将文件读入字符数组的C++代码

Question

我正在使用以下代码将文件读入字符数组。现在，对于小文件（比如2 MB），它可以正常执行，但是对于大文件（140 MB），在我的18 GB UBUNTU服务器上，它会出现分段错误。有人能帮助我解决这个问题吗？我认为18 GB足以将240 MB的文件存储到内存中。我正在使用64位UBUNTU并使用g ++编译。

ifstream is;

char chararray [fileSize] ;

is.read(chararray, fileSize) ;

- user1838343

---

@milleniumbug：我认为fileSize应该是一个值为240*1024*1024的size_t类型... - Mr.C64

@hmjd：好吧，他说它不会。 - Lightness Races in Orbit

请将您的第二行代码替换为char* chararray = new char[fileSize];。 - Good Night Nerd Pride

不需要为此介绍原始数组指针，这是一种面向C语言的解决方案。这种方法容易泄露，而且有可能会忘记使用delete[]来代替delete。相比之下，向量更好...而且从C++11开始，甚至可以在不付出复制开销的情况下从函数中返回大型向量，这要归功于返回值优化期间发生的复制省略。 - HostileFork says dont trust SE

不要忘记异常安全性！作为具有析构函数的类，向量可以进行自我清理。而原始指针只会泄漏！:-/ - HostileFork says dont trust SE

Answer 1

如果数组是一个局部变量，它将无法适应堆栈，导致堆栈溢出。相反地，在堆上分配"数组"，可以直接使用new或者间接使用std::vector。

或者使用内存映射，参见mmap函数。

- Some programmer dude

---

在命令行中运行ulimit是一种不太优雅的非可移植解决问题的方式，而在代码本身中同样可以轻松地管理这个问题。 - Richard

@Richard，就像我说的，使用std::vector可能更好。但是了解ulimit也没有错。 - James Kanze

@HostileFork 这取决于你想要什么。如果想要封装数据，可以。如果想要通过在末尾添加/删除来修改它，可以。如果计划将其合并到另一个将使用STL容器的代码中，那就很棒了。如果只是想获取数据并随机查看它们，则mmap()是最好的选择。这不仅涉及内存开销，还涉及执行时间。从我的观点来看，如果只需要读取数据，这更加优雅。 - peterph

@peterph 是的，内存映射是个好东西……不过如果你正在使用C++编程，那么使用一个被封装在类中且是平台无关的方法（https://dev59.com/iGsy5IYBdhLWcg3w8Shc）要比使用POSIX mmap更可取。只是如果一个问题标记为C++，我认为需要反对那些建议调用new[] *(当然还有malloc……)*的方法。 - HostileFork says dont trust SE

如果你在使用C++编程，你会用一个类来封装mmap函数，并在析构函数中使用munmap函数。并且可能会给这个类一个接口，使其尽可能接近std::vector或std::array的接口，以便用户感到熟悉。但由于涉及到的工作量，我建议只需读入std::vector，直到需要性能时再使用该类（但如果我需要它一次，我会将该类放入我的工具包中，并立即使用它）。 - James Kanze

Answer 2

不要在栈上分配char数组，建议使用std::vector，它会在堆上进行动态分配：

std::vector<char> buffer(fileSize);
is.read(&buffer[0], fileSize);

- Mr.C64

Answer 3

GCC编译器有一个默认命令叫做size！使用GCC编译器编译程序。然后你就可以得到文件大小了！

gcc -Wall test.c
size

这是一个普通的C程序！由于您没有指定任何参数，它会将./a.out作为默认参数！

如果您需要应用一些优化，代码将变得如下所示...

praveenvinny@ubuntu:~/Project/New$> gcc -Wall -o1 -fauto-inc-dec test.c -o Output
praveenvinny@ubuntu:~/Project/New$> size output
text       data     bss     dec     hex filename
1067       256      8       1331    533 output

请使用文本部分来计算代码大小。 如果您想考虑全局数据大小，可以使用数据和bss。

这将打印出代码大小。

time -f "%e" -o Output.log ./a.out

将执行时间打印到名为Output.log的日志文件中

- Praveen Vinny