Question

我做了一个程序，其中给出的输入应该是字符流和程序计数非空白字符和单词。 word被定义为由空白字符分隔的字符流。所以这是程序..

#include <stdio.h> 
#include<ctype.h>
#include <stdbool.h>
#include<iso646.h>

int main(void)  
{   unsigned long int wordcount = 0,charcount = 0, count=1;
    int ch;
    bool flag, prev;



    while ((ch = getchar()) != EOF) 
      {   if(isgraph(ch))
              flag=true;
          else
              flag=false;

          if(flag)
             charcount++;

          if(count ==1)
             prev = flag;

        if(count != 1)
           {   if(prev and (not flag))
                  wordcount++;
               prev = flag;
           }

          count++;
      }

    if((ch == EOF) and flag)
          wordcount++;

   printf("\nnumber of words counted are %lu \n", wordcount);
   printf("\nnumber of characters counted are %lu \n", charcount);



   return 0;

}

现在我用简单的句子检查了这个程序。但只是为了练习，我想做详细的软件测试。那我该怎么办呢？我只是给出更多的句子吗？我试图从项目古腾堡的一些小说中给出一些段落。我还能在这做什么？我也可以提高这个程序的效率吗？

Answer 1

有各种基本测试：

空文件
只有一个空白的文件
只有一个非空白的文件
包含一个空白和一个非空白
文件包含一个非空白和一个空白
仅限多个空白的文件
仅包含多个非空白的文件
包含多个空格的文件，后跟非空白

所以它继续......这是边界测试;确保代码在边界条件下正常工作。

您从getchar()到unsigned long int（现在已在问题中修复）的值分配是不寻常的。由于常规字符的返回值为正，文件结尾或错误的返回值为负（EOF），因此将其分配给签名的普通int是正常的。

循环后的测试ch == EOF是多余的;退出循环的唯一方法是条件为真。

使用<iso646.h>和（宏）关键字and和not也不常见。

最常见的是，人们不会将代码放在与块的开括号相同的行上。

您可以在设置charcount的{{1}}块中增加if。您可以使用flag = true;块而不是else。事实上，AFAICT，你的代码：

if (count != 1)

可以写成：

if(count ==1)
    prev = flag;

if(count != 1)
    {   if(prev and (not flag))
            wordcount++;
        prev = flag;
    }

描述'计算的字符数'并不严格准确;它是您报告的图形（非空白，非控制）字符的数量。然而，这可能是关于繁琐程度的过度挑剔的结果（同时观察到'单词数量'是一个单数量且应该是'是'而不是'是'）。

将if (count > 1 and prev and (not flag)) wordcount++; prev = flag;设为1而不是零，这有点不寻常。它似乎记录了“比读入程序的原始字符数多一个”，这是一个不寻常的记录数量。更常见的是，你也将它初始化为0，并修改我重写的测试：

count

（您可以使用if (count != 0 and prev and (not flag))或count != 0;对于无符号值，这些字词是等效的。）

您可以通过恰当地初始化count > 0（可能是prev）来简化您的条件。

Answer 2

养成在左侧测试常量的习惯，如

while（EOF！=（ch = getchar（）））

...因为这会让你免于花费无数个小时，就像你最不能承受挫折，当你意外地输入=当你的意思是==时。由于您无法将变量分配给常量，编译器将标记您的错误，并保存您的对接。

根据我的经验，一旦你习惯了阅读这种代码，你就会发现当找到if（旁边的那个）时，找到正在测试的内容要快得多（，而不是在某个地方寻找它）测试的主体。如果您有很长的测试列表，例如打开文件，套接字等，然后通过malloc（）分配内存来保存文件数据，则尤其如此。

PS：经过一些检查，有一些基本的CS 101值得一提......

第1，你有一个经典案例 - 在这种情况下，因为你需要在一个字符后面查看，即使是在第一次通过while（）循环时 - 用于播种while（）循环。解决方案是使用简单的if（）块设置while（）循环，该块执行与while（）循环相同的逻辑。（FYI，while（）是一组无限的if（）s，具有终止条件）

这样做的正确方法如图所示。回报是能够抛出所有if（）测试，并检查这是否是每次通过该循环的第一次通过while（）循环。这里的第一次传递由while（）循环之前的if（）测试处理。

第二，我发现你的变量名不具备信息。这并不意味着它们是“错误的”，但可能有人试图维护你的代码也会很困难。根据我的经验，随着您更好地理解一段代码，变量名称变得越来越好。使用它作为一个试金石测试你是否理解问题，有一个很好的解决方案，并知道原因。

第3，当你发现自己将main（）中的变量初始化为1时，它应该在你的脑海中提出一个关于正确流控制的标志，就像现在的PassKnt一样，被设置为1.另外，一般来说，你想要在循环的END / if / while处递增循环计数器，而不是它的开头。同样，这应该让你质疑你的逻辑。

注意：默认情况下，记事本以unicode格式保存。如果使用记事本为此程序创建测试文件，请务必以 ANSI 格式保存。

我把它留了下来，因为它使程序更容易理解，但这里不需要IsGraphFlg。不是将IsGraphFlg分配给循环底部的WasGraphFlg，而是可以在if-else块的顶部和底部两半的底部完成，因为上下文提供与IsGraphFlag相同的信息。

    while (EOF != (ch = fgetc(pFile)))  {
        if(isgraph(ch)) {
            IsGraphFlg=true;
            charcount++;
        }   else    {   // this char is whitespace, last char was part of a word
            IsGraphFlg=false;
            if(WasGraphFlg) {
                wordcount++;
            }
        }
        WasGraphFlg = IsGraphFlg;
        PassKnt++;
    }

你可能也注意到PassKnt现在也没有任何用处，不再需要。

有人建议isgraph（）是最佳的，但是当我创建一个bool数组并使用isgraph（）对其进行初始化时，代码就会运行（从内存缓冲区中运行，这个数据的速度是此文件的10倍〜戴尔XPS 8500）在不到2/3的时间内 - 9.25个时钟而不是每个字符14.75个。这是一个完全可选的优化 - 虽然是一个重要的优化。

bool    IsGph[256];
for(i=0; i<sizeof(IsGph); i++)  {
    IsGph[i] = isgraph((unsigned char)i);
}

在使用中，if（isgraph（i））被主字符和字计数循环中的if（IsGph [i]）替换。

代码已更新12/30/2012

// Word_Counter.cpp : Defines the entry point for the console application.
//
#include "stdafx.h"
#include "stdafx.h"
#include <stdio.h>
#include <time.h>
#include <stdlib.h>
#include <memory.h>
#include <locale>

#define UCHAR unsigned char
#define dbl   double
#define LLONG __int64

#define PROCESSOR_HZ ((LLONG) 3400000000)
#pragma warning(disable : 4996)
//
//  function prototypes
FILE *OpenFiles (int *FileSz, char *FileName);
// -----------------------------------------------------------------------
FILE *OpenFiles (int *FileSz, char *FileName)   {
    FILE *pFile=NULL;
    if (NULL == (pFile = fopen ((char *)FileName, "r+t" ))) {
        printf ( "Can't open %s\n", FileName );
        return NULL;
    }   else    {
        fseek(pFile,0,SEEK_END);
        *FileSz = ftell(pFile);
        rewind(pFile);
        printf("\nFile size is %i", *FileSz);
        return pFile;
    }
 }
// -----------------------------------------------------------------------
int _tmain(int argc, char *argv[])  {
bool    IsGph[256];
UCHAR   *p, *pBuff=NULL;
int     WrdKnt=0,CharKnt=0;
int     i, j, FileSz, LoopKnt=3500;
time_t  Etime=0,start=0, Eclocks=0;
FILE    *pFile=NULL;
bool    WasGraphFlg=false;

    //  Initialize boolean array to detect printable characters
    for(i=0; i<sizeof(IsGph); i++)  {
        IsGph[i] = isgraph((unsigned char)i);
    }
    if(NULL == (pFile = OpenFiles(&FileSz, (char *)argv[1])))   {
        return 0;
    }
   // --- Process out of buffer, not stdin -------------------------------
    pBuff = (unsigned char *)calloc(FileSz,  sizeof(char));
    fread(pBuff, sizeof(char), FileSz, pFile);
    start = clock();
    for(i=LoopKnt; i; i--)  {
        p= pBuff;
        CharKnt=0;
        WrdKnt=0;
        for(j=FileSz; j; j--)   {
            if(IsGph[*p++]) {
                CharKnt++;
                WasGraphFlg = true;
            }   else    {           // this char is whitespace, and
                if(WasGraphFlg) {   // last char was part of word ?
                    WrdKnt++;
                }
                WasGraphFlg = false;
            }
        }
    }
    Etime  = clock() - start;
    Eclocks= Etime * PROCESSOR_HZ/(LLONG) CLOCKS_PER_SEC;
    printf("\nElapsed time for %10i loops was %10i milliseconds",
                    LoopKnt, Etime);
    printf("\nCPU cycles consumed per char were %2f\n", 
                    (dbl)Eclocks/(dbl)((LLONG)FileSz*(LLONG)LoopKnt));
    printf("\n%i words counted per loop", WrdKnt);
    printf("\n%i chars counted per loop\n", CharKnt);
    getchar();
    return _fcloseall();
    free(pBuff);
}

如果您的命令行参数指定文件名时遇到问题，请在Visual Studio中的“项目 - >>属性 - >配置属性 - >常规”下，将“Unicode”更改为严重错误的“Multi” -Byte“字符集。您总是可以在调试器中查看argv [1]的内存，以找出argv []中实际存在的内容。

用于对字符流中的单词进行计数的程序的软件测试

2 个答案: