C中数组的动态分配，当读取具有未知数据长度的文件时答案

【问题标题】：Dynamic allocation of array in C, when reading a file with lines of unknown data lengthC中数组的动态分配，当读取具有未知数据长度的文件时
【发布时间】：2013-09-23 12:47:01
【问题描述】：

我有一个可能很简单的问题。我必须将一些python代码转换为c，而我对c的经验并不丰富。

我在 python 中循环读取一个文件，逐行读取它。如果该行中有某个标记，我必须将其拆分并将值读入一个 int 数组。然后将该数组用于进一步处理。这里给出了一个文件的例子：

Event   163
Time    29-05-2013, 11:41:45
TDC1.HEX_B  927532 1460340
TDC1.HEX_F   -1
TDC1.HEX_x1 930080 1462311
TDC1.HEX_x2 929198 1462611
TDC1.HEX_y1 1462957
TDC1.HEX_y2 928628 1462151
TDC1.HEX_z1 929097 
TDC1.HEX_z2 930314 1462992
TDC1.Trigger    1728347
errors  0 0 0 0
proc_time   40
%
Event   500

现在我的问题是我不知道每一行中会有多少整数。在 python 中，我可以这样做：

if 'TDC1.HEX_B' in line: 
    numbers_str = line.split()[1:] # use all the words except the first
    B = [ float(x) for x in numbers_str ]

在此示例中，B 将是一个列表，其中长度对应于 numbers_str 中的数字计数。在 c 中是否有类似的可能性来分配一个足够长的数组？稍后在处理数据时，我必须遍历数组。我已阅读有关 malloc() 和 realloc() 的信息。他们有帮助吗？如果是这样，是否有很好的资源来阅读它们？我是否可能必须先读取该行，然后为该行中的整数数量分配一个数组？

【问题讨论】：

我建议在尝试编写 C 代码之前阅读一本关于 C 的书...您所问的内容在我看来就像基本的 C 编码。
@ErikAllik：多么无意义的评论！
还要考虑是否真的值得用 C 进行编码。也许有一种方法可以用 Python 脚本读取数据，然后将实际处理交给 C 以加快速度（因为，除非你在你的文件中有数千行，并且你需要执行它数千次，你不会从用 C 编码这部分获得任何好处；即使这样，它在 Python 中可能已经足够快了）。
现在我有 500 个文件，每个文件大约 2000 行，这就是我想切换到 c 的原因。我也在看 ctypes..
在我的机器上进行快速测试需要半秒钟才能读取 500 个这样的文件，共 2000 行。这不是减速，而且真的不值得玩弄 malloc/realloc 的痛苦，所以您可能要考虑在 Python 中执行 I/O，然后以二进制格式或数据库格式存储 B。然后，您可以找到一种方便的方法在您的 C 程序中读取 B，该方法将执行实际的、缓慢的计算（“方便”意味着您提前知道 B 有多少个浮点数，例如，存储 @ 的长度987654326@ 也是）。

标签： python c arrays

【解决方案1】：

如果您可以使用 C++，您可能会发现 std::vector 更易于使用。如果你必须坚持使用 C，你可以 malloc 一个初始大小的数组，并使用一个 int 来跟踪它的大小和它有多满。然后每次添加到数组时检查是否要溢出它，如果是，则重新分配它以使其容量更大（例如每次 x2）。

一些代码：

int initialSize=2;
int size=initialSize;
int nElements=0;
int* myArray=malloc(initialSize*sizeof(int));

//Do some line-by-line parsing

//Found a token
int token; //You set this

if(nElements==size)
{
    size=size*2;        
    myArray=realloc(myArray, size*sizeof(int));
}

myArray[nElements]=token;
nElements++;

【讨论】：

【解决方案2】：

malloc() 和 realloc() 如果您不知道需要多大的数组，则需要这些。使用malloc() 在开始时分配内存。一个变量保存当前分配的内存大小，另一个变量保存到目前为止存储的值的数量。当您存储了最大数量的值时，使用realloc() 以获得更大的内存区域。

【讨论】：