关于C/C++ stdin缓冲区以及对字符输入的一些经验和心得

关于C/C++ stdin缓冲区以及对字符输入的一些经验和心得

  在使用C/C++编写控制台应用或acm竞赛的时候，I/O方式无非是标准输入输出，特别是acm竞赛，就本人来说，由C语言入门，输入方式还只会scanf，自从学了C++，便深深地被 cin/cout输入输出流的简洁用法所吸引，相信有这种感觉的不止我一个人。
  所以很长一段时间，日常的训练和各种线上比赛，再也没有使用过scanf，反手一个cin感觉很炫酷。然而好景不长，一次bestcoder的常规线上赛，前期发挥稳定，手感相当好，1001和1002快而准地ac，1003也很快来了思路（两年前的事情了，细节什么的早忘了），咔咔咔敲完代码提交ac，最后剩下充足的时间攻克1004，虽然到结束也没做出来，但是3题铁定涨分啊……
  然而终判的结果让我大吃一鲸，T！L！E！，居然超时，百思不得其解之时（其实之前知道cin效率低，但是用着太顺手了就没在意），想到了会不会是数据太多？然后等着终判结束题目开放，抱着试一试的心态，把cin改成了scanf，然后……居然……秒过……
  然后网上查阅资料（只说输入，输出大同小异），cin慢的原因很多，其中很重要的一点是为了使cin与scanf可以兼容混合使用，cin在内部实现的时候会同步输入缓冲区，也就是说，输入流会时刻与输入缓冲保持同步，这是一个很耗时的操作，所以就导致了在大量输入数据的时候，cin会比scanf慢很多，可以说，这个慢，是数量级上的差异。
  如果你可以保证程序中不会出现标准输入与流输入混用的情况，可以在程序开始时使用ios::sync_with_stdio(false);关闭同步来提高速度，但是在大量数据面前输入速度仍显得乏力，相比scanf还是慢了一些（上面说的1003题我用cin关同步还是超时，只有scanf能过），个人认为原因在于对输入流对象的封装和>>这个符号的运算符重载导致执行时间变慢。
  所以从那以后，在acm生涯里再也没有使用过cin……硬生生地改回了scanf的习惯。简洁和效率总要舍弃一个，对于算法竞赛来说，效率才是关键吧……

---

  说了这么多cin与scanf的速度比较，接下来重点说一下scanf，用法不必多说，结合多年来竞赛经验，介绍一下格式符%c与其他格式符的区别和特定使用场景的注意事项。

  %c是一个很奇葩的设定，单独读入一个字符，包括不可见的控制字符（换行等），而其他格式化符号（如%d %lld %f %lf %s等）会在读入未完成时将换行符、空格、制表符等空白字符统统舍弃忽略，直到读到了足够的数据或遇到文件结尾才结束。我们平时控制台输入时通常按行输入，也就是输入数据后要敲击回车才能被读取，这样就导致了换行符在%c与其他格式符号并存的程序中出现各种问题，例如无法获得理想输入数据，字符串错误错误导致程序崩溃等。

例如下面这段程序片段：

int a,b;
char c;
scanf("%d %d", &a, &b);
printf("a=%d b=%d\n", a, b);
scanf("%c", &c);
printf("char=%c\n", c);

理想状态下，我们输入以下数据：

11 66
a

  输出结果应该与输入一致，也就是说输入11 66后敲下回车紧接着就会出现a=11 b=66，然后再输入a敲回车会出现char=a。但事实上输入11 66敲回车得到a=11 b=66以后，并不会再等待输入字符，而是在出现char=和一个空行之后，直接结束，如下图：

  为什么会出现这种情况？我们先来想两个问题，为什么程序在遇到scanf等输入操作的时候，会停在那里发生阻塞？为什么我们输入完成后，还要敲一下回车才能有反应？

为什么发生阻塞？
简单点说，程序在scanf处发生了I/O请求，需要数据，而scanf需要从输入缓冲区读取数据，程序刚运行的时候，这个缓冲区是空的，所以scanf得不到数据，就会阻塞程序，一直等待缓冲区内出现数据，此时我们从控制台输入内容，敲下回车，输入的内容便会传送给程序输入缓冲区，被scanf阻塞的程序发现缓冲区里有内容了，就会让scanf继续执行，读入数据。

---

为什么要敲回车？
默认情况下，我们在控制台的输入内容是不会立刻同步到缓冲区的，也许是为了防止误输入或效率问题，只有敲下回车的时候，输入内容连同换行符才会被一起传送至缓冲区，但实际上，被传送至缓冲区的换行符通常是我们所不需要的，它只是我们从控制台输入内容时所要按下的一个键而已，并不是我们需要的数据。

  当缓冲区内有了数据，scanf便开始按照设定的格式进行读取，除%c格式符以外，scanf会按照格式里的内容从左至右读取指定格式的数据。

  我们回看之前的例子，单步解读程序，格式内容"%d %d"，我们输入11 66敲回车后，输入缓冲区内容变为11 66\n（用\n代表换行符），scanf先尝试读取格式内容里的第一个%d，也就是读整数，从缓冲区里成功读到了11，此时缓冲区剩下66\n（注意开头有个空格），然后尝试读取第二个%d，由于此时缓冲区开头的内容是空格，%d不理睬 ，忽略开头若干空白字符，然后遇到66，成功读入，此时scanf没有别的要读的了，结束，函数返回2（读入的数量），此时缓冲区剩余\n，然后程序执行printf，再执行scanf("%c", &c);，由于此时缓冲区有内容\n，所以不阻塞，直接读取，开头说到%c会读取一切字符，所以换行符自然而然被读到了 ，所以变量c的内容是'\n'，带入printf("char=%c\n", c);，就可以明白为什么会出现图示的现象了。

  如何解决？方案就是在每次使用scanf之后，调用fflush(stdin);来清空输入缓冲区（也就是清掉那个恼人的换行符），然而这样做很麻烦并且几乎所有oj都拒绝这种危险的操作，所以一般使用getchar();来消除换行符（实际就是读入但不赋值给变量）。

  getchar()与scanf("%c")一样，可以读入任意字符，所以我们每次要使用scanf("%c")时，不妨先检查在此之前是否有其他的输入行，如果有的话，记得在这两次输入之间加上getchar()来抵消敲击回车所产生的换行符。上例，修改后如下：

int a,b;
char c;
scanf("%d %d", &a, &b);
printf("a=%d b=%d\n", a, b);
getchar();
scanf("%c", &c);
printf("char=%c\n", c);

运行，我们依次输入11 66，敲回车，输入a，敲回车，结果如下：

这下就正常了。

下面是一个典型的输入场景：

---

矩阵类字符输入
描述： 第一行输入两个整数n,m，接着n行，每行m个字符
样例：

2 3
abc
def

分析：

我们先不考虑怎么一步步输的，假设把整个输入内容送到缓冲区，然后我们缓冲区内的字符序列是这样的：2 3\nabc\ndef\n，观察这个序列，a，d前面都有换行，所以读取这两个字符时，换行会产生干扰，当然最后一个换行程序都快结束了留着也没什么卵用，所以我们需要抵消三个换行，分别在输完2 3以后和每行的字符输完以后。

实现1：

char a[10][10];
int n,m;
scanf("%d %d", &n, &m);
getchar(); // 接下来要读字符，而这里产生了额外的换行，吃掉
for(int i = 0 ; i < n ; i++)
{
    for(int j = 0 ; j < m ; j++)
    {
        scanf("%c", &a[i][j]);
    }
    getchar(); // 读完了m个字符，也就是一行，产生了一个换行符，而接下来的外层循环要读下一行的字符，所以要吃掉它
}

实现2（输入不包含空格）：

如果题目明确表示或暗示输入字符不包含空格，可以将每行字符作为一个不含空格的字符串输入，也就是使用scanf(“%s”)，这样我们就不用考虑换行符的抵消问题了，因为前面说过，除了%c，其他格式符号都不会care换行符。
下面实现的前提是字符中不包含空格

char a[10][10];
int n,m;
scanf("%d %d", &n, &m);
for(int i = 0 ; i < n ; i++)
{
    scanf("%s", a[i]);
    //  这样相当于直接将abc按照顺序依次存入a[0][0],[0][1],[0][2]，并自动在a[0][3]加入字符串结束标志'\0',方便调试。
}

实现3（包含空格但不想用scanf）：

如果觉得scanf太麻烦，而且输入的字符的确包含空格，那么可以用gets()函数，不过这个函数由于在设计时存在缓冲区溢出漏洞，C++标准里并不推荐使用，但是日常训练和竞赛只要稍加注意并不会出现溢出问题（只要字符数组够大就没事），所以这个函数也是很好用的。
gets()函数会读入一行字符，它会一直读输入缓冲区内的字符序列直到遇到了'\n'才会停止，值得注意的是，gets()以换行符为界，并不会把换行符作为输入的一部分而读进字符串，但会消耗掉换行符，这点与scanf有所不同。
例如输入缓冲区内容为abc def gh 666\n233，gets函数从该缓冲区读取到的内容为abc def gh 666，而缓冲区剩余233，'\n'为gets函数做“路标”但惨遭gets函数“抛弃”。当然，如果缓冲区第一个字符就是换行符，则gets会读入一个空字符串并消耗掉缓冲区的这个换行符。上例代码：

char a[10][10];
int n,m;
scanf("%d %d", &n, &m);
getchar(); // 此时缓冲区第一个字符是换行符，不消除的话下一个gets会读到空字符串
for(int i = 0 ; i < n ; i++)
{
    gets(a[i]);
    // 这里不需要为下一次循环的gets做换行抵消，因为gets本身就会在本行输入结束时抵消换行符
}

---

  总结来说，了解了缓冲区的作用和各种输入对于控制符的处理，再处理起字符类输入问题就得心应手了，acm生涯里不乏遇到各种姿势的变态输入格式，有的时候数据输入完了再输出来就变得不一样了，还有的时候输入数据复杂到整个题目的时间都用在了研究输入上，所以掌握好基本的数据输入才是ac的第一步。