分段错误加载字典。它是由 calloc、sys/stat.h 还是其他原因引起的？

Question

这个函数应该将字典加载到 trie 中。我想知道字典文件有多大，这样我就可以同时calloc 所有内存。这样做的原因是所有的内存都可以靠近在一起，因此可以利用有助于加快搜索速度的硬件。我也找到了 2 种方法的建议。其中之一是使用sys/stat.h，您将在我的代码中看到。

当我运行此代码时，我收到一个“分段错误”，我知道这意味着我正在尝试访问我没有权限的内存。通过使用 GDB，我发现分段错误发生在第 116 行（又名：读取“else if (cur->children[key] == NULL)”的行）我发现键中的值在那时间是 12 点。起初我认为问题在于我使用了 calloc 或 sys/stat.h，因为这是我最不了解的两件事。然而，我研究得越多，这似乎就越不可能。如果它不是其中之一，那么我什至不知道该往哪里看。

以下只是我认为相关的代码：

#include <stdlib.h>
#include <stdbool.h>
#include <stdio.h>
#include <ctype.h>
#include <string.h>
#include <sys/stat.h>

#include "dictionary.h"

typedef struct node
{
    bool end[26]; 

    struct node* children[26]; 
} node;

node* start;

int key;
int last;
int dic_count;

bool load(const char* dictionary)
{
    struct stat s;
    stat(dictionary, &s);
    int size = s.st_size;

    dic_count = 0;

    int z = 1;

    FILE* dic = fopen(dictionary, "r");
    if (dic == NULL)
    {
        return false;
    }

    start = calloc(size, sizeof(node));

    if (start == NULL)
    {
        return false;
    }

    int l = 0;
    int d;

    node* cur = &start[0];

    while (0 != (d = fgetc(dic)))
    {
        int d = fgetc(dic);

        if (l > 0)
        {
            last = key;
        }

        l = 1;

        key = d - 'a';

        if (d == '\n')
        {
            cur->end[last] = true;
            cur = &start[0];
            dic_count++;
        }
        else if (cur->children[key] == NULL)
        {
            node* new = &start[z];

            cur->children[key] = new;

            z++;

            if (cur->children[key] == NULL)
            {
                return false;
            }

            cur = cur->children[key];
        }
        else
        {
            cur = cur->children[key];
        }
    }
    return true;
}

非常感谢任何帮助。

Answer 1

您确定您的文件包含二进制 0 吗？如果您尝试读取到文件末尾，请针对 EOF 测试 fgetc 结果，而不是 0。否则您的循环永远不会终止。

除此之外，您只处理每个第二个字符。

按要求扩展：

来自man fgetc：

fgetc()、getc() 和 getchar() 将读取的字符作为 unsigned char 强制转换为文件末尾的 int 或 EOF 或错误

您可能将它与fgets 返回值混淆了。

while ((ch = fgetc(fp)) != EOF)

安然无恙。同样，可能造成混淆的根源是不健全

while (!feof(fp))

现在，关于未处理的字符：你写了

    while (0 != (d = fgetc(dic)))
    {
        int d = fgetc(dic);

代码读取while 表达式中的一个字符，将其与0 进行比较，然后读取一个（下一个）字符。第一个字符丢失。