开发控制台股票统计程序遇到的问题汇总

利用c语言开发最基础的控制台股票统计程序，整个程序的逻辑非常简单。
就是利用fopen打开数据文件，然后读取数据，处理统计。
但就这么一个简单的程序，开发过程中也遇到不少问题，消耗了很多时间进行调试。

1. 在读取沪深3000多只股票数据的时候，反复出错。

检查发现有些个股的名字加了多余的空格，比如“深 赛 格”，造成读取格式出错。这样的股票不下百只，只能采用人工修改原始数据。幸好只需要修改一次，以后再用就没问题了。

2. 对文件循环读取的时候，特别注意eof标记仅仅是最后被读完后才会设置，因此非常容易造成多循环一次的错误。

比如一个文件有20行，当读完第20行的时候，eof标记并没有设置，此时循环会再次进行。
当再运行一次fgets，发现到达文件尾，fgets返回NULL，整个循环就进行了21次，造成股票统计不正确。
修改方法在原有的fgets函数调用之后，增添 if (feof(fp) !=0) break;

事实上，feof达成条件时，内部是先由read等函数返回错误时，然后才被设定的。
当输出时，表现出就是最后一行重复输出（因为多循环一次）。

解决方法，要么不用feof作为结尾判断，直接用各种read函数，实在要用feof，循环中再次判断一下f（feof（fp））。
feof ==0，表示没结尾。
feof ！=0，表示结尾。

3. 验证了好几个小时，想要直接在原文件上读写，发现不行。

以fopen（r+）模式打开，设想是能读取一行，修改这行，再把这行写回原文件。

比如文件a.txt，内容大概为：
张三 | 75 | 男
李四 | 60 |男
王五 | 90 |男

程序目的：
设想是能读取一行，修改这行，再把这行写回原文件。
假设读取李四行，修改数字60变为75，再把这行写回原行。

为什么需要这种目的，并非我闲的蛋疼。
比如一个新需求，把所有行的“男”都改成“男性”，批量替换。
又或者只需要替换修改某几行的数据，无需把所有行数据都读取出来。
既然用记事本打开文本文件，都可以使用批量替换，那就说明程序也能做到。

fscanf之后用fprintf失败，完全无效，同理fgets之后fputs也失效。
网上查询，说在输入操作后，如果不调用fseek，rewind或fflush函数等，就不能接着进行输出操作。
原理是需要清空内部缓冲区。

fscanf(fp);
……
……
printf();
fprintf(fp);

个人验证：在fscanf和fprintf之间添加上fflush或fseek，仍然失败。
printf()之后接fprintf显示器会出乱码。
我能想到的两种方法变相解决：

1.强调内容使用另一个temp文件，读取原文件每行，处理完直接fputs写入temp文件，最后修改temp名为原文件名，删除原文件（已编码实现）。

2.使用一个结构体数组保存，当所有修改完成后，调用rewind（或者先close原文件，再w模式打开）回到文件开头，最后遍历结构体数组写入（已编码实现）。

有没有什么办法不使用这两种（会额外消耗资源），直接能达到预想目标呢？？

网上请教有人说，学会fseek就相当于在记事本里用“光标”移动，暂时还没编码成功，需要再学一学，琢磨琢磨。

4. 用strtok分割字串。

最初以为分隔符是用空格，调试的时候老是内存溢出强制终止，后来折腾2个多小时，反复查找程序逻辑都没发现问题，最后才发现股票数据文件导出是用的\t来分割，肉眼看不出来郁闷。

5. 取余运算符%，控制流程

 for(i=0;i<N;i++)
    {if(i%4==0)
         printf；
     }   

预想是每隔4次输出一下，但当第一次执行时，因为0与4取余仍然为0，所以到i为4满足条件时候，循环执行了5次。
没有完成每隔4次输出的目的。

应该把循环i修改为1开始，i<=N格式正确。

 for(i=1;i<=N;i++)
    {if(i%4==0)
         printf；
     }   

这样循环次数不变，也满足预期。

6. 二维数组的认识

并没有什么二维数组，计算机里数据都是一维，仅仅是逻辑上方便我们辨识。
二维数组可以看成是一维数组，只不过每一个元素又是由数组构成。

char a[3];
char *p=a; 数组名既是地址
或者 char*p =&a[0];

char b[3][4];
char *pb=b[0]; 把b[0]逻辑上当成是一个元素，本身既是地址。
或者 char (*p)[4]=b;

7. 栈stack，堆heap，静态存储区

因为给股票数组设定过大，造成程序调试运行出错，最初以为是指针泄漏。
反复查验源码，没有发现问题，无意将数组申请的最大值改小后运行正常。

通过查询资料，局部变量开在stack里，大小与编译器有关，通常是1M。
全局变量开在静态存储区，大小可能与编译器有关，vs2010通常小于2G。
heap空间由程序员申请和释放，就是系统内存的剩余量，硬件有多大就有多大。
所有的stack，heap和静态区在内存中的分配位置，跟硬件架构和操作系统都有关系。
我最后可耻的选择了把数组给申请成了全局静态。

8. 查询数组，表驱动法

股票数据读入数组后要进行查询，读取。
我都是使用的穷举遍历法，代码足够简单，几乎不可能出错。想起以前学过的表驱动法，还模糊的听过状态机的概念，它们有什么差别呢？

所谓的表驱动法，广义上就是用查表的方法获取数据，因此遍历法仅仅是表驱动法的具体实现逻辑之一。
而状态机，是利用表驱动法完成的。
数据库雏形，也是利用了表驱动法.

表驱动法的特征在于简化编码，比如把10进制数0,1，2，3转化为字符#,a，b，c，通常会使用

 if （num==1）
                   ch='a';
          else if(num==2)
                   ch='b';

当转换数据较大时，会编写出冗长的if else语句，一旦要对转换进行修改，增删都非常麻烦容易出错，时间复杂度o（n）。

我们可以把数据构造为一个结构体数组
0 | #
1 | a
2 | b
3 | c
每一个元素由 num和ch组成,给定一个数n，通过遍历结构体数组（表），取出每一进行if判断，也就获得了其对应的字符.
注意，第二种方法并没有减少计算机的工作量，复杂度也为o（n），它简化了冗长的逻辑语句编写（程序员舒服了）。

再次仔细观察，发现十进制0,1，2，3是有规律的整数，完全能把它当作下标简化为一维数组，char table[4];
对于给定一个数n,无需做循环和if判断，直接 ch=table[n];其复杂度o(1)。

第三种方法能够简化成功，是有前提条件的，根据给定的关键值去表中查询。
如果题目换成把字符转化为十进制数字，该方法就失效了。
此时给定我们的是一个字符，在一维数组table[]中它的位置是多少? 我们并不清楚，只能采用第二种方法遍历（也可以用其他查找算法优化）。

表驱动法总结：
表驱动法是数据驱动编程的的一种，数据驱动编程认为数据压倒一切，数据是容易被改变的（易变），而逻辑不容易变化（不易变）。
将易变和不易变的两者分离开来，有助于编写更优质的程序。

9. 对程序性能的预判错误

因为使用的穷举遍历，最初我预判是这个算法消耗最多时间，应该对原始数据进行整理，这样可以使用2分查找或者其他算法。
在网上查询优化资料后，发现一篇文章写的非常好，原文说：

我编写程序至今有35年了，我做了很多关于程序执行速度方面优化的工(一个示例)，我也看过其它人做的优化。我发现有两个最基本的优化技术总是被人所忽略。 注意，这两个技术并不是避免时机不成熟的优化。并不是把冒泡排序变成快速排序（算法优化）。也不是语言或是编译器的优化。也不是把 i*4写成i<<2 的优化。 这两个技术是：
①使用 一个profiler。
②查看程序执行时的汇编码。
使用这两个技术的人将会成功地写出运行快的代码，不会使用这两个技术的人则不行

我们知道，程序运行时的90%的时间是用在了10%的代码上。我发现这并不准确。一次又一次地，我发现，几乎所有的程序会在1%的代码上花了99%的运行时间。但是，是哪个1%？一个好的Profiler可以告诉你这个答案。
有一次，我和我的同事去了一个负载过大的交易所，我同事坚持说他知道哪里是瓶颈，毕竟，他是一个很有经验的专家。最终，我把我的Profiler在他的项目上运行了一下，我们发现那个瓶颈完全在一个意想不到的地方。

在这之前我从来没用过profiler，因为都是写一些简单的控制台程序，再加上vs2015社区版并不支持profiler，这次股票统计程序比较需要效率，临时学习使用。
非常惊讶，和原文的例子如出一辙（当然我远不是专家），预判性能出错，穷举遍历压根就不是瓶颈。


fscanf消耗了87%的总时间，如何优化呢？
我想不出来，暂时留待以后解决。

总结：第3点和第9点问题标记。