C - 我不想分配我不会使用的内存！ （新手问题）

Question

我已经编写了第一个 C 程序。它删除了 C 注释（'//'）。我将一个字符串传递给函数 strip_comments，创建一个与参数字符串大小相同的新字符串，然后我逐个字符地进行复制，忽略注释。

这是代码：

#include <stdio.h>
#include <stdlib.h>
#include <string.h>

#define IN 1
#define OUT 0

int file_size(FILE *file);
char * strip_comments(char *content);

int main(int argc, char *argv[])
{
    FILE *file;
    char *buffer, *content;
    int size;

    if (argc == 1)
    {
        printf("USAGE: stripccomments filename\n");
        return 1;
    }

    if ((file = fopen(argv[1], "rw")) == NULL)
    {
        printf("Could not open file '%s'.\n", argv[1]);
        return 1;
    }

    size = file_size(file);
    buffer = malloc(sizeof(char) * size);

    if (buffer == NULL)
    {
        printf("Could not allocate memory\n");
        return 1;
    }

    fread(buffer, sizeof(char), size, file);

    content = strip_comments(buffer);
    printf("%s", content);

    free(buffer);
    fclose(file);

    return 0;
}

int file_size(FILE *file)
{
    int size;

    fseek(file, 0, SEEK_END);
    size = ftell(file);
    rewind(file);

    return size;
}

char * strip_comments(char *content)
{
    int state, length, i, j;
    char *new_content;

    state = OUT;
    length = strlen(content);
    new_content = malloc(sizeof(char) * length);
    j = 0;

    for (i = 0; i < length; i++)
    {
        if (content[i] == '/' && content[i + 1] == '/')
        {
            state = IN;
            i++;
            continue;
        }

        if (state && content[i] == '\n')
        {
            state = OUT;
        }

        if (!state)
        {
            new_content[j] = content[i];
            j++;
        }
    }
    new_content[j + 1] = '\0';

    return new_content;
}

如果有一些注释，我将只使用分配的字符串的一些字节。我不想分配超出我将使用的数量。执行此操作并返回新字符串的最佳方法是什么？或者我应该修改作为参数传递的字符串？

更新：这个未使用的空间会发生什么？它是否仍处于“地狱边缘”？当执行结束时，这个空间会发生什么？

谢谢。

Answer 1

这并不能解决您所说的问题，但我的方法是将其编写为一个与输入文件句柄和输出文件句柄一起使用的函数，即 void strip_comments(FILE *infile, FILE *outfile);< /代码>。无论如何，您实际上只是一次进行一个字符的解析，那么从 content[i++] 切换到 getc() 会有什么损失呢？如果您使用文件句柄而不是字符串来执行此操作，则 a) 不必在内存中存储可能很大的整个文件，b) 不必担心为缓冲区分配内存。

也就是说，如果您想用 char * 来代替，您总是可以解析字符串两次：一次计算要分配的字节数，然后一次复制所述字节。或者您可以简单地在最后调用 realloc 将缓冲区缩短到适当的大小。

Answer 2

由于您的程序不知道需要多少内存来包含源代码，因此您可以从初始缓冲区大小开始，并根据需要增加它。另一种方法是先扫描文件并计算大小差异。这两种方法都会对性能产生影响，具体取决于传入的注释数量。多个 malloc's/realloc's 会降低性能，并且会读取整个文件两次，另一方面，您担心浪费内存，这是您的选择，或者您可以使用所有 3 个选项，设置默认值，然后实现命令行标志，让用户决定使用哪个选项（如果他们选择）。

另请记住在 strlen 中添加 +1 以解决空字符。如果文件不包含注释，您当前的实现将进入未malloced 的区域。

更新：

是的，浪费的空间将位于字符串的末尾，什么也不做，但一旦调用 free 就会被正确回收。例如，分配给 15 的内存块中 strlen 为 10 的字符串可能如下所示：

size of 10\0#%^@&
          ^^^garbage
          ^^null char

Answer 3

我只能想到一种可能使您的分配更有效的方法（并不是我认为需要如此，老实说您现在所做的事情似乎相当合理，尤其是对于新的 C 程序员而言）。

我能想到的是分两遍浏览你的文件。在第一遍中，您可以计算需要分配的内存量。之后，您可以准确分配所需的内存量，然后在第二遍中进行实际的复制。

此外，您可能会受益于使用文件句柄进行此操作，而不是完全在内存中进行操作，这样您就不需要立即分配大量内存。