c - 用于 lzw 压缩的可变长度字符串数组

Question

这里是函数本身。我在那里遇到了段错误，因为显然我无法将字符串分配给数组中的该值。 clang/gcc 都给我一个警告。 Clang 的好一点，它是“期望 char 分配 char *”。我不知道还有什么其他方法可以使用该字典，因为我尝试过的所有方法都不起作用。我还将为其添加所有辅助函数，但我很确定它就在这个函数本身中。

像往常一样，我会对任何有效的答案投赞成票，并且我会接受我个人选择的答案。无论如何，我将在下面发布其余的“助手”功能。

void lzw_compress(char *uncompressed_data,size_t uncompressed_length,char *out){
unsigned long i=0,j=0;
char *character=malloc(1);
char *word=malloc(65535);
char *word_character=malloc(65535);
unsigned long word_size=0;
long *tmp_buffer=malloc(65535);
char *dictionary=malloc(130000);
for(i=0;i<=255;++i){
    dictionary[i]=base_dictionary[i];
}
long index=0;  
unsigned long dictionary_size=256;
for(i=0;i<uncompressed_length;++i){
    character[0]=(unsigned char )uncompressed_data[i];
    //arrcat(word_character,word,word_size,character);
    for(j=0;j<word_size;++j){
        word_character[j]=word[j];
    }
    word_character[j]=*character;
    index=search(dictionary,dictionary_size,word_character);
    if(index!=-1){
        for(j=0;j<(word_size+1);++j){
            word[j]=word_character[j];
        }
        ++word_size;
    }
    else{
        tmp_buffer[j++]=index;
        ++dictionary_size;
        //dictionary[dictionary_size++]=(unsigned long *)word_character;

            dictionary[dictionary_size]=*word_character;

        word=*character;
        word_size=1;
    }
}
if(memcmp(word,"",1)!=0){
    tmp_buffer[j++]=search(dictionary,dictionary_size,word);
}
    char *debug="";
    for(i=0;i<j;++i){
        sprintf(debug,"%s%lu,",debug,tmp_buffer[i]);
    }
    printf("%s",debug);

}

long search(char *table,unsigned long table_length,char
*search_value){
    unsigned long i=0;
    for(i=0;i<table_length;++i){
        if(table[i]==*search_value){
            return i;
        }
    }
    return -1; 
 }

正如你所看到的，我正在尝试用纯 c 语言编写一个类似 lzw 的程序。我总是使用 -Wall -std=c99 进行编译(因为我偶尔使用 p99.h 来滥用预处理器宏)。但由于某种原因，我无法让我的字符串数组工作，我知道我已经使用了类似的代码(但显然我没有备份它......)但无论如何是的。我无法弄清楚我应该如何(正确地)做到这一点。我将非常感谢任何人在这个问题上的帮助。

按照正常情况，除非另有说明，否则我在这里发布的任何代码都是公共(public)领域，一旦我使整个代码正常工作，我会将其发布在这里，以便任何其他寻找它的人也可以使其正常工作。

最后感谢您阅读这篇文章，并帮助我(如果您知道如何)。一旦我进城回来(如果已经有答案)，我就会检查/标记事情。但不要因此而泄气，因为您的解决方案可能比我选择的解决方案更好，而且您仍然会获得赞成票。

编辑1:将代码编辑为之前的内容(根据git)。

编辑2:修正了很多东西，让它看起来更好。数组比较功能仍然无法正常工作(由于某些奇怪的原因)。

Answer 1

现在您已经有了分配，有几点可以确定为错误:

for(i=0;i<uncompressed_length;++i){
    character[0]=(unsigned char )uncompressed_data[i];
    //arrcat(word_character,word,word_size,character);
    for(j=0;j<word_size;++j){
        word_character[j]=word[j];
    }

最初，word指向的内存未初始化，word_size为1。因此，您复制不确定的char word[ 0] 到 word_character[0]。我不确定您是否应该最初设置 word_size = 0，或者移动复制循环，或者其他什么。

word_character[j]=character;

您正在将 char* 分配给 char。您可能指的是 word_character[j] = *character; (或 character[0] 而不是 *character，这是等效的)。

  dictionary[dictionary_size]=word_character;

再次将 char* 分配给 char。我无法猜测您在这里想要什么，因为 dictionary_size 在循环中没有更改。也许您想增加 dictionary_size 并复制 word_character 字符串？

    word=character;
    word_size=1;

在这里，您丢失了最初分配给 word 的内存句柄(通常称为内存泄漏)，并让 word 指向一个内存块，该内存块有足够的空间容纳一个个字符。您可能想复制指向的字符，

word[0] = character[0];

那里？

<小时/>

原始代码的初始答案:

void lzw_compress(char *uncompressed_data,size_t uncompressed_length,char *out){
unsigned long i=0,j=0;
char *character;
char *word;
char *word_character;
unsigned long word_size=1;
long *tmp_buffer=malloc(65535);
char *dictionary;
for(i=0;i<=255;++i){
    dictionary[i]=base_dictionary[i];
}

您尚未为dictionary分配任何指向的内存，这是具有非零段错误概率的未定义行为。

long index=0;  
unsigned long dictionary_size=256;
for(i=0;i<uncompressed_length;++i){
    character[0]=(unsigned char )uncompressed_data[i];

您也没有为字符分配内存，这又是未定义的行为。

    //arrcat(word_character,word,word_size,character);
    for(j=0;j<word_size;++j){
        word_character[j]=word[j];
    }

word_character 和 word 也不指向分配的内存，更多未定义的行为。

    word[j]=(unsigned long)character;

您正在将 char* 转换为 unsigned long 并将该值分配给(未分配的)char。即使 word[j] 是有效的内存，这里的意图是什么？

    index=search(dictionary,dictionary_size,word_character);
    if(index!=-1){
        for(j=0;j<(word_size+1);++j){
            word[j]=word_character[j];
        }
        ++word_size;
    }
    else{
        tmp_buffer[j++]=index;
        ++dictionary_size;
        //dictionary[dictionary_size++]=(unsigned long *)word_character;
      for(j=0;j<word_size;++j){
            dictionary[dictionary_size]=word_character;
       }
        word=character;
        word_size=1;
    }
}
if(memcmp(word,"",sizeof word)!=0){

sizeof word 是 char* 的大小。您可能打算在此处使用字符串的长度。

    tmp_buffer[j++]=search(dictionary,dictionary_size,word);
}
    char *debug="";
    for(i=0;i<j;++i){
        sprintf(debug,"%s%lu,",debug,tmp_buffer[i]);

使用重叠的源和目标调用 sprintf 是未定义的行为。在这种情况下，它甚至是一个字符串文字。字符串文字不可修改，因此这是未定义行为的另一个来源，并且可能由于尝试修改字符串文字而导致崩溃。

    }
    printf("%s",debug);

}