C 使用 pthread 计算文本文件中字符数的多线程程序答案

【问题标题】：C Multithreaded program that uses pthreads to count number of characters in a text fileC 使用 pthread 计算文本文件中字符数的多线程程序
【发布时间】：2016-10-03 05:51:57
【问题描述】：

我目前正在尝试编写一个 C 程序，该程序利用 pthreads 的多线程来计算文本文件中字符的出现次数，通过命令行参数发送，使用 64kb 缓冲区。我将文件划分为 8 个分区，用于 8 个线程。我对 C 和多线程很陌生，所以这超出了我的想象。

该程序正在计算字符但不正确，每次运行它都会得到不同的结果。这是我的代码（更新）

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

#define BUFFER_SIZE 65536
#define NUMBER_OF_THREADS 8 
#define NUM_CHARS 127


int charCount[NUM_CHARS + 1][8]; 

void* countChar(void *arg); 

struct bufferPartition {
    unsigned char* start; 
    int size;
    int index;  
};

int main(int argc, char *argv[]){
    pthread_t tid[NUMBER_OF_THREADS]; 
    pthread_attr_t attr[NUMBER_OF_THREADS]; 
    size_t fileSize;
    unsigned char* buffer = (unsigned char *) malloc(BUFFER_SIZE); 
    unsigned int bufferPartitionSize;

    printf("%i", argc); 
    if(argc != 2){
        fprintf(stderr,"usage: a.out <integer value>\n");
        return -1; 
    }

    FILE* fp = fopen(argv[1], "r+");

    if(fp == NULL){
        printf("Error! Could not open the file.");
        return -1; 
    }
    fileSize = fread(buffer, 1, BUFFER_SIZE,fp); 

    fclose(fp);

    if(fileSize % 8 != 0){
        bufferPartitionSize = ((8 - (fileSize % 8)) + fileSize) / 8;
    }else{
        bufferPartitionSize = fileSize / 8;
    }

    for(int index = 0; index < NUMBER_OF_THREADS; index++){

        struct bufferPartition* bufferPartition = (struct bufferPartition*)malloc(sizeof(struct bufferPartition)); 

        bufferPartition -> size = bufferPartitionSize;
        bufferPartition -> start = buffer + (index * (bufferPartition -> size));
        bufferPartition -> index = index + 1; 

        pthread_attr_init(&attr[index]);
        pthread_create(&tid[index], &attr[index], countChar, bufferPartition);
    }

    for(int index = 0; index <= NUMBER_OF_THREADS; index++){
        pthread_join(tid[index], NULL); 
    }

    for(unsigned int i = 0; i <= 128; i++){

        for(unsigned int k = 1; k <= NUMBER_OF_THREADS; k++){
            charCount[i][0] += charCount[i][k]; 
        }
        if(i < 32){
            printf("%i occurrences of 0x%x\n", charCount[i][0], i);
        }else{
            printf("%i occurrences of %c\n",charCount[i][0], i);
        }
    }
    return 0;
} 

void* countChar(void *arg){

    struct bufferPartition* bufferPartition = (struct bufferPartition*) arg; 
    unsigned int character;
    int threadNumber = bufferPartition->index;

    for(int index = 0; index < bufferPartition -> size; index++){

        character = bufferPartition -> start[index];
        (charCount[character][threadNumber])++; 
    }   
}

【问题讨论】：

您的代码可能会出现未定义的行为。如果系统的默认字符是无符号的，则字符的范围可能是0 到255，或者如果系统的默认字符类型是有符号的，则可能是-128 到127。这两者都可能超出您的代码可接受的0 到127 范围。最简单的解决方案是使用unsigned char * 作为缓冲区，使用UCHAR_MAX + 1 作为charCount 数组中的元素数量：int charCount[UCHAR_MAX + 1][NUMBER_OF_THREADS]; 使用带符号的int 进行索引可能会使事情变得更糟，如果从 char 转换符号扩展。
知道了。我这样做了，代码仍在计算文件中没有的字符。
file_size 得到什么？你能发布你更新的代码吗？
已更新。 file_size 在我的文件中显示为正确的字符数。

标签： c multithreading

【解决方案1】：

您只有一个bufferPartition 结构，可以传递给所有线程。这意味着它们都将共享该单一结构，如果您更改单一结构的成员，所有线程都将使用它。

您需要为每个线程分配一个结构。

【讨论】：

太棒了，就是这样！谢谢！