添加了〜10000個密鑰後，unordered_map中的段錯誤

Question

嘗試插入到unordered_map時，當datact = 10736時發生分段錯誤（請參閱調用引發錯誤的註釋行）。請參閱下面的嘗試修復。

當SIGSEGV被拋出它指向我到線764 hashtable_policy.h的

INPUT：用列1 =計數列2 = 16個字符的字符串

目的數據文件：通過將簇16個字符的序列的所有一起替換不同序列的1次計數。看到的第一個序列是識別其所有1位替換朋友的「原點」。

僞代碼：對於文件中的每一行：

1. 閱讀數，閱讀順序。

2. 如果序列key_value存在於散列'位置'（類型 unordered_map），則添加當前計數;

3. 否則做一個新的key_value，讓它指向這裏的計數，並且 指定所有的1-替換序列也指向這個計數。

代碼：

#include <iostream> 
#include <fstream> 
#include <string> 
#include <sstream> 
#include <cmath> 
#include <vector> 
#include <unordered_map> 
#include <map> 

#include "matrix.h" 

using namespace std; 

int nuc2num(char currchar) 
{ // returns 0,1,2,3 for A,C,T,G respectively 
    int outnum; 

    if (currchar=='A') 
    { 
     outnum=0; 
    } 
    else if (currchar=='C') 
    { 
     outnum=1; 
    } 
    else if (currchar=='T') 
    { 
     outnum=2; 
    } 
    else 
    { 
     outnum=3; 
    } 
    return outnum; 
} 

int main(int argc, char* argv[]) 
{ 
    //command line arguments 
    // arg1=filename, arg2=barcode sequence length, arg3=#mismatches permitted 

    //input handling 
    // file format: column 1 | column 2 
    //    counts | sequence [int | string] 

    string filename; 
    string funnelstring; 

    // define lookup matrix; rows=ACTG, cols = ACTG without row element 
    Matrix <char> sub_lookup(4,3); 
    sub_lookup[0][0] = 'C'; 
    sub_lookup[0][1] = 'T'; 
    sub_lookup[0][2] = 'G'; 
    sub_lookup[1][0] = 'A'; 
    sub_lookup[1][1] = 'T'; 
    sub_lookup[1][2] = 'G'; 
    sub_lookup[2][0] = 'A'; 
    sub_lookup[2][1] = 'C'; 
    sub_lookup[2][2] = 'G'; 
    sub_lookup[3][0] = 'A'; 
    sub_lookup[3][1] = 'C'; 
    sub_lookup[3][2] = 'T'; 

    int L,k; 

    int j=0; 

    const int buffersize=10000; 
    int currentsize=buffersize; 

    int datact=0; 
    int currchar; 

    vector <unsigned int> ctarr(buffersize); 
    vector <string> seqarr(buffersize); 

    filename=argv[1]; 
    L=atoi(argv[2]); 
    k=atoi(argv[3]); 

    unsigned int sct; 
    int substrlen; 
    string sequence,textct; 
    ifstream seqfile (filename.c_str()); 

    //map <string,unsigned int*> location; 
    unordered_map <string,unsigned int*> location; 

    if (seqfile.is_open()) 
    { 
     getline(seqfile,textct,'\n'); 
     while (textct != "") 
     { 
      sct=atoi(textct.c_str()); 
      substrlen=textct.length(); 
      //cout << textct << endl; 
      sequence=textct.substr(substrlen-L,L); 
      //cout << sequence << endl; 

      //is there an associated guy? 
      if (location.find(sequence) != location.end()) //just asks whether this key has been assigned 
      { //there's a value in the region 
       *location[sequence]+=sct; 
      } 
      else 
      { //no value in region, make a footprint 
       ctarr[datact]=sct; 
       seqarr[datact]=sequence; 
       location[sequence]=&ctarr[datact]; //assign current key to point to data count 


       //assign k substitution "funnel" region to point to this count as well 
       for (j=0; j<L; j++) 
       { 
        funnelstring=sequence; 
        currchar = nuc2num(sequence[j]); 

        if (datact==10736 && j==13) 
        { 
         cout << "here" << endl; 
         cout << sequence << endl; 
        } 

        for (k=0; k<3; k++) 
        { 
         funnelstring[j]=sub_lookup[currchar][k]; 

//     if (datact==10736 && j==13) 
//     { 
//      cout << funnelstring << endl; 
//      cout << location.max_size() << " | " << location.size() << endl; 
//      string asdf; 
//      asdf="AAAAAAAAAAAAAAAA"; 
//      location[asdf]=&ctarr[datact]; //still segfaults 
//     } 

         if (location.find(funnelstring) == location.end()) // asks whether this key has been assigned 
         { //this region is not assigned to another funnel 
          location[funnelstring]=&ctarr[datact]; //LINE THAT CAUSES SIGSEGV 
         } 
        } 
       } 
       datact++; 
       cout << datact << endl; 
       if (datact>=currentsize) 
       { 
        ctarr.resize(currentsize+buffersize); 
        seqarr.resize(currentsize+buffersize); 
        currentsize+=buffersize; 
       } 
      } 

      getline(seqfile,textct,'\n'); 
     } 
     seqfile.close(); 
    } 

探索。

1. 不要緊添加什麼鍵，當datact==10736和j=13，任何 鍵添加到一個SIGSEGV（unordered_map）定位結果。
2. 有問題的代碼行（標有上面的註釋）在之前被調用了很多次，並且運行正常。
3. 在同一事件中交換unordered_map以獲取地圖結果，但在不同（更高）的datact計數處交換地圖結果。仍然很低（在datact == 16-35 千之間）。
4. 幾乎準確地重寫了這段代碼，但隨機生成的16個字符的序列完美地工作，據我所知（沒有 數據段的段錯誤高達200,000，沒有測試更高）。
5. 在（4）中的代碼中，似乎在10000左右有一個rehash，這可能是相關或巧合的。

如果需要，我可以發佈讀取的數據文件。

編輯：解決 代替unordered_map <string,unsigned int*> location，與unordered_map <string,unsigned int> location代替（VALUE_TYPE爲int代替INT *）。現在value_type持有ctarr []中的索引。運行良好。謝謝！

Answer 1

當您撥打vector::resize()時，指向vector的元素可以失效。這是因爲可能需要移動整個數據才能找到適合新大小的連續內存塊。換句話說：只要您撥打resize，您的所有location數據突然變成無用的垃圾。

可能的解決方案：

• 讓location存儲所需的元素在ctarr作爲它的值，而不是指針的指數。 （這肯定不會改變你的程序的語義。）
• 讓location存儲實際的unsigned int值而不是指針。根據你的程序邏輯以及你如何改變和訪問這些數據，這可能不是你想要的。

還要注意的是，雖然在hashtable_policy.h發生段錯誤，這個錯誤已經無關的unordered_map（或vector）的實施 - 這完全是你爲vector::resize() ;-)不能讀取基準故障：http://www.cplusplus.com/reference/vector/vector/resize/（部分「迭代器的有效性」）

---

我注意到了有關你的代碼的另一件事是，你使用operator[]訪問您vector元素。這會禁止超出邊界檢查。如果我在代碼中遇到類似你的錯誤（難以追溯，因爲它發生在遠離我的錯誤代碼的地方），我的第一個過程是將operator[]替換爲vector::at()（實際上，我總是以at()開頭，並且只切換if我可以毫無疑問地證明邊界檢查是這個特定目的的性能瓶頸）。這不會對你的問題有所幫助，但往往是發現錯誤的寶貴幫助。