如何用C语言实现支持命令行参数的双模式文件检索工具

功能需求 #

• 数据文件为两列CSV格式，第一列是待查找数字，第二列是需展示的关联数据；
• 工具通过命令行参数接收指令，格式为find [-s | -t] number：
  • number：待查找的目标数字；
  • -s：采用逐行扫描文件的方式查找；
  • -t：采用自定义哈希方案查找；
• 查找成功时输出：Found [number] with data on second column is [关联数据]，并显示查找耗时；
• 参数错误时输出提示：

  No method defined
  Proper Syntax is
  find [ -s | -t ] number
  

当前代码存在的问题 #

现有C代码存在以下缺陷，需要修改完善：

• 硬编码查找值，未通过命令行参数接收目标数字和查找方式；
• 未读取CSV文件的第二列关联数据；
• 无查找耗时统计功能；
• 哈希查找逻辑错误，未正确实现哈希表存储与查找逻辑；
• 文件读取依赖feof判断循环结束，存在逻辑风险。

完善后的代码实现 #

#include <stdio.h>
#include <stdlib.h>
#include <stdbool.h>
#include <time.h>
#include <string.h>

#define HASH_SIZE 100
#define MAX_DATA_LEN 256

// 哈希表节点结构
typedef struct HashNode {
    int key;
    char data[MAX_DATA_LEN];
    struct HashNode* next;
} HashNode;

HashNode* hash_table[HASH_SIZE] = {NULL};

// 哈希函数（处理负数确保非负索引）
int hash(int value) {
    int res = value % HASH_SIZE;
    return res < 0 ? res + HASH_SIZE : res;
}

// 向哈希表插入节点
void hash_insert(int key, const char* data) {
    int index = hash(key);
    HashNode* new_node = (HashNode*)malloc(sizeof(HashNode));
    if (!new_node) {
        perror("Failed to allocate memory");
        return;
    }
    new_node->key = key;
    strncpy(new_node->data, data, MAX_DATA_LEN - 1);
    new_node->data[MAX_DATA_LEN - 1] = '\0';
    new_node->next = hash_table[index];
    hash_table[index] = new_node;
}

// 从哈希表查找节点
HashNode* hash_find(int key) {
    int index = hash(key);
    HashNode* current = hash_table[index];
    while (current) {
        if (current->key == key) {
            return current;
        }
        current = current->next;
    }
    return NULL;
}

// 释放哈希表内存
void hash_free() {
    for (int i = 0; i < HASH_SIZE; i++) {
        HashNode* current = hash_table[i];
        while (current) {
            HashNode* temp = current;
            current = current->next;
            free(temp);
        }
        hash_table[i] = NULL;
    }
}

// 逐行扫描查找
bool scan_find(FILE* file, int target, char* result_data) {
    rewind(file); // 重置文件指针到开头
    int current_key;
    char current_data[MAX_DATA_LEN];
    while (fscanf(file, "%d,%s", &current_key, current_data) == 2) {
        if (current_key == target) {
            strncpy(result_data, current_data, MAX_DATA_LEN - 1);
            result_data[MAX_DATA_LEN - 1] = '\0';
            return true;
        }
    }
    return false;
}

// 哈希方式查找（先构建哈希表再查找）
bool hash_table_find(FILE* file, int target, char* result_data) {
    rewind(file);
    // 构建哈希表
    int current_key;
    char current_data[MAX_DATA_LEN];
    while (fscanf(file, "%d,%s", &current_key, current_data) == 2) {
        hash_insert(current_key, current_data);
    }
    // 查找目标
    HashNode* node = hash_find(target);
    if (node) {
        strncpy(result_data, node->data, MAX_DATA_LEN - 1);
        result_data[MAX_DATA_LEN - 1] = '\0';
        return true;
    }
    return false;
}

int main(int argc, char* argv[]) {
    // 校验命令行参数格式
    if (argc != 3 || (strcmp(argv[1], "-s") != 0 && strcmp(argv[1], "-t") != 0)) {
        printf("No method defined\nProper Syntax is\nfind [ -s | -t ] number\n");
        return 1;
    }

    int target = atoi(argv[2]);
    FILE* file = fopen("DATA_FILE.csv", "r");
    if (!file) {
        perror("Error while opening the file");
        return 1;
    }

    char result_data[MAX_DATA_LEN];
    bool found = false;
    clock_t start, end;
    double elapsed_time;

    // 记录查找开始时间
    start = clock();
    if (strcmp(argv[1], "-s") == 0) {
        found = scan_find(file, target, result_data);
    } else if (strcmp(argv[1], "-t") == 0) {
        found = hash_table_find(file, target, result_data);
    }
    // 记录查找结束时间并计算耗时
    end = clock();
    elapsed_time = ((double)(end - start)) / CLOCKS_PER_SEC;

    // 输出结果
    if (found) {
        printf("Found %d with data on second column is %s\n", target, result_data);
        printf("Search took %.6f seconds\n", elapsed_time);
    } else {
        printf("Value %d not found in file\n", target);
    }

    // 清理资源
    if (strcmp(argv[1], "-t") == 0) {
        hash_free();
    }
    fclose(file);
    return 0;
}

代码改进说明 #

1. 命令行参数处理：严格校验参数数量与格式，不符合要求时输出规范错误提示；
2. 双查找模式实现：
   • -s模式：逐行扫描CSV文件，匹配目标数字后返回关联数据；
   • -t模式：先将文件内容加载到链式哈希表（解决哈希冲突），再通过哈希表快速查找；
3. 耗时统计：使用clock()函数记录查找前后的时间差，计算并输出精确到微秒的耗时；
4. CSV解析优化：使用fscanf("%d,%s")正确解析两列数据，支持字符串类型的关联数据；
5. 内存管理：哈希表使用完成后主动释放内存，避免内存泄漏；
6. 错误处理：添加文件打开失败、内存分配失败的错误提示，提升程序健壮性。

内容的提问来源于stack exchange，提问作者randomized