直方图生成函数答案

【问题标题】：Histogram generating function直方图生成函数
【发布时间】：2010-12-24 13:17:04
【问题描述】：

我被指派对其他人编写的 C 程序进行一些更改...我想先了解它以正确处理它...我遇到了一个函数，它可以从给定的 ASCII 值生成直方图一长串数据。是这样的。

//load the symbols the old data
  for(int k = 0;k < 256;++k)
  {
    sym[k].Symbol = k;
    sym[k].Count  = 0;
  }

  //Creating the probability distribution for each of the source symbols.
  for(int k = size;k;--k)
  {
    sym[*in ++].Count ++;
  }

这里的 'in' 是包含要计数的字符的 char 数组（字符串）。 sym 是一个结构变量。我不太明白这是如何工作的。谁能告诉我第二个循环如何生成字符串中符号 1 到 255 (ASCII) 的计数？

【问题讨论】：

肯定sym 是一个结构数组（具有Symbol 和Count 字段），而不是您声称的结构本身？

标签： c count histogram

【解决方案1】：

for(int k = 0; k < size; k++)
  {
    sym[in[k]].Count++;
  }

这基本上就是第二个循环正在做的事情。

他们只是取消引用，然后一步移动到下一个 ascii 值，并为该 ascii 值递增计数器。

【讨论】：

【解决方案2】：

总之，糟糕。基本思想很简单，但代码却是不必要的复杂。尤其是他的Symbol会员完全没用。

你通常想做的是这样的：

int counts[UCHAR_MAX] = {0};

size_t len = strlen(input_string);
for (int i=0; i<len; i++)
    ++counts[unsigned char(input_string[i])];

因此，这里的基本思想非常简单：遍历字符串，并为字符串中的每个项目增加该字符的计数。

他在做几乎相同的事情，但将Count 与Symbol 一起作为结构的成员。由于Symbol 总是等于该项目的下标，存储它是没有意义和浪费的。

除此之外，他还在循环中倒计时——可能是一个微优化，因为（至少在某些机器上）零标志将根据计数器递减时的值设置，所以倒计时到零避免了循环中的比较。考虑到他在结构上浪费的数量以及不必要地存储 Symbol 值，这根本没有意义。

如果您真的关心代码接近最优，您可以编写类似这样的代码：

int counts[UCHAR_MAX] = {0}:

while (*in)
    ++counts[(unsigned char)*in++];

对于任何想知道演员阵容的人，没有必要如果您确定您的输入将始终是真正的 ASCII，永远不会设置高位。但是，由于您很少能保证输入的很多内容，因此强制转换为 unsigned char 通常更安全。否则，设置了最高位的字符通常会被解释为负数，并且索引超出数组边界。当然，可能 char 默认情况下是无符号的，但这种情况很少见。在典型的（二进制补码）机器上，演员表不需要任何额外的操作；它只是控制如何解释现有的位模式。

【讨论】：

有趣的是，您将原始代码归咎于不必要的复杂，但您在主循环之前保留（不必要的）长度的单独计算。我认为你也有错误的演员表语法。
并且代码没有在字符串中倒退。它正在递减k，但递增指针in 从字符串的开头到结尾。
是的，您可以避免计算循环外的长度，但是（至少从我所见）大多数人发现这种方式更容易理解。当（且仅当）它是严格的 C 而不是 C++ 时，强制转换语法是错误的。然而，这一切都没有改变原始代码毫无意义的复杂这一事实。
好答案。我对你的回答做了+1，所以一定有人投了你的票。哦，好吧。
@Alok：谢谢你的好话。从表面上看，实际上有两个向上和两个向下。这就是生活......

【解决方案3】：

如果 'in' 是输入字符串，那么 *in++ 会获取字符串中的每个字符，并在 ascii 列表 sym[] 中查找与该字符值相对应的条目。

因此，如果字符串以 'A' 开头，则 (*in) 为 65，并且它引用 sym[65]

编辑：sym[k].symbol 有点多余，你可以用一个 256 个整数的数组来表示 ascii 图表，因为 sym[n] 必须用于编号为“n”的符号

【讨论】：

【解决方案4】：

in++ 递增 in，一个指向正在读取的字符的指针。

*in++，解析为*(in++)，是当前读取的字符。它也是一个数字，算法利用这一点将其用作数组中的索引。适当的计数（刚刚读取的字符的计数）sym[*in ++].Count 递增。

【讨论】：

【解决方案5】：

第二个循环使用in指针指向的字符的值来索引count数组。

调查此代码的一个非常好的方法是在其周围放置一些 printf 语句。打印 *in 的值，递增后打印计数。这样你很快就会得到图片。

另一种选择是通过调试器运行您不理解的代码。

【讨论】：

【解决方案6】：

something++ 表示“something 加 1，并返回加前的值”。

in 是指向输入的第一个字符的指针。

所以，*in++ 的意思是“将输入指针向前移动一项，然后返回它所指向的项”。

所以你可以看到

sym[*in ++].Count ++;

表示“将输入指针向前移动一项，并增加数组sym中元素的Count字段，该字段对应于它所指向的项的当前输入指针位置处的字符”；

并且封闭循环执行size 次，从而处理输入。

【讨论】：