博客
关于我
整理:C++中字符串和数值之间的转换
阅读量:716 次
发布时间:2019-03-21

本文共 798 字,大约阅读时间需要 2 分钟。

在最近的学习中,我对字符串与数值之间的转换有了更深入的理解,整理如下:

一、字符串与数值转换

在编程中处理字符串与数值的转换是常见但关键的操作。本文将介绍几种常用转换函数及其适用场景。

  • to_string(val)

    这个函数接受一个数值参数val,将其转换为字符串形式。例如,to_string(123) 会返回"123"。

  • stoi(s, p, b)

    这个函数用于从字符串s的指定位置p开始,将其解释为b进制的整数。例如,stoi("10a", 2) 会返回2,但调用错误时会抛出BaseError。

  • stol(s, p, b)、stoul(s, p, b)、stoll(s, p, b) 和 stoull(s, p, b)

    这些函数类似于stoi,但分别支持长整型、unsigned long、long long和unsigned long long。例如,stoull("1234", 16) 会返回1234十进制值。

  • stof(s, p)、stod(s, p)stold(s, p)

    这些函数将字符串转换为浮点数、双精度浮点数和长双精度浮点数。例如,stod("3.14", 10) 会返回3.14。


  • 二、数值与字符转换

    在某些应用中,除了将字符串转换为数值外,还需要将数值转换为字符表示。以下是常用的转换函数:

  • atoi(s)

    这个函数读取字符串s的第一个字符开始的整数值。例如,atoi("123") 会返回123。

  • atof(s)atold(s)

    这些函数将字符串转换为浮点数或双精度浮点数。例如,atf("3.14") 返回3.14。

  • atol(s)

    该函数将字符串转换为长整型。例如,atol("1024") 返回1024。


  • 以上转换函数在编程中具有重要作用,理解它们的使用场景和特点是开发过程中必不可少的。通过合理选择和使用这些函数,我们可以充分发挥编程中的潜力。

    转载地址:http://gtvrz.baihongyu.com/

    你可能感兴趣的文章
    OpenCV与AI深度学习 | 十分钟掌握Pytorch搭建神经网络的流程
    查看>>
    OpenCV与AI深度学习 | 基于GAN的零缺陷样本产品表面缺陷检测
    查看>>
    OpenCV与AI深度学习 | 基于OpenCV和深度学习预测年龄和性别
    查看>>
    OpenCV与AI深度学习 | 基于OpenCV实现模糊检测 / 自动对焦
    查看>>
    OpenCV与AI深度学习 | 基于Python和OpenCV将图像转为ASCII艺术效果
    查看>>
    OpenCV与AI深度学习 | 基于PyTorch实现Faster RCNN目标检测
    查看>>
    OpenCV与AI深度学习 | 基于PyTorch语义分割实现洪水识别(数据集 + 源码)
    查看>>
    OpenCV与AI深度学习 | 基于YOLO11的车体部件检测与分割
    查看>>
    OpenCV与AI深度学习 | 基于YOLOv8 + BotSORT实现球员和足球检测与跟踪 (步骤 + 源码)
    查看>>
    OpenCV与AI深度学习 | 基于YOLOv8的停车对齐检测
    查看>>
    OpenCV与AI深度学习 | 基于机器视觉的磁瓦表面缺陷检测方案
    查看>>
    OpenCV与AI深度学习 | 基于深度学习的轮胎缺陷检测系统
    查看>>
    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>>