.h> //定义一个交换函数 void reverse(char *a[],char *b[]) { char *tmp; tmp=*a; *a=*b; *b=tmp; } int main() { char *s[50],s1[50],*p; int i=0,n=0,j=0; scanf("%d",&n); //存入姓名和电话 for(;i<n;i++){ gets(s1); s[i] = (char*)malloc(sizeof(s1)); s[i]=strcpy(s[i],s1); } //对二维数组进行遍历,一行一行地比,冒泡排序法 for(i=0;i<n;i++) { for(j=n-1;j>i;j--){ if(s[i]<s[i-1]) reverse(&s[i],&s[i-1]); } } //输出电话簿 for(p=s[i],i=0;i<strlen(s[i]);i++){ if(*p==' ') { if(i>10) { for(j=10;*(p+j+i-10)!=' ';j++) s[j]=s[j+i-10]; printf("j=%d s[j]=%s\n",j,s[j]); } } } for(i=0;i<50;i++) printf("%s\n",s[i]); return 0;

时间: 2023-12-03 18:04:43 浏览: 32
这段代码存在一些问题: 1. 在输入姓名和电话号码时,使用了`gets()`函数,这个函数容易导致缓冲区溢出,建议使用`fgets()`函数替代。 2. 在冒泡排序中,比较大小的代码写错了,应该是`s[j]<s[j-1]`,而不是`s[i]<s[i-1]`。 3. 输出电话簿的部分存在一些逻辑上的问题,需要重新设计。 4. 在释放内存时,应该对每一个`s[i]`进行释放,而不是只对`s`进行释放。 下面是修改后的代码: ```c #include <stdio.h> #include <string.h> #include <stdlib.h> void reverse(char **a, char **b) { char *tmp; tmp = *a; *a = *b; *b = tmp; } int main() { char *s[50], s1[50], *p; int i = 0, n = 0, j = 0; scanf("%d", &n); getchar(); // 清空输入缓冲区 for (i = 0; i < n; i++) { fgets(s1, 50, stdin); s[i] = (char *) malloc(sizeof(s1)); strcpy(s[i], s1); } for (i = 0; i < n; i++) { for (j = n - 1; j > i; j--) { if (strcmp(s[j], s[j-1]) < 0) reverse(&s[j], &s[j-1]); } } for (i = 0; i < n; i++) { printf("%s", s[i]); } for (i = 0; i < n; i++) { free(s[i]); } return 0; } ```

相关推荐

最新推荐

recommend-type

基于springboot开发的前后端分离的简易进销存后台管理系统.zip

基于springboot的java毕业&课程设计
recommend-type

基于springboot-mqtt的温度、湿度、六氟化硫浓度实时监控系统.zip

基于springboot的java毕业&课程设计
recommend-type

会计信息化对华强公司内部审计的影响研究.docx

会计信息化对华强公司内部审计的影响研究.docx
recommend-type

修改谷歌提供的样例量子卷积神经网络模型,基于KDD99数据集进行训练,实现了网络攻击分类检测。.zip

卷积神经网络(Convolutional Neural Networks, CNNs 或 ConvNets)是一类深度神经网络,特别擅长处理图像相关的机器学习和深度学习任务。它们的名称来源于网络中使用了一种叫做卷积的数学运算。以下是卷积神经网络的一些关键组件和特性: 卷积层(Convolutional Layer): 卷积层是CNN的核心组件。它们通过一组可学习的滤波器(或称为卷积核、卷积器)在输入图像(或上一层的输出特征图)上滑动来工作。 滤波器和图像之间的卷积操作生成输出特征图,该特征图反映了滤波器所捕捉的局部图像特性(如边缘、角点等)。 通过使用多个滤波器,卷积层可以提取输入图像中的多种特征。 激活函数(Activation Function): 在卷积操作之后,通常会应用一个激活函数(如ReLU、Sigmoid或tanh)来增加网络的非线性。 池化层(Pooling Layer): 池化层通常位于卷积层之后,用于降低特征图的维度(空间尺寸),减少计算量和参数数量,同时保持特征的空间层次结构。 常见的池化操作包括最大池化(Max Pooling)和平均池化(Average Pooling)。 全连接层(Fully Connected Layer): 在CNN的末端,通常会有几层全连接层(也称为密集层或线性层)。这些层中的每个神经元都与前一层的所有神经元连接。 全连接层通常用于对提取的特征进行分类或回归。 训练过程: CNN的训练过程与其他深度学习模型类似,通过反向传播算法和梯度下降(或其变种)来优化网络参数(如滤波器权重和偏置)。 训练数据通常被分为多个批次(mini-batches),并在每个批次上迭代更新网络参数。 应用: CNN在计算机视觉领域有着广泛的应用,包括图像分类、目标检测、图像分割、人脸识别等。 它们也已被扩展到处理其他类型的数据,如文本(通过卷积一维序列)和音频(通过卷积时间序列)。 随着深度学习技术的发展,卷积神经网络的结构和设计也在不断演变,出现了许多新的变体和改进,如残差网络(ResNet)、深度卷积生成对抗网络(DCGAN)等。
recommend-type

用泽尼克多项式拟合表面的功能matlab代码.zip

1.版本:matlab2014/2019a/2021a 2.附赠案例数据可直接运行matlab程序。 3.代码特点:参数化编程、参数可方便更改、代码编程思路清晰、注释明细。 4.适用对象:计算机,电子信息工程、数学等专业的大学生课程设计、期末大作业和毕业设计。
recommend-type

zigbee-cluster-library-specification

最新的zigbee-cluster-library-specification说明文档。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

实现实时数据湖架构:Kafka与Hive集成

![实现实时数据湖架构:Kafka与Hive集成](https://img-blog.csdnimg.cn/img_convert/10eb2e6972b3b6086286fc64c0b3ee41.jpeg) # 1. 实时数据湖架构概述** 实时数据湖是一种现代数据管理架构,它允许企业以低延迟的方式收集、存储和处理大量数据。与传统数据仓库不同,实时数据湖不依赖于预先定义的模式,而是采用灵活的架构,可以处理各种数据类型和格式。这种架构为企业提供了以下优势: - **实时洞察:**实时数据湖允许企业访问最新的数据,从而做出更明智的决策。 - **数据民主化:**实时数据湖使各种利益相关者都可
recommend-type

SQL怎么实现 数据透视表

SQL可以通过使用聚合函数和GROUP BY子句来实现数据透视表。 例如,假设有一个销售记录表,其中包含产品名称、销售日期、销售数量和销售额等信息。要创建一个按照产品名称、销售日期和销售额进行汇总的数据透视表,可以使用以下SQL语句: ``` SELECT ProductName, SaleDate, SUM(SaleQuantity) AS TotalQuantity, SUM(SaleAmount) AS TotalAmount FROM Sales GROUP BY ProductName, SaleDate; ``` 该语句将Sales表按照ProductName和SaleDat
recommend-type

JSBSim Reference Manual

JSBSim参考手册,其中包含JSBSim简介,JSBSim配置文件xml的编写语法,编程手册以及一些应用实例等。其中有部分内容还没有写完,估计有生之年很难看到完整版了,但是内容还是很有参考价值的。