0

基本上我必须编写一个程序来计算 .c 文件中的各种不同符号。除了垂直线''之外，我让它与所有需要的符号一起工作|。出于某种原因，它只是不会计算它们。

这是我正在使用的方法：

int countGreaterLesserEquals(char filename[])
{
    FILE *fp = fopen(filename,"r");
    FILE *f;
    int temp = 0; // ASCII code of the character
    int capital = 0;
    int lesser = 0;
    int numbers = 0;
    int comments = 0;
    int lines = 0;
    int spc = 0;

    if (fp == NULL) {
        printf("File is invalid\\empty.\n");
        return 0;
    }

    while ((temp = fgetc(fp)) != EOF) {

        if (temp >= 'a' && temp <= 'z') {
            capital++;
        }
        else if (temp >= 'A' && temp <= 'Z') {
            lesser++;
        }
        else if( temp == '/') temp = fgetc(fp); {
            if(temp == '/')
                comments++;             
        }

        if (temp >= '0' && temp <= '9') {
            numbers++;
        }
        if (temp == '|') {
            spc++;
        }
        if (temp == '\n') {
            lines++;
        }
    }
}
4

2 回答 2

3

首先，一些编译器警告：

  • 'f' : 未引用的局部变量
  • 并非所有控制路径都返回值

因此，f可以删除，并且该函数也应该在成功时返回一个值。在最高级别设置编译器警告总是一个好主意。

然后，有一个问题：

else if( temp == '/') temp = fgetc(fp); {
    if(temp == '/')
        comments++;             
}

检查;末尾的else。这意味着它后面的块总是被执行。此外，为此fgetc()没有检查EOF或错误。

此外，如果temp是 a /，但后面的字符不是，它将被跳过，因此我们需要将字符放回流中（在这种情况下是最简单的解决方案）。

这是一个完整的例子：

int countGreaterLesserEquals(char filename[])
{
    FILE *fp = fopen(filename, "r");
    int temp     = 0; // ASCII code of the character
    int capital  = 0;
    int lesser   = 0;
    int numbers  = 0;
    int comments = 0;
    int lines    = 0;
    int spc      = 0;

    if (fp == NULL) {
        printf("File is invalid\\empty.\n");
        return 0;
    }

    while ((temp = fgetc(fp)) != EOF) {

        // check characters - check most common first
        if      (temp >= 'a' && temp <= 'z') lesser++;
        else if (temp >= 'A' && temp <= 'Z') capital++;
        else if (temp >= '0' && temp <= '9') numbers++;
        else if (temp == '|')                spc++;
        else if (temp == '\n')               lines++;
        else if( temp == '/')
            if ((temp = fgetc(fp)) == EOF)
                break; // handle error/eof
            else
                if(temp == '/')              comments++;
                else ungetc(temp, fp); // put character back into the stream
    }

    fclose (fp); // close as soon as possible

    printf("capital:  %d\nlesser:   %d\ncomments: %d\n"
           "numbers:  %d\nspc:      %d\nlines:    %d\n",
           capital, lesser, comments, numbers, spc, lines
    );

    return 1;
}

虽然通常建议将if语句放在花括号内，但我认为在这种情况下，为了清楚起见，我们可以将它们放在同一行。

在这种情况下，每个if都可以在前面加上一个。else这样程序就不必在已经找到的情况下检查剩余的情况。出于同样的原因，最好将最常见字符的检查放在首位（但情况确实如此）。

作为替代方案，您可以使用islower(temp),isupper(temp)和isdigit(temp)前三种情况。

性能：

为了完整起见：虽然这可能是对小文件的练习，但对于较大的文件，应该在缓冲区中读取数据以获得更好的性能（甚至在文件上使用内存映射）。

更新，@SteveSummit对fgetc性能的评论：

很好的答案，但我不同意你最后关于性能的说明。fgetc已经被缓冲了！因此，即使对于大输入，这样简单代码的性能也应该很好；由于对“效率”的担忧，通常不需要使代码复杂化。

虽然这个评论一开始似乎是有效的，但我真的很想知道性能的真正差异是什么（因为我从未使用fgetc过我之前没有测试过这个），所以我写了一个小测试程序：

打开一个大文件并将每个字节相加到一个uint32_t中，这相当于扫描上面的某些字符。数据已被 OS 磁盘缓存缓存（因为我们正在测试功能/扫描的性能，而不是硬盘的读取速度）。虽然上面的示例代码最有可能用于小文件，但我想我也可以将大文件的测试结果放在这里。

这些是平均结果：

- using fgetc                                        : 8770
- using a buffer and scan the chars using a pointer  :  188
- use memory mapping and scan chars using a pointer  :  118

现在，我很确定使用缓冲区和内存映射会更快（我一直使用它们来处理更大的数据），速度上的差异甚至比预期的还要大。好的，可能有一些可能的优化fgetc，但即使这些可以使速度加倍，差异仍然很大。

底线：是的，值得为更大的文件优化它。例如，如果使用 buffers/mmap 处理文件数据需要 1 秒，使用fgetc!

于 2016-01-19T00:29:44.407 回答
3

在这条线上：

else if( temp == '/') temp = fgetc(fp); {

相信你有错位{。据我了解，它应该在temp = fgetc(fp);..

如果遵循编码风格指南将每个表达式放在自己的行上并正确缩进代码，您可以轻松避免此类错误。

更新：这fgetc是一个极端案例。如果您EOF在这里阅读过去怎么办？您没有检查此错误。

于 2016-01-18T22:49:27.203 回答