有關File I/O的兩三事(1) - 不算開始的開始

這篇是技術文，不想看的可以跳了XD 這篇是寫給初學者看的，也是我這幾天寫程式的心得，所以高手可以改錯XD。會想寫這樣子的文字是從SmallPig及cllee老師中所提及的File I/O方式，做一個論述。

大部分的書本都會提及如何在記憶體中操作程式，但是對於File I/O僅提及如何讀取，寫入，其實也相當正常，因為換作是我來寫，我也不知道要寫什麼額外的，然而在實作呢?

重要問題: 為什麼File I/O如此重要?
有趣的問題: 如何把binary tree寫入檔案，又從檔案中讀取建立binary tree呢?

先回答重要問題，回到基本計算機概論本身，常識會告訴你，記憶體中的資料只要一斷電就消失，而硬碟不會(但是硬碟容易壞XD)，如果你要保留你的程式某些資訊，勢必是要寫入檔案中的，在有趣的問題中，binary tree小的話，每次重算倒也沒有什麼，但是如果是相當大量的資料呢，不寫入是不行的，而我想把有趣的問題拖到晚一點再回答。

那麼一般狀況下怎麼寫檔案?

• 直接寫
  號稱人類最直覺的做法XD，想寫什麼就寫什麼，通常人看的懂，電腦很難看懂XD


• binary file
  其實我也不知道怎麼稱呼XD，將C/C++中的struct直接以binary的方法寫入檔案(人看不懂，電腦很容易看懂XD)，在一般狀況下稱為fixed file format，一般常見的檔案格式都是採用此方法，會有一個header在檔案的一開始，做為檔案的描述。


• XML
  用一堆tag組成的檔案(人看的懂，電腦也看的懂，可是...XD)，只要程式中具有XML parser，就可以慢慢的得到檔案想要傳遞的訊息，其實XML最常用的是在於網路中的訊息交換，在近期的檔案格式也相當常見。

先來慢慢討論第二項吧，這邊以C語言為範例(yen3 <- 不擅長C)，假設今天struct如下。

typedef struct _Node{
   int n;
   char s;
} Node;

如果我們寫了這樣子的程式碼

    print("%d", sizeof(Node));  //output: 8

從這邊得到一個非常有趣的結果，結果是8 bytes而不是5 bytes，原因很簡單，因為要align memory，一個word是4 bytes，如果只有char時無妨，還是只有1 bytes，但是如果加入int時，那麼就要變成2個words為8 bytes，所以其實這個struct寫成

typedef struct _Node{
   int n;
   char s;
   char unused[3];
} Node;

效果是一模一樣的。

利用這個例子，我想說明的是，如果要寫binary file，就要對每個byte斤斤計較放在檔案的那個位置，倒也不是為了節省記憶體(雖然某部分原因也是)，而是為了支援File Random Access，Binary FIle的最大好處是，由於format固定，相當容易做到random access(在C中使用lseek(不過這是Unix System Call)，在C++中使用std::ifstream::tellg(), std::ofstream::tellp())，只要每筆資料size固定，只要算出檔案相對的byte即可存取，相當方便。

那binary file壞處為何? 如果當初設計的File format不足以支援現有需求時，該如何因應? 有些File format會設計一些保留bytes，或者是延伸檔案格式，總而言之，如果要擴充時還蠻不方便的。

---
下回分解XD