使用C的字符数(cli工具和我的文件之间存在差异)

Question

我在一些示例文本文件上测试了这个函数，以确保它按预期工作。

#include <stdio.h>
#include <time.h>
#define BUF 100
int main(){
FILE *fp = fopen("my_huge_file.txt","r");
char str[BUF];
int count=0;
while( (fgets(str, BUF, fp)) != NULL ){
for (int i = 0; i<BUF;i++){
if (str[i] == 'A')
count++;
}
}
printf("We had %d 'A'sn",count);
}

使用time ./a.out打印运行此操作：

We had 420538682 'A's
real  0m31.267s
user  0m28.590s
sys   0m2.531s

然后我使用time tr -cd A < my_huge_file.txt | wc -c并返回：

420538233
real  0m13.611s
user  0m10.688s
sys   0m3.297s

我还使用了python的计数方法time count.py:

c = 0
with open("my_huge_file.txt", 'r') as fp:
for line in fp:
c += line.count('A')

print(c)

420538233
real  0m33.073s
user  0m30.232s
sys   0m2.650s

我不知道如何调查这种差异。tr和python的计数返回420538233。C函数返回420538682。

Answer 1

尝试更改：

for (int i = 0; i<BUF;i++){

至

for (int i = 0; i<BUF && str[i] ;i++){

看看你是否得到了不同的输出。。。。

Answer 2

没有理由用fgets使代码复杂化。(问题是fgets读取一行，只填充缓冲区的一部分，但您正在计算缓冲区中的所有内容，包括不是来自输入的值。(一次只读取一个字符：

#include <stdio.h>
#include <stdlib.h>
int
main(int argc, char **argv)
{
int c;
int count=0;
FILE *fp = argc > 1 ? fopen(argv[1], "r") : stdin;
if( fp == NULL ){
perror(argv[1]);
exit(EXIT_FAILURE);
}
while( (c = fgetc(fp)) != EOF ){
if( c == 'A' ){
count += 1;
}
}
printf("We had %d 'A'sn", count);
return 0;
}