程序中的分段错误错误，用于使用线程不计算文件中单词的出现次数

Question

因此，我遇到以下问题：实现一个程序，该程序将文件名后跟单词作为参数。 为每个单词创建一个单独的线程以计算其在给定文件中的出现次数，并打印出所有单词的出现总数。

我的代码是：

#include <stdio.h>
#include <stdlib.h>
#include <strings.h>
#include <unistd.h>
#include <pthread.h>

pthread_mutex_t mtx; // used by each of the three threads to prevent  other threads from accessing global_sum during their additions

int global_sum = 0;
typedef struct{
                    char* word;
                    char* filename;
}MyStruct;



void *count(void*str)
{
    MyStruct *struc;
    struc = (MyStruct*)str; 
    const char *myfile = struc->filename;

    FILE *f;
    int count=0, j;
    char buf[50], read[100];
    // myfile[strlen(myfile)-1]='\0';
    if(!(f=fopen(myfile,"rt"))){
         printf("Wrong file name");
    }
    else
         printf("File opened successfully\n");
         for(j=0; fgets(read, 10, f)!=NULL; j++){
             if (strcmp(read[j],struc->word)==0)
                count++;
         }

    printf("the no of words is: %d \n",count);  
    pthread_mutex_lock(&mtx); // lock the mutex, to prevent other threads from accessing global_sum
    global_sum += count; // add thread's count result to global_sum
    pthread_mutex_unlock(&mtx); // unlock the mutex, to allow other threads to access the variable
}


int main(int argc, char* argv[]) {
    int i;
    MyStruct str; 

    pthread_mutex_init(&mtx, NULL); // initialize mutex
    pthread_t threads[argc-1]; // declare threads array 

    for (i=0;i<argc-2;i++){

       str.filename = argv[1];  
       str.word = argv[i+2];

       pthread_create(&threads[i], NULL, count, &str); 
    }

    for (i = 0; i < argc-1; ++i)
         pthread_join(threads[i], NULL);

    printf("The global sum is %d.\n", global_sum); // print global sum

    pthread_mutex_destroy(&mtx); // destroy the mutex

    return 0;

}

当我尝试运行它时，出现分段错误错误。 这是为什么？ 谢谢！

Answer 1

在main()两个i循环不同

for (i=0;i<argc-2;i++){
    ...
    pthread_create(&threads[i], NULL, count, &str); 
}

接着

for (i = 0; i < argc-1; ++i)
    pthread_join(threads[i], NULL);

在第二个循环中，您将引用在第一个循环中未创建的threads[argc-2] 。

Answer 2

首先，您的代码格式非常糟糕。 这甚至不一致。 您在启用警告的情况下进行编译也不会出现。

如果您是一门大学课程，并且他们没有告诉您如何格式化代码并通过警告进行编译，我强烈建议您请教您的导师提供什么。

如果使用gcc，请添加-Wall -Wextra。 对于编码风格，我建议从Linux或FreeBSD中窃取一种。 有多种编辑器可以为您设置代码格式，包括像vim这样的真正编辑器（即使看起来很苛刻也值得尝试）。

您的编码风格可帮助您解决问题。

void *count(void*str)
{
    MyStruct *struc;
    struc = (MyStruct*)str;
    const char *myfile = struc->filename;

    FILE *f;
    int count=0, j;
    char buf[50], read[100];

buf未使用，如果启用了警告，您将了解到。 读是一个坏名字。

    // myfile[strlen(myfile)-1]='\0';
    if(!(f=fopen(myfile,"rt"))){
         printf("Wrong file name");
    }
    else

因为您不返回（应有的状态），所以您将自己设置为执行代码的不正确行为，而不应该这样做。 不用猜测，您的“ else”子句是无效的。 您缺少花括号，因此即使文件打开操作失败，也会执行下面的for循环。

         printf("File opened successfully\n");
         for(j=0; fgets(read, 10, f)!=NULL; j++){

10点 好像是一个错字，您可能要输入100。如果使用sizeof，则不会发生这种情况。

             if (strcmp(read[j],struc->word)==0)
                count++;
         }

目前尚不清楚您在这里做什么。 似乎您想从read [0]开始，从read 1开始 ，等等进行strcmp。 但是，您读取了新数据并替换了原始缓冲区中的内容， 然后将其前进了一个。 这毫无意义。 最后，无论如何您做错了。 read [j]不会求值到一个地址，如果您要求，编译器会再次告诉您。

无论如何，strcmp方法非常糟糕。 尝试一种尝试匹配第一个字符并从那里开始工作的方法。

int main(int argc, char* argv[]) {

标准放错了“ *”。 使用char * argv []代替。

    int i;
    MyStruct str;

    pthread_mutex_init(&mtx, NULL); // initialize mutex
    pthread_t threads[argc-1]; // declare threads array

强烈不推荐。 首先验证参数，然后验证一个专用变量，该变量保存一定数量的线程。 此时，您可以分配一个数组。

    for (i=0;i<argc-2;i++){

       str.filename = argv[1];
       str.word = argv[i+2];

       pthread_create(&threads[i], NULL, count, &str);
    }

与线程类似，将路径保存在某处。 将其称为argv 1是不好的风格，这会再次咬住您。 对单词使用argv可以。

但是，这通常是错误的。 您设置了本地结构并将其传递给线程，然后立即对其进行更改 。 因此，发生在一天结束时，所有线程都在计数相同的单词。 但是他们所指的单词在此过程中发生了变化。

    for (i = 0; i < argc-1; ++i)
         pthread_join(threads[i], NULL);

去搞清楚。 您没有一个拥有一定数量线程的变量，这导致了这种不一致（argc-1 vs argc-2）。

通常，通过正确阅读编译器警告，可以在很大程度上解决此问题，并且如果采用基本的良好实践，通常可以避免此问题。

当然，无论如何都会发生错误，在这种情况下，您至少可以缩小范围。

最后，关于通用方法的几句话。 目前尚不清楚该练习的目的是什么。 实际上，您必须强迫自己使用除pthread_create和pthread_join之外的任何方法。 假设唯一的要求是使用线程。

我不知道他们是否强迫您多次打开文件。 多次打开和读取内容不仅浪费，而且在文件被替换并且某些线程打开另一个文件的情况下使您打开。

一个好的解决方案是在主目录中打开一次文件。 打开后，您可以将文件和fstat映射为大小。 如果由于某种原因不能使用mmap，则应分配足够大的缓冲区并读取文件。

然后，所有线程都可以获得该缓冲区的地址，要查找的单词以及它们应将计数器存储到的地址（每个线程获得一个不同的地址）。

当所有线程退出时，您将循环以求和。

无论哪种方式都不会涉及锁定。

Answer 3

一次（可能）读取（最多）10个字符将丢失某些正在搜索的单词实例。

strcmp（）始终从10个字符的开头开始。

1）需要在文件中的任何位置查找目标词。

2）需要在读入缓冲区的任何位置查找目标单词。

建议：

0) clear input buffer
1) input one char at a time, 
accumulating characters in the input buffer,
2) when a word separator found, (for instance a space or EOF)
3) then check if the word matches the target word.  
4) if matches, increment count.   
5) if EOF, then exit, else goto 0