拆分函数引发错误

Split function throws error

本文关键字：错误 函数 拆分      更新时间：2023-10-16

我正在尝试创建一个函数来将字符串"Split At Spaces"拆分为包含"Split"At"Spaces"的向量。 到目前为止，这是我得到的代码。

#include <iostream>
#include <utility>
#include <algorithm>
using namespace std;
std::vector<std::string> split(std::string * s, char * tosplit) 
{
    size_t i = 0;
    int count = 0;
    size_t contain;
    std::vector<std::string> split;
    std::cout << "Start" << std::endl;
    std::cout << *s << std::endl;
    std::cout << *tosplit << std::endl;
    while((contain = s->find(*tosplit,i)) != std::string::npos)
    {
        count++;
        i = contain + 1;
    }
    std::cout << "Contains " << count << std::endl;
    if (count == 0)
    {
        std::cout << "Equals 0" << std::endl;
        split = std::vector<std::string>(1);
        split.at(0) = s->c_str();
        return split;
    }
    split = std::vector<std::string>(count + 1);
    split.begin();
    int lasti;
    i = s->find_first_of(*tosplit);
    split.at(0) = s->substr(0, i);
    lasti = i;
    int runs = 1;
    while (runs <= count) 
    {
        i = s->find(*tosplit, lasti + 1);
        std::cout << i << " " << lasti << std::endl;
        split.at(runs) = s->substr(lasti, --i);
        runs++;
        lasti = i;
    }
    split.at(runs) = s->substr(lasti, s->size());
    std::cout << "done, result is" << std::endl;
    i = 0;
    while (i < split.capacity()) 
    {
        std::cout << split.at(i) << std::endl;
        i++;
    }
    return split;
}

它会引发out_of_range异常。 您能提供的任何帮助将不胜感激。 这就像我在函数中使用指针的第一部分，所以我在这里有点猜测。
谢谢！

请不要建议使用 x 或 y 方法，我想写我自己的方法，因为我是为了体验而这样做。

以下是我发现的一些问题：

  1. 在检查 NULL 指针之前取消引用s。
  2. 在检查 NULL 之前取消引用tosplit。
  3. 而不是计算字符串的数量，然后拆分字符串（需要 2 次搜索），按搜索计数。
  4. 当您通过它时，i = contain + 1的位置可能超出范围到 while 循环中的表达式。
  5. 尝试使用方法std::vector::push_back而不是分配在一个特定的，也许是未分配的位置。
  6. 语句return split返回字符串数组的副本。你真的要返回一个大型数据结构吗？
  7. 语句split.begin()将迭代器返回到开头的载体;你不使用的。
  8. 使用split.size()而不是split.capacity。 它们是两个不同的概念。

这实际上很容易做到，例如 std::istringstream和std::copy，以及标准迭代器库的一些帮助。

对于那些想要查看工作代码的人，可以在这里找到它。

对于链接中的代码，整个程序是 18 行，其中实际拆分是三行，但那是因为我拆分它以使其更具可读性（它实际上是单个函数调用）。

对于更通用的解决方案，如果可以使用C++ 11 个正则表达式（或 Boost 正则表达式或其他一些正则表达式库可用）。

单个分隔符：

你写了太多的代码来做到这一点。你可以用几行字来完成。你变得过于复杂了。而且没有理由为此真正使用指针做任何事情。

vector<string> Split(string s, char delim)
{
    vector<string> strings;
    for(istringstream ss(s); getline(ss, s, delim); strings.push_back(move(s)));
    return strings;
}

多个分隔符：

使用多个分隔符的解决方案更为复杂。你不能再利用getline，这意味着你基本上是在自己编写getline功能的一部分。但是，它仍然可能很短。

vector<string> Split(const string& s, const char* delims)
{
    vector<string> strings;
    for(string::size_type start = 0, end; end != string::npos && start < s.size(); start = end+1)
    {
        end = s.find_first_of(delims, start);
        strings.push_back(s.substr(start, end-start));
    }
    return strings;
}

当分隔符彼此相邻时，这将添加空白字符串。如果这不是相邻分隔符的所需行为，则可以通过使用 if(start != end) 保护push_back来轻松避免这种情况。

结论：

当你开始编写这样的低级算法时，用广义的术语来伪编码它，然后在编写任何代码之前检查C++标准库可以提供什么来削减部分或全部工作。你最终会得到更小、更不容易出错、更易于理解的代码。例如，没有人希望看到find_first_of的手动滚动实现。阅读单词find_first_of要清楚得多.很明显该函数将要做什么，并且它没有错误（希望如此）。

与其尝试为向量预先分配空间，只需使用 push_back 在找到零件时附加它们。

对不起，我不禁认为你的函数过于复杂。如果你想自己编写逻辑来学习，而不是使用一些预先打包的功能，那很好，但这并不意味着你不应该保持逻辑简单。

我相信你的算法应该看起来更像这个：

// Note that the delimiter can be a string as well, not just a char
vector<string> split(string const& s, string const& delimiter)
{
    vector<string> result;
    string::size_type startPos = 0;
    string::size_typepos = s.find(delimiter);
    while (pos != string::npos)
    {
        // Extract token and save it...
        string token = s.substr(startPos, pos - startPos);
        result.push_back(token);
        // Step to next token...
        startPos = pos + 1;
        pos = s.find(delimiter, pos + 1);
    }
    // Parse last token (in case the string is not terminated
    // by the delimiter).
    if (startPos < s.length())
    {
        string lastToken = s.substr(startPos);
        result.push_back(lastToken);
    }
    return result;
}
相关文章：