当前位置:网站首页>如何理解Volatile以及如何使用它
如何理解Volatile以及如何使用它
2022-07-17 00:11:00 【翠果打烂她的嘴】

声明:以上摘抄自“嵌入式Linux那些事”的面试指南,非常好的博主,大家可以去关注他
volatile的使用:
① 编译器很聪明,会帮我们做些优化,比如:
int a;
a = 0; // 这句话可以优化掉,不影响a的结果
a = 1;
② 有时候编译器会自作聪明,比如:
int *p = ioremap(xxxx, 4); // GPIO寄存器的地址
*p = 0; // 点灯,但是这句话被优化掉了
*p = 1; // 灭灯
③ 对于上面的情况,为了避免编译器自动优化,需要加上volatile,告诉它“这是容易出错的,别乱优化”:
volatile int *p = ioremap(xxxx, 4); // GPIO寄存器的地址
*p = 0; // 点灯,这句话不会被优化掉
*p = 1; // 灭灯
边栏推荐
- 防抖debounce和节流throttle的使用
- 二階邊緣檢測 - Laplacian of Guassian 高斯拉普拉斯算子
- [MySQL] windows install MySQL 5.6
- Learning Transferable Visual Models From Natural Language Supervision
- 判断两个数组是否完全相等
- MXNet网络模型(四)GAN神经网络
- Learning Transferable Visual Models From Natural Language Supervision
- errno详解
- Fairness in Deep Learning: A Computational Perspective
- Neutralizing Self-Selection Bias in Sampling for Sortition
猜你喜欢

霍夫变换讲解

随机森林的理解
![[literature reading] multi state MRAM cells for hardware neural computing](/img/55/141cb88dff35d5d0e7af1f860b78df.png)
[literature reading] multi state MRAM cells for hardware neural computing

AURIX Development Studio安装

Rivaliser pour la guerre clé des utilisateurs de stock, aider les entreprises à construire un système d'étiquetage parfait 丨 01 examen en direct

数据指标体系如何搭建才最有效,从0到1带你快速入门

openGauss Developer Day 2022|东方通诚邀您莅临“东方通生态工具分论坛”

Show Me the Code之MXNet网络模型(三)

Xcode11添加引导页(升级后Launch Images Source选项不见了)

【文献阅读】Small-Footprint Keyword Spotting with Multi-Scale Temporal Convolution
随机推荐
mysql innodb 事务相关记录
Windbos download and install openssh
Valgrind详细教程(1) Memcheck
nodejs-uuid
deep learning实验笔记
[literature reading] small footprint keyword spotting with multi scale temporary revolution
cookie、LocalStorage、sessionStorage三者区别以及使用方式
ACE下载地址
Valgrind detailed tutorial (1) MemCheck
Activity的启动模式
【翻译】Transformers in Computer Vision
Xcode11添加引导页(升级后Launch Images Source选项不见了)
touchID 和 FaceID~1
1章 性能平台GodEye源码分析-整体架构
【文献阅读】Multi-state MRAM cells for hardware neuromorphic computing
js实用小技巧
golang编译的常见错误
不会的查一查
Neutralizing Self-Selection Bias in Sampling for Sortition
Fair Attribute Classification through Latent Space De-biasing