如何将函数中计算出来的值保存在一个动态分配的内存中？

Question

m_pa=new double[data.m_AryLength/10];
for(int i=0;i<data.m_AryLength/10;i++)
{
  data.PIs();   //假设函数中每次都计算得到一个值a，如何将它依次保存在m_pa中？}

Answer 1

int nLen = data.m_AryLength/10;
ASSERT(nLen>0);
m_pa=new double[nLen];
for(int i=0;i<nLen;i++)
{
  m_pa [i] =  data.PIs();   
}

Answer 2

但如果我的data.PIs()中有三个返回值，比方说是a、b、c，如何保存在m_pa、m_pb、m_pc中呢？

Answer 3

m_pa、m_pb、m_pc 3个都用new的方法分别申请

Answer 4

通过参数返回，参数可以是基本变量，也可以是struct.

Answer 5

struct _data
{
   double a, b, c;
}int nLen = data.m_AryLength/10;
ASSERT(nLen>0);
m_pa=new _data[nLen];
for(int i=0;i<nLen;i++)
{
  data.PIs(&m_pa[0]->a, &m_pa[0]->b, &m_pa[0]->c);   
}
funs data.pis(double *a, double *b, double *c)
{
   *a = 1.0f;
   *b = 2.0f;
   *c = 3.0f;
}

Answer 6

更正大，大概是这意思，你试试看struct _data 
{ 
  double a, b, c; 
} int nLen = data.m_AryLength/10; 
ASSERT(nLen>0); 
m_pa=new _data[nLen]; 
for(int i=0;i <nLen;i++) 
{ 
  data.PIs(&m_pa[i]->a, &m_pa[i]->b, &m_pa[i]->c);  
} 
funs data.pis(double *a, double *b, double *c) 
{ 
  *a = 1.0f; 
  *b = 2.0f; 
  *c = 3.0f; 
}

Answer 7

我不用struct，我的代码其实是这样的：void CQTAView::OnTrendidentification() 
{
int nLen = data.m_AryLength/10;
        ASSERT(nLen>0);
m_Plsy0=new double[nLen];
m_xAve=new double[nLen];
m_slope=new double[nLen];
data.m_Plsstart=10*m_start;
data.m_Plsend=10*(m_start+1);
data.m_pLsy0 = m_Plsy0; 
        data.m_pXAve = m_xAve; 
data.m_pSlope= m_slope;
for(int m_start=0;m_start<nLen;m_start++)
{
data.PIs(data.m_pNumber,data.m_pDataAry,10*m_start,10*(m_start+1),m_Plsy0,m_xAve,m_slope);
//这个地方应如何添加？
m_Plsy0+=1;
m_xAve+=1;
m_slope+=1;
}
}void CData::PIs(double xTime[],double yValue[],int m,int n,double* m_pLsy0,double* m_pXAve,double* m_pSlope)
{
   //传入时间和变量值
   //其中m为作最小二乘的起始点参数，n为作最小二乘的终点值参数
   double sxx=0,sxy=0,syy=0;               //初始化最小二乘的参数
   double av_x=0,av_y=0,y0=0;              //初始化最小二乘的参数
   m_Plsstart=m,m_Plsend=n;                //传入做最小二乘元素起始点，中止点
 //  double i_slope=0;                       //初始化直线的斜率
   for(int i=m_Plsstart;i<m_Plsend;i++)        //计算最小二乘估计均值参数
   {
    av_x+=xTime[i]/(m_Plsend-m_Plsstart);      //计算时间均值
    av_y+=yValue[i]/(m_Plsend-m_Plsstart);     //计算变量的均值
   }
   for(int j=m_Plsstart;j<m_Plsend;j++)        //计算最小二乘的参数
   {
    sxx+=(xTime[j]-av_x)*(xTime[j]-av_x);  //计算的参数
    sxy+=(xTime[j]-av_x)*(yValue[j]-av_y); //计算的参数
   }
   *m_pSlope=sxy/sxx;                        //计算拟合曲线的斜率
   *m_pLsy0=av_y;                            //y均值
   *m_pXAve=av_x;                             //x均值 
                                                    //*m_pSlope,*m_pLsy0,*m_pXAve是我希望返回的值。
   //return m_slope;                          //返回曲线的斜率
   return;
}