除非文本被复制和粘贴，否则作为 C++ 程序输入的文本文件将不起作用

Question

我的代码中有一个非常奇怪的错误，有点难以解释。让我从程序的作用开始：基本上，C++ 程序获取输入文本（来自同一目录中名为“input.txt”的文件）并使用马尔可夫链生成一些类似于输入文本样式的人工输出文本并将其打印到终端。

当我将“爱丽丝梦游仙境”(http://paulo-jorente.de/text/alice_oz.txt) 的文本直接复制并粘贴到“input.txt”中时，它可以工作，但是如果我在文本内容的开头或结尾添加任何单词或字符文件，然后代码停止运行（或无限运行）。但是，如果我在文本文件内容中间的任何位置添加文本，则不会发生这种情况。

如果您想自己测试它，请尝试运行将爱丽丝梦游仙境复制到“input.txt”中的代码。然后在它运行成功后，转到 input.txt 并在 'Alice' 的最后一个文本之后键入一些随机字符或单词（“......再次回家！”）并尝试再次运行它；它会失败。

代码如下：

#include <ctime>
#include <iostream>
#include <algorithm>
#include <fstream>
#include <string>
#include <vector>
#include <map>
using namespace std;

class markovTweet{
    string fileText;
    map<string, vector<string> > dictionary;

public:

    void create(unsigned int keyLength, unsigned int words) {
        ifstream f("input.txt");
        if(f.good()){
          fileText.assign((istreambuf_iterator<char>(f)), istreambuf_iterator<char>());
        }else{
          cout << "File cannot be read. Ensure there is a file called input.txt in this directory." << "\n" << endl;
          return;
        }
        if(fileText.length() < 1){
          return;
        }
        cout << "\n" << "file imported" << "\n";
        createDictionary(keyLength);
        cout << "\n" << "createDictionary" << "\n" << "\n";
        createText(words - keyLength);
        cout << "\n" << "text created, done" << endl;
    }

private:

    void createText(int w) {
        string key, first, second;
        size_t next;
        map<string, vector<string> >::iterator it = dictionary.begin();
        advance( it, rand() % dictionary.size() );
        key = (*it).first;
        cout << key;
        while(true) {
            vector<string> d = dictionary[key];
            if(d.size() < 1) break;
            second = d[rand() % d.size()];
            if(second.length() < 1) break;
            cout << " " << second;
            if(--w < 0) break;
            next = key.find_first_of( 32, 0 );
            first = key.substr( next + 1 );
            key = first + " " + second;
        }
        cout << "\n";
    }

    void createDictionary(unsigned int kl) {
        string w1, key;
        size_t wc = 0, pos, next;
        next = fileText.find_first_not_of( 32, 0 );
        if(next == string::npos) return;
        while(wc < kl) {
            pos = fileText.find_first_of(' ', next);
            w1 = fileText.substr(next, pos - next);
            key += w1 + " ";
            next = fileText.find_first_not_of(32, pos + 1);
            if(next == string::npos) return;
            wc++;
        }
        key = key.substr(0, key.size() - 1);
        while(true) {
            next = fileText.find_first_not_of(32, pos + 1);
            if(next == string::npos) return;
            pos = fileText.find_first_of(32, next);
            w1 = fileText.substr(next, pos - next);
            if(w1.size() < 1) break;
            if(find( dictionary[key].begin(), dictionary[key].end(), w1) == dictionary[key].end() ) 
                dictionary[key].push_back(w1);
            key = key.substr(key.find_first_of(32) + 1) + " " + w1;
        }
    }
};

int main() {  
    markovTweet t;
    cout << "\n" << "Artificially generated tweet using Markov Chains based off of input.txt: " << "\n" << "\n";
    //lower first number is more random sounding text, second number is how long output is.
    t.create(4, 30);
    return 0;
}

这是一个非常奇怪的错误，非常感谢您提供的任何帮助！谢谢！

Answer 1

这可能是关于std::map 的时间复杂度与operator[]() 的考虑。

使用 operator[] : “[]” 也可以用于在 map 中插入元素。类似于上面的函数并返回指向新构造元素的指针。不同之处在于此运算符始终构造一个新元素，即即使值未映射到键，也会调用默认构造函数并将“null”或“empty”值分配给键。地图的大小总是增加 1。 时间复杂度：log(n) 其中 n 是地图的大小

---

来自：geeksforgeeks

---

---

在您班级的 createDictionary() 函数中，尝试在 2^nd while 循环中添加这行代码：

{
    //...code 
    if (find(dictionary[key].begin(), dictionary[key].end(), w1) == dictionary[key].end()) {
          dictionary[key].push_back(w1);
          std::cout << dictionary.size() << std::endl;
    //code...
}

当我从文件中复制文本时，它会在您的字典或哈希图中生成 62037 个条目。运行和完成大约需要 20 - 30 秒。

当我在文件末尾添加文本“Good Bye!”时，将其保存并运行程序/调试器，它生成了 62039 个条目。再次运行大约需要 20-30 秒。

然后我将文本“Hello World”添加到文件的开头，保存并运行程序/调试器，它生成了 62041 个条目。再次运行大约需要 20-30 秒。

但是，在此过程中有几次，它在您的地图中生成了许多条目，但代码仍在循环中……有一次大约是 620xx - 640xx。我不知道是什么导致它生成这么多键......但就像我说的那样，有几次它退出打印值，但仍在迭代相同的 while 循环，但地图没有增加...

这发生在我第一次在文件开头输入文本时，在尝试使用末尾附加的文本之后。这是当我决定打印出你的地图的大小并注意到我得到这个无限循环的时候......然后我停止调试器回到文本文件并在开头保留插入的文本，但删除了附加的文本最后确保在文本末尾留一个空格。

这一次，当我运行程序/调试器时，它工作正常并生成了 62039 个条目。再次运行大约需要 20-30 秒。之后，在开头插入文本的第一次成功运行是当我在末尾添加文本时，它运行良好。然后我什至尝试了“Hello World！”后跟一个换行符，方法是使用 enter 进入文本文件并具有“再见！”前面也有一个，它仍然可以正常工作。

---

是的，有一些东西导致了错误，但我不知道究竟是什么导致了它。但是，我相信我已经追踪到它在这个 while 循环和退出的条件分支中......它应该已经打破了这个循环并进入了 createText 函数但它从未爆发过，条件你有：

if (next == std::string::npos) return

和

if (w1.size() < 1) break;

不知何故没有得到满足。

---

时间复杂度还可以，但是，它不是最好的，但也不是最差的，因为在 O(log n) 时间运行大约 62-63k 个条目。这也不包括计算需要考虑的空间复杂度。

---

可能是在一次运行期间，您可能会遇到导致无限循环的堆栈溢出，而在下次运行时，可能不会。我认为这与直接将文本添加到文本文件中没有任何关系，只是它会增加 O(log N) time 中地图的大小并增加空间复杂度。

无论您在此文本文件中添加了什么内容，在保存后，您的程序或算法的编写方式如何，它都会通过迭代器类按字符类型将该文件的所有内容作为指针索引拉取，并将其存储到一个字符串，fileText。构造此字符串后，您的班级成员字符串中大约有 336940 个字符。

---

希望这些信息可以指导您缩小程序中的错误位置并确定实际导致错误的原因。确实很难缩小这个罪魁祸首。