C++(3)--編譯、gdb調試

3--編譯和執行過程

  • 1.編譯
  • 2.gdb調試
  • gdb 查core

GCC是一個編譯套件,是一個以"gcc"命令為首的源碼施工隊。施工隊的成員有gcc、cpp、as、ld四個成員

  1. 預處理–宏定義展開,頭文件引入-- cpp 等價于 gcc -E
  2. 編譯–C語言->匯編語言–gcc -S
  3. 匯編–匯編語言->機器語言–gcc -c
  4. 鏈接–鏈接相關的.o文件–ld

-o 指定輸出文件的名字

1.編譯

(win操縱系統,老九課堂筆記)
1.預處理–將頭文件(.h)的具體內容展開至源文件中;刪除注釋;添加行號和文件標識等;預處理完產生一個.ii文件(c語言編譯將產生一個.i文件)

cpp demo.cpp > demo.ii

cpp 為 C Preprocessor的縮寫, >表示輸出到文件
還有另外兩種命令也可以用于產生.ii 文件,其中-o參數用于指定輸出文件命

g++ -o demo.ii -E demo.cpp
g++ -o demo.ii demo.cpp

2.編譯–對.ii文件進行詞法/語法/語義分析,生成相應的匯編文件,.s文件

g++ -o demo.s -S demo.ii

3.匯編–將匯編文件轉換成二進制目標文件.o .obj結尾

as -o demo.o demo.s

g++同樣可以實現

g++ -o demo.o demo.s

4.連接–將目標文件和C++庫函數連接,將涉及到的庫代碼合并到目標代碼中;

g++ -o demo.exe demo.o

生成demo.exe可執行文件

(mac+vscode)
在vscode 終端上輸入

g++ main.cpp -o main
"/Users/chenyingying/CppProject/Helloworld/"main

即可運行,(猜測)第一條語句是不是包括了預處理,編譯,匯編,連接于一體,生成mac/linux下可執行文件main.out文件。輸入目錄運行對應的可執行文件。

2.gdb調試

GNU debugger–Richard Stallman設計的
要想通過gdb調試,必須在編譯時加上調試接口,即-g

gcc -g ./rubbish.c input.c readfile.c -o rubbish19_debug
gdb ./rubbish19_debug

GDB 的一些常用指令:

  1. run/r–進入調試狀態后,運行代碼
  2. break/b–設置斷點break 12 # 在源碼12行設置斷點
  3. list/l–顯示源代碼
  4. continue/c–繼續執行直至下一個端點或者結束
  5. print/p–打印變量的值
  6. examine/x–查看指定內存地址中的數據,(只能查看當前被調試程序能夠非法訪問的地址)
  7. next/n–單步執行命令。

MAC上使用gdb(完美解決)

(證書沒有添加成功,sudo應該可以跑)

gdb 查core

sudo service apport stop    # 關掉某些服務ulimit -c unlimited         # 啟動某些東西xxxbuild_run app1_test     # 編譯運行某個文件,產生core文件 vcat /proc/sys/kernel/core_pattern   # 查看core文件生成的路徑cd xxx/test                # cd core 文件目錄gdb app1_test core   	  # gdb 調試出core文件bt                        # 跳轉到出core的地方

本文來自互聯網用戶投稿,該文觀點僅代表作者本人,不代表本站立場。本站僅提供信息存儲空間服務,不擁有所有權,不承擔相關法律責任。
如若轉載,請注明出處:http://www.pswp.cn/news/444925.shtml
繁體地址,請注明出處:http://hk.pswp.cn/news/444925.shtml
英文地址,請注明出處:http://en.pswp.cn/news/444925.shtml

如若內容造成侵權/違法違規/事實不符,請聯系多彩編程網進行投訴反饋email:809451989@qq.com,一經查實,立即刪除!

相關文章

leetcode94 二叉樹的中序遍歷

給定一個二叉樹,返回它的中序 遍歷。 示例: 輸入: [1,null,2,3] 1 \ 2 / 3 輸出: [1,3,2] 進階: 遞歸算法很簡單,你可以通過迭代算法完成嗎? 遞歸 /*** Definition for a binary tree node.* public class TreeNode …

使用動態鏈接庫

1. 動態鏈接庫是程序運行時加載的庫,當動態鏈接庫正確安裝后,所有的程序都可以使用動態庫來運行程序。動態鏈接庫是目標文件的集合,目標文件在動態鏈接庫中的組織方式是按照特殊方式形成的。庫中函數和變量的地址是相對地址,不是絕對地址,其真實地址在調用動態庫的程序加載…

算法(29)--兩棵樹匹配

樹匹配1.劍指 Offer 26. 樹的子結構2.劍指 Offer 27. 二叉樹的鏡像3.劍指 Offer 28. 對稱的二叉樹1.劍指 Offer 26. 樹的子結構 判斷:小樹B是否是大樹A的一部分,需要以大樹A的每個為根節點進行匹配判斷。 算法:判斷兩個節點是否相等&#xf…

leetcode647 回文子串

給定一個字符串,你的任務是計算這個字符串中有多少個回文子串。 具有不同開始位置或結束位置的子串,即使是由相同的字符組成,也會被計為是不同的子串。 示例 1: 輸入: "abc" 輸出: 3 解釋: 三個回文子串: "a", "…

windows下關于Objective-C開發環境的配置

最近IOS一直很火,也想學習以以下OC開發,一般裝個虛擬機,然后裝個mac,我相信大多數人的機子跑不起來或者很卡,所以之前借鑒了一個文章,就是關于在windows下配置OC開發環境,這里我把自己的安裝說一…

如何選擇商鋪投資

如何選擇商鋪? 選擇商鋪時,需要考慮哪些因素呢? 聶先生表示,要看地段,包括周圍的商業環境、停車方便程度、汽車流量、未來發展前景、視覺效果等因素。此外,地域經濟也很重要,必須要有一個好的投…

PaperNotes(6)-GAN/DCGAN/WGAN/WGAN-GP/WGAN-SN-網絡結構/實驗效果

GAN模型網絡結構實驗效果演化1.GAN1.1網絡結構1.2實驗結果2.DCGAN2.1網絡結構2.2實驗結果3.WGAN3.1網絡結構3.2實驗結果4.WGAN-GP4.1網絡結構4.2實驗結果5.WGAN-SN5.1網絡結構5.2實驗結果小結1.GAN 文章: https://arxiv.org/pdf/1406.2661.pdf 代碼: Py…

Spring Security使用

Spring Security 在web應用開發中,安全無疑是十分重要的,選擇Spring Security來保護web應用是一個非常好的選擇。 Spring Security 是spring項目之中的一個安全模塊,可以非常方便與spring項目無縫集成。特別是在spring boot項目中加入sprin…

nginx python webpy 配置安裝

安裝webpy$ wget http://webpy.org/static/web.py-0.34.tar.gz$ tar xvzf web.py-0.34.tar.gz$ cd web.py-0.34$ sudo python setup.py install安裝 Fluphttp://www.saddi.com/software/flup/dist/flup-1.0.2.tar.gz$ wget http://www.saddi.com/software/flup/dist/flup-1.0.2…

PaperNotes(7)-GANs模式坍塌/訓練不穩定

GANs-模式坍塌-訓練不穩定1.訓練不穩定問題相關文章1.1 DCGAN1.2Big-GAN1.3WGAN 、WGAN-GP、SN-WGAN1.4其他工作2.模式坍塌問題相關文章2.1 MAD-GAN2.2 Unrolled GAN2.3 DRAGAN2.4 D2GAN2.5 InfoGAN2.6 Deligan2.7 EBGAN2.8 Maximum Entropy Generators for Energy-Based Model…

thinkphp框架起步認識

先看看thinkphp的文檔吧:這是我在網上找的一個不錯的鏈接地址,對自己有用,同時相信對讀者也有用吧。 http://doc.thinkphp.cn/manual/class.html ThinkPHP 跨模塊調用操作方法(A方法與R方法) 跨模塊調用操作方法 前面說…

leetcode403 青蛙過河

一只青蛙想要過河。 假定河流被等分為 x 個單元格,并且在每一個單元格內都有可能放有一石子(也有可能沒有)。 青蛙可以跳上石頭,但是不可以跳入水中。 給定石子的位置列表(用單元格序號升序表示)&#xff…

PaperNotes(8)-Stein Variational Gradient Descent A General Purpose Bayesian Inference Algorithm

通用貝葉斯推理算法-Stein Variational Gradient DescentAbstract1 Introduction2 Background3 Variational Inference Using Smooth Transforms3.1 Stein Operator as the Derivative of KL Divergence定理3.1引理3.23.2 Stein Variational Gradient Descent4 Related Works5 …

thinkphp的增刪改查

ThinkPHP 添加數據 add 方法 ThinkPHP 內置的 add 方法用于向數據表添加數據,相當于 SQL 中的 INSERT INTO 行為。ThinkPHP Insert 添加數據添加數據 add 方法是 CURD(Create,Update,Read,Delete / 創建,修改,讀取,刪除)中的 Create 的實現&a…

leetcode115 不同的子序列

給定一個字符串 S 和一個字符串 T,計算在 S 的子序列中 T 出現的個數。 一個字符串的一個子序列是指,通過刪除一些(也可以不刪除)字符且不干擾剩余字符相對位置所組成的新字符串。(例如,"ACE" 是…

ThinkPHP 模板循環輸出 Volist 標簽

volist 標簽用于在模板中循環輸出數據集或者多維數組。volist 標簽在模塊操作中&#xff0c;select() 方法返回的是一個二維數組&#xff0c;可以用 volist 直接輸出&#xff1a;<volist name"list" id"vo"> 用 戶 名&#xff1a;{$vo[username]}&l…

MachineLearning(9)-最大似然、最小KL散度、交叉熵損失函數三者的關系

最大似然-最小KL散度-最小化交叉熵損失-三者的關系問題緣起&#xff1a;給定一組數據(x1,x2,...,xm)(x^1,x^2,...,x^m)(x1,x2,...,xm),希望找到這組數據服從的分布。此種情況下&#xff0c;分布規律用概率密度p(x)表征。 問題歸處&#xff1a;如果能夠建模/近似建模p(x)&#…

ThinkPHP redirect 頁面重定向使用詳解與實例

ThinkPHP redirect 方法ThinkPHP redirect 方法可以實現頁面的重定向&#xff08;跳轉&#xff09;功能。redirect 方法語法如下&#xff1a;$this->redirect(string url, array params, int delay, string msg) 參數說明&#xff1a;url 必須&#xff0c;重定向的 URL 表達…

PaperNotes(9)-Learning deep energy model: contrastive divergence vs. Amortized MLE

Learning deep energy model: contrastive divergence vs. Amortized MLEabstract1 Introduction2 Background2.1 stein variational gradient descent2.2 learning energy model**contrastive Divergence**abstract 受SVGD算法的啟發,本文提出兩個算法用于從數據中學習深度能…

windows下的gvim配置

首要任務是下載安裝Gvim7.3 。 安裝完后&#xff0c;gvim菜單中文出現亂碼&#xff0c;在_vimrcset文件中增加&#xff1a; " 配置多語言環境,解決中文亂碼問題 if has("multi_byte") " UTF-8 編碼 set encodingutf-8 set termencodingutf…