Ubuntu下GCC编译器完全指南(手把手教你安装、配置和使用GCC进行C语言开发)

简介: 本教程详细介绍在Ubuntu系统中安装与使用GCC编译器的完整流程,涵盖检查、安装、编写C程序、编译运行及常用选项,助你快速掌握Linux编程基础,迈出开发第一步。

在Linux系统中,尤其是Ubuntu发行版,GCC编译器是开发C/C++程序的基石工具。无论你是刚接触Linux编程入门的新手,还是希望系统掌握GCC安装与使用技巧的开发者,本教程都将为你提供清晰、详细的步骤指导。

什么是GCC?

GCC(GNU Compiler Collection)是一套由GNU项目开发的开源编译器集合,支持C、C++、Fortran、Go等多种编程语言。在Ubuntu等Linux系统中,GCC是默认的C语言编译器,也是许多开发工具链的基础。

第一步:检查是否已安装GCC

打开终端(快捷键 Ctrl+Alt+T),输入以下命令:

gcc --version

如果系统返回类似 gcc (Ubuntu 11.4.0-1ubuntu1~22.04) 11.4.0 的信息,说明GCC已安装。否则,你需要进行安装。

第二步:安装GCC编译器

在Ubuntu中,推荐通过官方软件源安装build-essential包,它包含GCC、G++、make、gdb等常用开发工具:

sudo apt updatesudo apt install build-essential

安装完成后,再次运行 gcc --version 验证是否成功。

第三步:编写你的第一个C程序

使用任意文本编辑器(如nano、gedit或VS Code)创建一个名为 hello.c 的文件:

#include <stdio.h>int main() {    printf("Hello, Ubuntu and GCC!\n");    return 0;}

第四步:使用GCC编译并运行程序

在终端中,进入 hello.c 所在目录,执行以下命令进行编译:

gcc hello.c -o hello

这条命令的含义是:

  • gcc:调用GCC编译器
  • hello.c:源代码文件
  • -o hello:指定输出可执行文件名为 hello

编译成功后,运行程序:

./hello

你将看到输出:Hello, Ubuntu and GCC!

常见编译选项说明

GCC提供了丰富的编译选项,以下是几个常用选项:

  • -Wall:启用所有警告信息(强烈建议使用)
  • -g:生成调试信息,便于使用gdb调试
  • -O2:开启优化(提高程序运行速度)
  • -std=c99-std=c11:指定C语言标准

例如,带警告和调试信息的编译命令:

gcc -Wall -g hello.c -o hello

总结

通过本教程,你已经掌握了在Ubuntu系统中安装和使用GCC编译器的基本流程。无论是进行简单的C语言编译,还是深入Linux编程入门学习,GCC都是不可或缺的工具。熟练掌握GCC安装与使用方法,将为你后续的开发之路打下坚实基础。

祝你在Ubuntu下的编程之旅顺利愉快!

来源:

https://www.vpshk.cn/

相关文章
|
9天前
|
数据采集 人工智能 安全
|
4天前
|
机器学习/深度学习 人工智能 前端开发
构建AI智能体:七十、小树成林,聚沙成塔:随机森林与大模型的协同进化
随机森林是一种基于决策树的集成学习算法,通过构建多棵决策树并结合它们的预测结果来提高准确性和稳定性。其核心思想包括两个随机性:Bootstrap采样(每棵树使用不同的训练子集)和特征随机选择(每棵树分裂时只考虑部分特征)。这种方法能有效处理大规模高维数据,避免过拟合,并评估特征重要性。随机森林的超参数如树的数量、最大深度等可通过网格搜索优化。该算法兼具强大预测能力和工程化优势,是机器学习中的常用基础模型。
298 164
|
3天前
|
机器学习/深度学习 自然语言处理 机器人
阿里云百炼大模型赋能|打造企业级电话智能体与智能呼叫中心完整方案
畅信达基于阿里云百炼大模型推出MVB2000V5智能呼叫中心方案,融合LLM与MRCP+WebSocket技术,实现语音识别率超95%、低延迟交互。通过电话智能体与座席助手协同,自动化处理80%咨询,降本增效显著,适配金融、电商、医疗等多行业场景。
312 155
|
12天前
|
SQL 自然语言处理 调度
Agent Skills 的一次工程实践
**本文采用 Agent Skills 实现整体智能体**,开发框架采用 AgentScope,模型使用 **qwen3-max**。Agent Skills 是 Anthropic 新推出的一种有别于mcp server的一种开发方式,用于为 AI **引入可共享的专业技能**。经验封装到**可发现、可复用的能力单元**中,每个技能以文件夹形式存在,包含特定任务的指导性说明(SKILL.md 文件)、脚本代码和资源等 。大模型可以根据需要动态加载这些技能,从而扩展自身的功能。目前不少国内外的一些框架也开始支持此种的开发方式,详细介绍如下。
865 6
|
5天前
|
机器学习/深度学习 人工智能 前端开发
构建AI智能体:六十九、Bootstrap采样在大模型评估中的应用:从置信区间到模型稳定性
Bootstrap采样是一种通过有放回重抽样来评估模型性能的统计方法。它通过从原始数据集中随机抽取样本形成多个Bootstrap数据集,计算统计量(如均值、标准差)的分布,适用于小样本和非参数场景。该方法能估计标准误、构建置信区间,并量化模型不确定性,但对计算资源要求较高。Bootstrap特别适合评估大模型的泛化能力和稳定性,在集成学习、假设检验等领域也有广泛应用。与传统方法相比,Bootstrap不依赖分布假设,在非正态数据中表现更稳健。
251 113