第 3 讲 · 数组、字符串与文件

数组、字符串和文件看起来是三类语法，背后其实都在处理“连续的数据序列”。数组解决内存中的连续元素，字符串给字符序列增加结束标志，文件则把序列放到外部存储中并通过流读写。

数组的连续性

数组元素类型相同、地址连续，因此 a[i] 可以在常数时间内定位。若首地址为 BB，每个元素占 LL 字节，则 a[i] 地址是 B+iLB+iL。

二维数组在 C 中按行连续存放。对于 a[m][n]，a[i][j] 的偏移量是

(i n+j)L.(i\,n+j)L.

把二维数组传给函数时，编译器必须知道每行有多少列，才能完成这个地址计算。

数组作为函数参数

数组名传入函数时，会转换成指向首元素的指针，因此函数收不到数组长度。长度必须另外传入，或用某个约定的结束标志。

int sum(const int a[], int n) {
    int result = 0;
    for (int i = 0; i < n; i++) result += a[i];
    return result;
}

const 表明函数只读数组，使接口更清楚。

C 字符串的真正边界

C 字符串是以 \0 结尾的字符数组。字符数组不一定是合法字符串：

char a[3] = {'A', 'B', 'C'};      /* 不是字符串 */
char b[4] = {'A', 'B', 'C', '\0'}; /* 是字符串 */

strlen、strcpy、strcat 等函数都会沿内存查找 \0。若目标数组没有足够空间，或者源串没有终止符，函数会越界。

常用字符串操作应知道什么

  • strlen(s) 返回终止符之前的字符数；
  • strcmp(a,b) 返回负数、零或正数，不承诺只返回 -1/0/1；
  • strcpy(dst,src) 连同终止符复制，目标必须足够大；
  • strncpy 不保证所有情况下自动补终止符；
  • strcat 从目标串原终止符处继续写，仍需检查总容量；
  • strstr 查找子串，失败返回 NULL；
  • strchr 查找字符，失败返回 NULL。

数组不能在赋值语句中整体赋值，因此不能写 a = b 来复制字符数组；应逐元素处理或调用复制函数。

格式化输入输出

printf 和 scanf 的格式必须与参数类型匹配。宽度和精度可以控制对齐与小数位，例如 %8.2f 表示字段宽度至少为 8、小数点后保留 2 位；%-8s 表示字符串在宽度 8 的字段中左对齐。

scanf 读取数值通常要传地址，读取字符数组时数组名已经是首地址。要检查返回值是否等于成功读入的字段数，不能默认输入一定合法。格式中的空白会消费任意数量空白字符，而 %c 不会自动跳过换行，这些差异是源课件期中提醒列出的易错点。

朴素字符串匹配

给主串 SS 和模式串 TT，朴素方法从每个可能起点开始逐字符比较。失配后主串起点向右移动一位，模式串从头再来。最坏情况下会重复比较大量已经相同的字符，复杂度为 O(nm)O(nm)。

课程后面用 KMP 解决这种重复，关键不是“更复杂的循环”，而是利用模式串自身的前后缀信息，让失配后不回退主串指针。

文件是有状态的流

文件操作的一般流程是：

  1. fopen 打开并检查返回值；
  2. 通过 fgetc、fgets、fscanf、fread 等读取，或对应函数写入；
  3. 检查读取结果，不使用 feof 预判下一次读取；
  4. fclose 关闭。
FILE *fp = fopen("input.txt", "r");
if (fp == NULL) return 1;

char line[256];
while (fgets(line, sizeof line, fp) != NULL) {
    /* 处理本行 */
}
fclose(fp);

fgets 最多读取“缓冲区大小减一”个字符，并补上终止符，比没有长度限制的输入方式安全。

文本文件与二进制文件

文本模式把数据转成字符表示，便于人工查看；二进制模式直接保存字节，格式更紧凑，但读写双方必须约定类型、字节序和布局。不能把内存中的指针值直接写入文件并指望下次仍有效，因为指针只在当前进程地址空间中有意义。

常见边界

  • 数组容量是否包含字符串终止符；
  • 读取一行时换行符是否保留；
  • 文本最后一行可能没有换行符；
  • 文件打开失败或中途读取失败；
  • 输入记录过长；
  • 多个文件流是否都按正确路径关闭。

这些边界一旦先想清楚，词频统计、文件加密、通讯录整理等作业就会从“字符串技巧题”变成普通的数据流处理。

评论