1

我已经完成了一个程序，其中给定的输入应该是字符流，并且程序会计算非空白字符和单词。word 被定义为由空格字符分隔的字符流。所以这是程序..

#include <stdio.h> 
#include<ctype.h>
#include <stdbool.h>
#include<iso646.h>

int main(void)  
{   unsigned long int wordcount = 0,charcount = 0, count=1;
    int ch;
    bool flag, prev;



    while ((ch = getchar()) != EOF) 
      {   if(isgraph(ch))
              flag=true;
          else
              flag=false;

          if(flag)
             charcount++;

          if(count ==1)
             prev = flag;

        if(count != 1)
           {   if(prev and (not flag))
                  wordcount++;
               prev = flag;
           }

          count++;
      }

    if((ch == EOF) and flag)
          wordcount++;

   printf("\nnumber of words counted are %lu \n", wordcount);
   printf("\nnumber of characters counted are %lu \n", charcount);



   return 0;

}

现在我已经用简单的句子检查了这个程序。但只是为了练习，我想对此进行详细的软件测试。那么我该怎么做呢？我只是给出更多的句子吗？我试图从我在古腾堡项目中找到的一些小说中给出几段。我还能在这里做什么？我也可以提高这个程序的效率吗？

4

2 回答 2

3

有各种基本测试要做：

  1. 空的文件
  2. 文件只有一个空格
  3. 只有一个非空白的文件
  4. 一个空白和一个非空白的文件
  5. 一个非空白和一个空白的文件
  6. 仅包含多个空格的文件
  7. 仅包含多个非空白的文件
  8. 包含多个空格后跟非空格的文件

如此继续……这是边界测试；确保代码在边界条件下正常工作。

您将值 from 分配getchar()给 an unsigned long int（现在已在问题中解决）是不寻常的。由于常规字符的返回值为正，文件结尾或错误的返回值为负 (EOF)，因此将其分配给带符号的 plain 是正常的int。

ch == EOF循环后的测试是多余的；退出循环的唯一方法是条件为真时。

使用<iso646.h>and （宏）关键字and也not很不寻常。

最常见的是，人们不会将代码与块的左大括号放在同一行。

您可以在您设置charcount的if块中增加flag = true;. 您可以使用else块代替if (count != 1). 事实上，AFAICT，你的代码：

if(count ==1)
    prev = flag;

if(count != 1)
    {   if(prev and (not flag))
            wordcount++;
        prev = flag;
    }

可以写成：

if (count > 1 and prev and (not flag))
    wordcount++;
prev = flag;

“计算的字符数”的描述并不完全准确；它是您报告的图形（非空白、非控制）字符的数量。不过，这可能是在挑剔程度的过度挑剔端（以及观察到“单词数量”是一个奇异的数量，它应该是“是”而不是“是”）。

count从1 而不是 0开始有点不寻常。它似乎记录了“比读入程序的原始字符数多一个”，这是一个不寻常的记录量。更通常的情况是，您也将其初始化为 0，并修改我重写的测试以读取：

if (count != 0 and prev and (not flag))

（您可以使用count != 0or count > 0; 对于无符号值，这些术语是等效的。）

您可以通过prev适当地初始化（可能是false）来简化条件。

于 2012-12-16T06:21:27.100 回答
0

养成将要测试的常数放在左侧的习惯，例如

而 (EOF != (ch = getchar()))

...因为这将使您免于花费无数小时，就在您最能承受挫折的时候，当您不小心输入 = 时，您的意思是 ==。由于您不能将变量分配给常量，因此编译器将标记您的错误并保存您的问题。

根据我的经验，一旦你习惯阅读这种代码，你会发现在 if(, while( 旁边寻找要测试的内容比在如果您有很长的测试列表，例如打开文件、套接字等，然后通过 malloc() 分配内存来保存文件数据，则尤其如此。

PS：经过一番考证，CS 101有几个基本的东西值得一提……

第一，这里有一个经典案例——在这种情况下，因为你需要查看一个字符的后面，即使是在第一次通过 while() 循环时——用于播种 while() 循环。解决方案是使用一个简单的 if() 块设置 while() 循环，该块执行与 while() 循环相同的逻辑的单次传递。（仅供参考，while() 是具有终止条件的 if() 的无限集合）

执行此操作的正确方法如图所示。回报是能够抛弃所有的 if() 测试，并检查这是否是每次通过该循环时第一次通过 while() 循环。这里的第一遍由 while() 循环之前的 if() 测试处理。

第二，我发现你的变量名没有提供信息。这并不意味着他们是“错误的”，但很可能有人试图维护您的代码也会遇到困难。以我的经验，当您更好地理解一段代码时，变量名称会越来越好。用它作为你是否理解问题、是否有好的解决方案以及知道原因的试金石。

第三，当您发现自己将 main() 中的变量初始化为 1 时，它应该在您的脑海中引发关于正确流量控制的标志，就像现在的 PassKnt 一样，被设置为 1。此外，通常，您希望增加 a循环/if/while 结束处的循环计数器，而不是它的开头。同样，这应该让你质疑你的逻辑。

注意：默认情况下，记事本以 unicode 格式保存。如果使用记事本为此程序创建测试文件，请务必以ANSI格式保存。

我把它留在了，因为它使程序更容易理解，但这里不需要 IsGraphFlg。不是在循环底部将 IsGraphFlg 分配给 WasGraphFlg，而是可以在 if-else 块的上半部和下半部的底部完成，因为上下文提供与 IsGraphFlag 相同的信息。

    while (EOF != (ch = fgetc(pFile)))  {
        if(isgraph(ch)) {
            IsGraphFlg=true;
            charcount++;
        }   else    {   // this char is whitespace, last char was part of a word
            IsGraphFlg=false;
            if(WasGraphFlg) {
                wordcount++;
            }
        }
        WasGraphFlg = IsGraphFlg;
        PassKnt++;
    }

您可能还会注意到 PassKnt 现在也没有任何用处，也不再需要。

有人建议 isgraph() 是最佳的，但是当我创建一个 bool 数组并使用 isgraph() 对其进行初始化时，代码运行（超出内存缓冲区，这比戴尔 XPS 8500 上的文件快 10 倍） ) 不到 2/3 的时间 - 每个字符 9.25 个时钟而不是 14.75 个时钟。这是一个完全可选的优化——尽管很重要。

bool    IsGph[256];
for(i=0; i<sizeof(IsGph); i++)  {
    IsGph[i] = isgraph((unsigned char)i);
}

在使用中，if(isgraph(i)) 在主要字符和单词计数循环中被替换为 if(IsGph[i])。

代码更新于 2012 年 12 月 30 日

// Word_Counter.cpp : Defines the entry point for the console application.
//
#include "stdafx.h"
#include "stdafx.h"
#include <stdio.h>
#include <time.h>
#include <stdlib.h>
#include <memory.h>
#include <locale>

#define UCHAR unsigned char
#define dbl   double
#define LLONG __int64

#define PROCESSOR_HZ ((LLONG) 3400000000)
#pragma warning(disable : 4996)
//
//  function prototypes
FILE *OpenFiles (int *FileSz, char *FileName);
// -----------------------------------------------------------------------
FILE *OpenFiles (int *FileSz, char *FileName)   {
    FILE *pFile=NULL;
    if (NULL == (pFile = fopen ((char *)FileName, "r+t" ))) {
        printf ( "Can't open %s\n", FileName );
        return NULL;
    }   else    {
        fseek(pFile,0,SEEK_END);
        *FileSz = ftell(pFile);
        rewind(pFile);
        printf("\nFile size is %i", *FileSz);
        return pFile;
    }
 }
// -----------------------------------------------------------------------
int _tmain(int argc, char *argv[])  {
bool    IsGph[256];
UCHAR   *p, *pBuff=NULL;
int     WrdKnt=0,CharKnt=0;
int     i, j, FileSz, LoopKnt=3500;
time_t  Etime=0,start=0, Eclocks=0;
FILE    *pFile=NULL;
bool    WasGraphFlg=false;

    //  Initialize boolean array to detect printable characters
    for(i=0; i<sizeof(IsGph); i++)  {
        IsGph[i] = isgraph((unsigned char)i);
    }
    if(NULL == (pFile = OpenFiles(&FileSz, (char *)argv[1])))   {
        return 0;
    }
   // --- Process out of buffer, not stdin -------------------------------
    pBuff = (unsigned char *)calloc(FileSz,  sizeof(char));
    fread(pBuff, sizeof(char), FileSz, pFile);
    start = clock();
    for(i=LoopKnt; i; i--)  {
        p= pBuff;
        CharKnt=0;
        WrdKnt=0;
        for(j=FileSz; j; j--)   {
            if(IsGph[*p++]) {
                CharKnt++;
                WasGraphFlg = true;
            }   else    {           // this char is whitespace, and
                if(WasGraphFlg) {   // last char was part of word ?
                    WrdKnt++;
                }
                WasGraphFlg = false;
            }
        }
    }
    Etime  = clock() - start;
    Eclocks= Etime * PROCESSOR_HZ/(LLONG) CLOCKS_PER_SEC;
    printf("\nElapsed time for %10i loops was %10i milliseconds",
                    LoopKnt, Etime);
    printf("\nCPU cycles consumed per char were %2f\n", 
                    (dbl)Eclocks/(dbl)((LLONG)FileSz*(LLONG)LoopKnt));
    printf("\n%i words counted per loop", WrdKnt);
    printf("\n%i chars counted per loop\n", CharKnt);
    getchar();
    return _fcloseall();
    free(pBuff);
}

如果您在命令行参数指定文件名时遇到问题，请在 Visual Studio 的“项目->属性->配置属性->常规”下，将“Unicode”更改为严重错误标记的“多字节”字符集。您总是可以在调试器中查看 argv[1] 的内存，以了解 argv[] 中的实际内容。

于 2012-12-16T08:55:42.077 回答