C语言中朴素贝叶斯静态转动态内存分配及移除硬编码定义问题

我来帮你一步步解决把静态内存版朴素贝叶斯改成动态分配的问题，同时搞定配置文件读取和移除硬编码#define的需求，咱们拆解成几个清晰的步骤：

首先得把原来依赖#define的结构体改成带动态参数的版本。比如你之前可能写过这样的代码：

#define MAX_CLASSES 5
#define MAX_FEATURES 20
typedef struct {
    double priors[MAX_CLASSES];
    double likelihoods[MAX_CLASSES][MAX_FEATURES];
} NaiveBayesModel;

现在把宏替换成结构体的成员变量，然后用指针来存储动态分配的内存：

typedef struct {
    int num_classes;    // 从配置文件读取的类别数
    int num_features;   // 从配置文件读取的特征数
    double* priors;     // 动态分配的先验概率数组
    double** likelihoods; // 动态分配的似然概率二维数组
} NaiveBayesModel;

这样结构体就完全摆脱了硬编码的限制，所有维度都由运行时参数决定。

先定好配置文件的格式，比如用简单的键值对（比如config.ini）：

num_classes=3
num_features=15
# 还可以加其他参数，比如laplace_smoothing=1.0

然后写个读取配置的函数，把参数读出来：

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

int load_config(const char* config_path, int* out_classes, int* out_features) {
    FILE* fp = fopen(config_path, "r");
    if (!fp) {
        perror("Failed to open config file");
        return -1;
    }

    char line[256];
    while (fgets(line, sizeof(line), fp)) {
        // 跳过注释和空行
        if (line[0] == '#' || line[0] == '\n') continue;
        
        char key[64], value[64];
        if (sscanf(line, "%[^=]=%s", key, value) == 2) {
            if (strcmp(key, "num_classes") == 0) {
                *out_classes = atoi(value);
            } else if (strcmp(key, "num_features") == 0) {
                *out_features = atoi(value);
            }
        }
    }
    fclose(fp);
    return 0;
}

这个函数会把配置里的类别数和特征数读到变量里，供后续动态分配使用。

基于读取到的参数，写一个模型初始化函数，负责分配所有需要的内存，还要处理分配失败的情况（避免内存泄漏）：

NaiveBayesModel* nb_create_model(int num_classes, int num_features) {
    // 先分配结构体本身
    NaiveBayesModel* model = (NaiveBayesModel*)malloc(sizeof(NaiveBayesModel));
    if (!model) return NULL;

    model->num_classes = num_classes;
    model->num_features = num_features;

    // 分配先验概率数组
    model->priors = (double*)calloc(num_classes, sizeof(double));
    if (!model->priors) {
        free(model);
        return NULL;
    }

    // 分配似然概率的二维数组：先分配行，再逐行分配列
    model->likelihoods = (double**)malloc(num_classes * sizeof(double*));
    if (!model->likelihoods) {
        free(model->priors);
        free(model);
        return NULL;
    }

    for (int i = 0; i < num_classes; i++) {
        model->likelihoods[i] = (double*)calloc(num_features, sizeof(double));
        if (!model->likelihoods[i]) {
            // 分配失败，回滚所有已分配的内存
            for (int j = 0; j < i; j++) {
                free(model->likelihoods[j]);
            }
            free(model->likelihoods);
            free(model->priors);
            free(model);
            return NULL;
        }
    }
    return model;
}

用calloc的好处是会把内存初始化为0，适合概率值的初始状态。

动态分配的内存一定要手动释放，避免内存泄漏，所以写个销毁函数：

void nb_destroy_model(NaiveBayesModel* model) {
    if (!model) return;

    // 先释放二维数组的每一行
    for (int i = 0; i < model->num_classes; i++) {
        free(model->likelihoods[i]);
    }
    // 释放二维数组的行指针数组
    free(model->likelihoods);
    // 释放先验数组
    free(model->priors);
    // 释放结构体本身
    free(model);
}

原来代码里用到MAX_CLASSES、MAX_FEATURES的地方，全部替换成model->num_classes和model->num_features。比如训练时的循环：

// 原来的静态版本
for (int c = 0; c < MAX_CLASSES; c++) {
    for (int f = 0; f < MAX_FEATURES; f++) {
        // 计算似然概率
    }
}

改成：

// 动态版本
for (int c = 0; c < model->num_classes; c++) {
    for (int f = 0; f < model->num_features; f++) {
        // 计算似然概率
    }
}

这样所有循环都能适配动态的维度了。

• 如果是用C++开发的话，可以用new/delete替代malloc/free，或者直接用vector来管理动态内存（不过你说CSV读取的vector部分可忽略，所以按C的方式也没问题）
• 配置文件可以扩展更多参数，比如拉普拉斯平滑系数，这样也不用硬编码在代码里
• 内存分配后一定要检查返回值，避免空指针访问导致程序崩溃

内容的提问来源于stack exchange，提问作者Kumar Roshan Mehta