c/docs/notes/01_c-basic/07_xdx/index.md

第一章：输入输出模型

1.1 回顾冯·诺依曼体系结构

• 冯·诺依曼体系结构的理论要点如下：
  • ① 存储程序：程序指令和数据都存储在计算机的内存中，这使得程序可以在运行时修改。
  • ② 二进制逻辑：所有数据和指令都以二进制形式表示。
  • ③ 顺序执行：指令按照它们在内存中的顺序执行，但可以有条件地改变执行顺序。
  • ④ 五大部件：计算机由运算器、控制器、存储器、输入设备和输出设备组成。
  • ⑤ 指令结构：指令由操作码和地址码组成，操作码指示要执行的操作，地址码指示操作数的位置。
  • ⑥ 中心化控制：计算机的控制单元（CPU）负责解释和执行指令，控制数据流。

Note

上述的组件协同工作，构成了一个完整的计算机系统：

• 运算器和控制器通常被集成在一起，组成中央处理器（CPU），负责数据处理和指令执行。
• 存储器（内存）保存数据和程序，是计算机运作的基础。
• 输入设备和输出设备负责与外界的交互，确保用户能够输入信息并接收计算机的处理结果。

直到今天，虽然硬件的发展日新月异，但是现代计算机的硬件理论基础还是《冯·诺依曼体系结构》。

1.2 冯·诺依曼体系结构的瓶颈

• 计算机是有性能瓶颈的：如果 CPU 有每秒处理 1000 个服务请求的能力，各种总线的负载能力能达到 500 个， 但网卡只能接受 200个请求，而硬盘只能负担 150 个的话，那这台服务器得处理能力只能是 150 个请求/秒，有 85% 的处理器计算能力浪费了，在计算机系统当中，硬盘的读写速率已经成为影响系统性能进一步提高的瓶颈。

• 计算机的各个设备部件的延迟从高到低的排列，依次是机械硬盘（HDD）、固态硬盘（SSD）、内存、CPU 。

• 从上图中，我们可以知道，CPU 是最快的，一个时钟周期是 0.3 ns ，内存访问需要 120 ns ，固态硬盘访问需要 50-150 us，传统的硬盘访问需要 1-10 ms，而网络访问是最慢，需要 40 ms 以上。

Note

时间的单位换算如下：

• ① 1 秒 = 1000 毫秒，即 1 s = 1000 ms。
• ② 1 毫秒 = 1000 微妙，即 1 ms = 1000 us 。
• ③ 1 微妙 = 1000 纳秒，即 1 us = 1000 ns。

• 如果按照上图，将计算机世界的时间和人类世界的时间进行对比，即：

如果 CPU 的时钟周期按照 1 秒计算，
那么，内存访问就需要 6 分钟；
那么，固态硬盘就需要 2-6 天；
那么，传统硬盘就需要 1-12 个月；
那么，网络访问就需要 4 年以上。

Note

• ① 这就中国古典修仙小说中的“天上一天，地上一年”是多么的相似！！！
• ② 对于 CPU 来说，这个世界真的是太慢了！！！

• 其实，中国古代中的文人，通常以蜉蝣来表示时间的短暂（和其他生物的寿命比），也是类似的道理，即：

鹤寿千岁，以极其游，蜉蝣朝生而暮死，尽其乐，盖其旦暮为期，远不过三日尔。
	                                        --- 出自 西汉淮南王刘安《淮南子》

寄蜉蝣于天地，渺沧海之一粟。 哀吾生之须臾，羡长江之无穷。 
挟飞仙以遨游，抱明月而长终。 知不可乎骤得，托遗响于悲风。
	                                        --- 出自 苏轼《赤壁赋》

Note

• ① 从蜉蝣的角度来说，从早到晚就是一生；但是，从人类角度来说，从早到晚却仅仅只是一天。
• ② 这和“天上一天，地上一年”是多么的相似，即：如果蜉蝣是人类的话，那我们就是仙人了。

• 存储器的层次结构（CPU 中也有存储器，即：寄存器、高速缓存 L1、L2 和 L3），如下所示：

Note

上图以层次化的方式，展示了价格信息，揭示了一个真理，即：鱼和熊掌不可兼得。

• ① 存储器越往上速度越快，但是价格越来越贵， 越往下速度越慢，但是价格越来越便宜。
• ② 正是由于计算机各个部件的速度不同，容量不同，价格不同，导致了计算机系统/编程中的各种问题以及相应的解决方案。

• 正是由于 CPU、内存以及 I/O 设备之间的速度差异，从而导致了计算机的性能瓶颈，即所谓的“冯·诺依曼体系结构的瓶颈”。

• 因为 CPU 的处理速度远远快于内存和 I/O 设备，导致在等待数据处理和传输的时候，CPU 大部分处于空闲状态。就是这种显著的速度差异就导致了计算机的性能瓶颈，限制了整个计算机系统的效率。

Note

• 对于硬件的这种显著的速度差异，我们程序员是无法解决的。
• 但是，为了平衡三者之间的速度鸿沟，我们可以通过引入缓冲区技术，来降低系统的 I/O 次数，降低系统的开销。

• 其实，在硬件上也是有缓冲区的，即：CPU 内部集成了缓存，将经常使用到的数据从内存中加载到缓存中。

Note

对于缓存和内存中数据的同步解决方案，会有各种各样的算法，如：LRU 等。

1.3 缓冲区

1.3.1 如果存在缓冲区，键盘输入的数据是怎么到达程序的？

• 当我们在键盘上输入数据并传递给程序时，通常会经历如下的几个步骤：

  • ① 键盘生成输入信号：当我们在键盘上按下某个键的时候，键盘会将这个动作转换为对应的电信号，传递给键盘控制器。
  • ② 键盘控制器发送中断信号：计算机的键盘控制器会检测到按键动作，向 CPU 发送中断请求。
  • ③ CPU 执行中断处理程序：CPU 暂停当前任务，进入中断处理状态，操作系统的中断处理程序接收并处理键盘输入。
  • ④ 操作系统将输入存入缓冲区：键盘输入的数据被存入内存缓冲区，操作系统会将这些数据暂时存放在缓冲区中，等待程序从缓冲区中读取数据。
  • ⑤ 程序读取数据：程序通过读取函数从缓冲区读取数据进行处理。

• 其对应的图示，如下所示：

Important

其实，C 语言中的 printf 函数和 scanf 函数，其内部就使用了缓冲区。

• ① 当我们使用 printf 函数输出数据的时候，数据并不会立即就写出到输出设备（如：屏幕等）。而是先将其放置到 stdout 缓冲区中，然后在满足条件的时候，再从缓冲区中刷新到输出设备。
• ② 当我们使用 scanf 函数输入数据的时候，数据并不会立即就从输入设备中读取（如：键盘等）。而是先将其放置到 stdin 缓冲区中，然后在满足条件的时候，再从缓冲区中加载数据。

1.3.2 如果没有缓冲区，键盘输入的数据是怎么到达程序的？

• 当我们在键盘上输入数据并传递给程序时，通常会经历如下的几个步骤：

  • ① 键盘生成输入信号：当我们在键盘上按下某个键的时候，键盘会将这个动作转换为对应的电信号，传递给键盘控制器。
  • ② 键盘控制器发送中断信号：键盘控制器检测到按键动作，向 CPU 发送中断请求，通知操作系统有输入数据。
  • ③ 操作系统处理输入：操作系统接收到中断信号后，立即获取键盘数据并处理。由于没有缓冲区，操作系统必须将数据立即传递给程序。
  • ④ 程序直接读取数据：程序必须在键盘每次输入后立即读取数据，并且处理这个输入，不会有任何数据被暂存或积累。

• 其对应的图示，如下所示：

Note

如果没有缓冲区，键盘输入的数据将无法有效地被程序管理和处理，系统的工作效率会显著下降，具体影响体现在以下几个方面：

• ① 程序与设备的频繁交互：在没有缓冲区的情况下，程序需要直接与键盘设备进行交互。这意味着每次按键输入，操作系统都必须立即将数据传递给程序处理。这样会带来以下问题：
  • 频繁的 I/O 操作：每一次键盘输入都会触发一个 I/O 操作，将数据直接传输给程序。程序必须每次都立即响应输入设备，执行读操作，导致程序处理器频繁被中断。
  • 实时响应要求：程序需要时刻等待并响应输入，哪怕是输入非常小的数据（比如一个字符），程序都必须立即读取并处理。这对程序的设计提出了很高的实时性要求，可能会降低程序的运行效率。
• ② 处理效率低下：由于没有缓冲区，程序无法积累多个输入数据再进行批量处理。每一次输入必须立即处理，程序执行的效率会受到影响：
  • I/O 阻塞：程序可能会因为等待输入设备的响应而阻塞。没有缓冲区的情况下，程序不能继续执行其他任务，必须等待每一次输入完成后才能继续执行其他操作。
  • 浪费系统资源：程序频繁地切换到处理 I/O 操作，导致处理器资源被大量占用。在处理较大数据量时，这种方式的效率极低，容易造成资源浪费。
• ③ 用户体验差：从用户角度来看，程序对键盘输入的响应会显得非常僵硬，无法处理多个输入操作的积累：
  • 输入延迟：程序必须实时处理每个键盘输入，用户输入数据的速度一旦超过程序的处理能力，可能导致输入延迟或丢失输入。
  • 无法处理复杂输入：如果用户需要输入多个字符或进行复杂的输入操作（比如连续输入多个命令），程序可能难以一次性正确处理，因为它只能逐一处理每一个输入，而无法一次性获取多个输入进行批量处理。

1.3.3 缓冲区的好处

• 使用缓冲区的好处：减少了 I/O 操作的频率，降低了系统资源的消耗，提高了系统的性能，提升了用户的使用体验。

1.3.4 缓冲区是如何提高 I/O 操作的频率？

• 对于 C 语言中的 printf 函数和 scanf 函数，其功能如下：
  • printf 函数：将程序中的数据输出到外部设备（如：显示器）中。
  • scanf 函数：从外部设备（如：键盘）中读取数据到程序中。
• 这些都是非常典型的 I/O 操作，并且 I/O 过程的效率也是很低的。除了硬件性能本身的差异外，I/O 操作的复杂性也是非常重要的因素，每次 I/O 操作都会带来一些固定的开销，如：
  • ① 每次 I/O 操作都需要设备初始化和响应等待。
  • ② 操作系统管理 I/O 请求，涉及中断处理和上下文切换，这些都消耗了大量时间。
  • ③ 应用从用户态切换到内核态的系统调用也会带来额外的时间开销。（I/O 操作普遍涉及系统调用）
  • ④ ...
• 如果每输入一个字符或每输出一个字符都需要进行一次完整的 I/O 操作，那么这些固定的开销会迅速积累，进而导致系统的性格显著下降。
• 硬件层面的效率低下，我们没有办法通过软件层面的优化去解决。但对于这些大量的固定开销，我们可以通过缓冲区来进行效率优化。

Important

• ① 缓冲区的主要目的是暂时存储数据，然后在适当的时机一次性进行大量的 I/O 操作。
• ② 这样，多个小的 I/O 请求可以被组合成一个大 I/O 的请求，有效地分摊了固定开销，并显著提高了总体性能。

• 对于 scanf 函数而言，当用户通过键盘输入字符的时候，这些输入的字符首先被保存在 stdin 的缓冲区中，，当满足某个触发条件后，才传递给程序处理。这样就减少了总的 I/O 次数，提高了效率。
• 对于 printf 函数而言，输出的内容首先会保存到 stdout 的缓冲区中，当满足某个触发条件后，这些内容会一次性写入并显示到屏幕，降低了与显示设备的交互频率。

Note

• ① 如果你还不能理解，就可以将 I/O 操作，看做是搬家。对于搬家而言，需要搬运东西的总量是固定的，搬一趟的时间也是差不多的。我们当然希望：一次性搬的东西尽量多，搬运的次数尽量少，这样总耗时就少。
• ② 不使用缓冲区，就类似每次搬家只能手提一个东西，需要频繁的往返。而使用缓冲区，就好比我们使用一个小推车，可以一次性的搬运多个东西，极大的提高了效率。

1.3.5 缓冲区的分类

• 从上述的内容中，我们可以明确到看到缓冲区有一个显著的特点：当满足某个触发条件后，程序会开始对缓冲区的数据执行输入或输出操作。而这种满足某个条件，就触发数据传输的行为，就称为缓冲区的自动刷新机制。

• 基于这种自动刷新的触发条件的不同，我们可以将缓冲区划分为以下三种类型：

  • ① 全缓冲（满缓冲）：仅当缓冲区达到容量上限时，缓冲区才会自动刷新，并开始处理数据。否则，数据会持续积累在缓冲区中直到缓冲区满触发自动刷新。文件操作的输出缓冲区便是这种类型的经典例子。
  • ② 行缓冲：缓冲区一旦遇到换行符，缓冲区就会自动刷新，所有数据都会被传输。stdout 缓冲区就是典型的行缓冲区。
  • ③ 无缓冲（不缓冲）：在此模式下，数据不经过中间的缓冲步骤，每次的输入或输出操作都会直接执行。这种方法适用于需要快速、实时响应的场合。stderr（标准错误输出）就是这种方式，它经常被用来即时上报错误信息。

• 之前，我们经常会在代码中，会加入以下的代码，其实就是为了让行缓冲变为无缓冲，如下所示：

#include <stdI/O.h>

int main() {

    // 禁用 stdout 缓冲区
    setbuf(stdout, nullptr);

    int num = 0;
    printf("请输入一个整数：");
    scanf("%d", &num);
    printf("你输入的整数是：%d\n", num);

    return 0;
}

• 如果不加入上述的代码，将会这样显示：

• 但是，一旦我们加入了上述的代码，将会这样显示：

Note

• ① setbuf 是 C 语言标准库中的一个函数，用于设置文件流的缓冲区。它允许程序员控制 I/O 操作的缓冲行为，从而影响文件流（如 stdin、stdout 或文件指针 FILE * 类型）的效率和顺序。
• ② 其定义，如下所示：

/**
* @param stream 缓冲区的文件流
* @param buf 用户提供的缓冲区，如果为 NULL，就是禁用缓冲
*/
void setbuf(FILE *stream, char *buf);

• ③ 不同的编译器和开发环境可能会对输出缓冲进行特殊设置，尤其是在调试模式下，以便提供更好的调试体验，例如：微软的 MSVC 在 debug 模式下，即使没有换行符，printf 函数的输出通常也会立即显示在控制台上。这种行为是为了帮助程序员更有效地调试程序，即时看到他们的输出，而不需要等待缓冲区刷新条件。但是，遗憾的是，GCC 在 debug 模式中，并没有这么做！！！

Important

• ① 无论是哪种类型的缓冲区，当缓冲区满了时，都会触发自动刷新。

  • 全缓冲区：唯一的自动刷新条件是缓冲区满。

  • 行缓冲区：除了缓冲区满导致的自动刷新，还有遇到换行符的自动刷新机制。

• ② 手动刷新：大多数缓冲区提供了手动刷新的机制，如：使用 fflush 函数来刷新 stdout 缓冲区，也可以使用 setbuf 函数来禁用缓冲区。

• ③ 输出缓冲区中的数据需要刷新才能输出到目的地，但输入缓冲区通常不需要刷新，强制刷新输入缓冲区往往会引发未定义行为。

• ④ 当程序执行完毕（如：main函数返回）时，缓冲区通常会自动刷新，除此之外，还有一些独特的机制也可以刷新缓冲区。但这些机制可能因不同的编译器或平台而异，不能作为常规手段。强烈建议依赖手动或者常规自动刷新的机制来完成缓冲区的刷新。

第二章：printf 函数

2.1 概述

第三章：scanf 函数

3.1 概述