使用struct与动态内存分配统计文本单词词频的代码问题咨询

1. 核心逻辑错误 #

• 匹配到重复单词后直接return count，会直接终止整个文件读取流程，仅能处理到第一个重复单词之前的内容，完全不符合统计全文件单词频率的需求。
• 该分支下没有释放临时申请的lower内存，会直接造成内存泄漏。

2. 输入读取逻辑错误 #

• fscanf读取到文件末尾时返回EOF（值为负，非0），当前while (fscanf(f_in, "%s", word))的判断条件会把文件结束也判定为真，进入死循环，应当改为while (fscanf(f_in, "%s", word) == 1)，仅当成功读取到1个字符串时才进入循环。
• 没有对s数组的容量做边界判断，当单词数量超过数组最大长度时会发生数组越界写，触发内存溢出。

3. 未定义行为风险 #

• tolower的入参需要强制转为unsigned char类型，否则遇到负值的扩展ASCII字符会触发未定义行为。
• 新单词的freq初始化直接用++操作，若s数组是栈上申请或malloc申请未初始化，初始值为随机值，统计结果完全错误，应当改为s[count].freq = 1。
• 当前lower的字符串终止符完全依赖calloc初始化为0的特性，如果后续换成malloc没有手动补'\0'，strcmp、strcpy操作都会触发未定义行为。

选型建议 #

• 如果你申请内存后需要内容默认初始化为0（比如字符串自动带终止符、计数变量初始为0），直接用calloc更省心，不需要额外手动初始化。
• 如果你申请后会立即覆盖所有内存内容，不需要初始值，用malloc性能略高（省去了批量清0的开销），本案例中你如果用malloc申请lower，需要在循环转小写后手动加lower[strlen(word)] = '\0'补字符串终止符。

释放时机 #

• 临时使用的动态内存（比如本案例中的lower），在当前作用域内所有用到该内存的逻辑都执行完成后即可释放，本案例需要在匹配到重复单词的分支里，s[j].freq++之后先加free(lower)，再return，避免泄漏。
• 存储统计结果的动态内存（如果你后续把固定大小的s数组改成动态扩容、把struct里的固定大小word改成动态申请的char*），需要在整个统计逻辑全部完成、业务侧不再需要统计结果之后，先遍历释放每个struct里的word内存，再释放struct数组本身的内存。

内容的提问来源于stack exchange，提问作者Schopenhauer