企业官网建设流程全解析

刷题的时候看到“L1-003 个位数统计 - 15 分”这个标题，第一反应是：这不就是数一下每个数字出现了几次吗，循环取余不就行了。但你真动手写，尤其是用 C 语言在拼题 A 的在线评测系统里提交之后，才会意识到这个 15 分的入门题里藏着一个很重要的分水岭——你到底是在“处理数字”，还是在“处理字符串”。这篇博客就围绕“个位数统计”的完整解法展开，包括为什么网络上几乎所有正规解答都用字符串读入、完整可提交的 C 语言代码、新手最容易踩的坑、以及如何把这一题的思路迁移到其他字符统计类题目上。不管你是刚开始刷 PTA 的大一学生，还是想快速捡起基础语法的在职党，这篇内容都能让你少走几步弯路。

1. 题目到底在考什么：先别急着写代码

1.1 题目原意与输入输出形式

“L1-003 个位数统计”出自拼题 A（PTA）的 L1 基础题集。题面本身不复杂：给定一个正整数 N，要求统计 N 中每一个数字 0-9 出现的次数，并按“数字:次数”的格式输出，且只输出出现过的数字。例如输入100311，输出应该是：

0:2 1:3 3:1

这里有个细节容易被忽略：输出要求考虑的是“N 中的每一位数字”，而不是“数字本身作为整数的数值”。比如100311的开头是 1，末尾也是 1，中间有两个 0、两个 1、一个 3，所以 1 一共出现了 3 次。这个统计对象是“位”，不是“数值”。

1.2 15 分题目的真实考点

很多人看到这题只有 15 分，觉得随便用 long long 存下 N，然后循环% 10和/ 10就能过。在相当一部分评测数据里，这样确实能拿到一部分分数，但它恰恰踩中了这个题目的核心陷阱——N 的长度可能远超任何整数类型的表示范围。

在 PTA 的常见数据设计里，这类题目往往不会明确给你 N 的上限，或者即使给了，也大到unsigned long long都装不下。你想想，unsigned long long最大能表示大约 1.8 × 10^19，也就是 20 位。而“个位数统计”这类题一旦用于考察字符串处理，N 是有可能给出 100 位甚至 1000 位的。

所以这道题真正想考察的不是“你会不会用 % 和 /”，而是你能不能意识到：当数字大过机器整数能表达的范围时，我们必须把它看作一串字符来处理。这个认知，比写出正确答案更重要。

1.3 输出格式里容易扣分的暗桩

题目要求输出格式是“数字”后跟英文冒号“:”再跟次数，每行一个“数字:次数”。注意三点：

• 是英文冒号，不是中文冒号。
• 每个键值对占一行，行尾有没有多余空格通常不判，但最好不要画蛇添足。
• 只输出出现过的数字，没出现的不要输出。

这三点字面上都写了，但考场上一紧张就容易忽略。尤其“只输出出现过的数字”这条，会让很多同学在循环 0 到 9 时直接把所有数字都打印一遍，结果 2、4、5、6、7、8、9 等次数为 0 的也被输出，直接错误。正确做法是循环时判断一下cnt[i] != 0。

2. 为什么几乎所有正规解法都选择字符串读入：三个层次的原因

2.1 第一层：整数类型根本装不下的数据范围

先做一道简单的算术题。如果 N 是一个 100 位的正整数，C 语言里最大的标准整数类型是unsigned long long，它能表示的最大值约 18446744073709551615，也就是 20 位。100 位数字显然远远超出了这个范围。你可能说那我用__int128，它也只有大约 39 位，依然不够。在竞赛环境里，没有原生的 100 位整数类型可用。

所以只要题目没有明确说“N 不超过 10^9”，最稳妥的处理方式就是把它当成字符串读进来。哪怕这一题的数据恰好都很短，用字符串也完全不会错，而且逻辑更简单。这是一种“先保证不炸，再追求优雅”的思路。

2.2 第二层：取模运算虽然可行，但代码可读性差

假设题目数据确实很小，比如 N 是123456，你完全可以这样写：

while (n > 0) { int digit = n % 10; cnt[digit]++; n /= 10; }

这段代码本身没有错，但它有两个隐性问题。

第一个问题是，如果 N 是 0，循环一次都不会执行，而题目说“正整数”，有的变体会输入 0，此时上面的循环输出就是空的，明显不符合统计需求。

第二个问题是，统计顺序和数字在字符串中的顺序是反的。用取模得到的是从个位开始的，而字符串遍历是从最高位开始的。本题只需要频次，顺序无所谓，但一旦题目改成“按第一次出现的顺序输出”，取模写法就要额外反转，字符串写法却天然满足。

更重要的是，当代码变复杂之后，字符串遍历的语义更直观：看到s[i]就是第 i 位的字符，然后cnt[s[i]-'0']++，一眼就知道在统计第 i 位数字的频次。而% 10那套写法在逻辑上绕了一层“取余数”的抽象，对初学者来说并不友好。

2.3 第三层：字符到数字的映射是天然的下标设计

字符串读入后，每一位都是字符类型，例如'1'对应的 ASCII 码是 49，'0'是 48。所以我们只要把当前字符减去'0'，就能得到对应的数字 0 到 9，而这个数字恰好可以作为数组下标：

cnt[s[i] - '0']++;

这是一个极其自然的映射：数字字符和它的数值相差一个固定的偏移量'0'。很多初学者一开始不明白s[i] - '0'到底在干嘛，其实就是在问：“当前字符在 ASCII 表里和字符 '0' 差了多少？”字符'7'的 ASCII 是 55，'0'是 48，差了 7，正好是它代表的数字。

这种“字符偏移量作为下标”的技术，后面你在统计字符串里字母出现次数、统计词频、做字符映射时都会用到。它也是本题最有迁移价值的知识点。

3. 可提交的完整 C 代码与逐行注释

3.1 先放完整代码

#include <stdio.h> #include <string.h> int main() { char s[1005]; scanf("%s", s); int cnt[10] = {0}; int len = strlen(s); for (int i = 0; i < len; i++) { cnt[s[i] - '0']++; } for (int i = 0; i < 10; i++) { if (cnt[i] > 0) { printf("%d:%d\n", i, cnt[i]); } } return 0; }

3.2 代码里每个关键点的意图

数组大小char s[1005]怎么定：一般题目数据不会超过 1000 位，开 1005 留出多余空间足够。如果你不确定，可以开char s[1000005]来应对极长的数据。但注意，数组开太大在某些嵌入式环境下可能有栈空间风险，PTA 这类在线评测通常没问题。也可以用char *s = malloc(...)，但入门阶段完全没必要动态分配。

scanf("%s", s)的读取特性：%s会跳过前置空白字符（空格、换行、Tab），然后读入连续的非空白字符，并在末尾自动补'\0'。因为题目输入只有单独一个 N，N 内部没有空格，所以%s是最合适的读法。如果你用gets，在较新版本的 C 标准中已经被移除，不建议用。用fgets(s, sizeof(s), stdin)也可以，但要记得它会把换行符也读进来，后续处理要小心。

int cnt[10] = {0}为什么能全部初始化为 0：在 C 语言中，用= {0}初始化一个数组时，第一个元素被明确赋为 0，其余元素会被自动补 0。这是标准行为，很多初学者写成int cnt[10];就直接用，导致数组里存的是不确定的垃圾值，后面cnt[s[i]-'0']++算出来的次数必然全错。记住：局部数组不初始化，内容是不确定的，不是默认 0。

int len = strlen(s)放在循环外：strlen每次调用都要遍历整个字符串找'\0'，如果你把strlen(s)写在for循环的条件里，比如for (int i = 0; i < strlen(s); i++)，那么每次循环都会重新数一遍字符串长度，时间复杂度变成 O(n^2)。对于 1000 位字符串影响不大，但这是一个非常不好的习惯。提前用len保存结果，既是性能优化，也是好习惯的养成。

输出循环里的if (cnt[i] > 0)：这个判断对应题目要求的“只输出出现过的数字”。如果去掉，那么 0 到 9 全部打印，其中大部分次数是 0，答案错误。

3.3 时间和空间复杂度

字符串长度为 n，遍历一遍统计是 O(n)，输出循环固定 10 次，所以总时间复杂度 O(n)。空间上，s数组是 O(n)，cnt数组固定 O(10)，可以认为是 O(1) 的附加空间。这套写法在任何评测系统里都能轻松跑进时间限制，性能不是问题。

4. 实测中我踩过的坑和完整的排查过程

4.1 坑一：忘记初始化计数器数组，输出了几个天文数字

第一次提交时我写的是：

int cnt[10];

然后直接进行cnt[s[i] - '0']++。本机跑的时候偶尔输出是正常的，但每次运行结果不一样。后来我意识到，局部变量的初始值来自栈上的残留数据，完全不可控。最典型的表现是：用不同的输入测试，可能大多数情况正常，但某一次输入后，某个数字的次数突然变成了32767之类。

排查方法是在循环前打印一遍cnt数组的初始值，发现根本不是 0。修复方式就是改回int cnt[10] = {0};。这也是我给所有初学者的第一条建议——数组初始化是肌肉记忆级别的习惯。

4.2 坑二：把s[i]直接当成索引，导致数组越界

另一个很常见的错误是：

cnt[s[i]]++;

注意，s[i]是字符，比如'0'的 ASCII 码是 48。如果直接作为cnt的下标，cnt[48]已经越过了cnt[10]的边界，属于未定义行为，程序可能崩溃，也可能悄悄覆盖其他内存。

我在调试时用printf("%d ", s[i])打印出来的全是 48、49 这样的数字，一开始还以为是输入问题，后来才反应过来字符和数字是有差别的。C 语言里字符类型本质是整数，但它所表示的数值是 ASCII 码，而不是字面意义上的“字符内容”。所以必须做s[i] - '0'的偏移，把 ASCII 码映射到 0-9 区间。

4.3 坑三：使用getchar()时把换行符当成了数字

有些同学想用逐字符读取的方式实现：

char c; while ((c = getchar()) != '\n') { cnt[c - '0']++; }

这段代码在面对100311\n时看似没问题，但有两个隐患。第一，如果文件末尾没有换行符（评测系统的输入文件通常没有多余的换行），getchar()会返回EOF，而EOF是-1，转成char后变成一个无法预期的字符，然后c - '0'可能弄出负下标，直接数组越界。第二，题目输入可能在 N 之后还有其他内容吗？本题没有，但一旦下一道题目在同一行有其他字符，这样读会把空格等也统计进去。

最稳妥的写法是：

int c; while ((c = getchar()) != EOF && c != '\n') { if (c >= '0' && c <= '9') { cnt[c - '0']++; } }

可这样代码显然没有scanf("%s", s)来得简洁。所以我个人推荐入门阶段老老实实用字符串读入，把getchar的细节放在后面练习。

4.4 坑四：输出时把循环变量搞错

有个朋友问我，为什么输出结果只有一行。我看他的代码：

for (int i = 1; i <= 10; i++) { if (cnt[i] > 0) printf("%d:%d\n", i, cnt[i]); }

这里循环从 1 到 10，不仅漏掉了数字 0，而且cnt[10]又是一次越界。输出格式要求包括 0，所以循环必然是for (int i = 0; i < 10; i++)。这个坑很蠢，但在时间紧张的评测里确实容易犯。我自己的排查习惯是，先拿单个数字5作为输入，预期输出5:1，如果程序输出5:1正常，再测试0和10，基本能定位循环边界问题。

4.5 坑五：使用strlen时忘记包含头文件

如果你在代码里用了strlen但没有#include <string.h>，有的编译器可能报隐式声明警告，链接时找不到符号。虽然 PTA 的编译环境通常比较宽松，但这属于规范性问题。我在本地用的编译器是 GCC，不带头文件时能编译通过但会有 warning，到了更严格的评测环境可能直接编译错误。所以写完代码第一件事就是检查#include是否覆盖你所用到的所有库函数。

5. 测试用例与边界验证清单

5.1 常规用例

拿题目给的100311，预期输出：

0:2 1:3 3:1

跑一遍，没问题。再试123456789，应该输出 1 到 9 每一个都是 1。这验证了循环从 0 到 9 以及判断cnt[i]>0的逻辑。

5.2 单数字用例

输入7，预期输出：

7:1

这个用例可以迅速发现你循环是否漏掉 0、数组是否越界。

5.3 输入为 0 的情况

虽然题目说是正整数，但作为程序员要考虑健壮性。如果输入0，字符串读入后s[0]='0'，统计结果应该是0:1。但如果用取模写法，while(n>0)循环不会执行，答案就变成了没有输出，这是两种写法的一个重要差异。字符串写法天然兼容 0，我看到很多变体题目会把 0 放进去，所以尽量用字符串。

5.4 全 0 数字的大数

输入000000会怎样？注意，用%s读入时，前导零会被保留在字符串中，所以统计结果是0:6。这符合“统计位”的定义。但如果用整数读入，000000会被当成 0，统计结果就错了。所以这题使用字符串的另一个理由：它不会丢失前导零的信息。

5.5 超长用例

输入一个 1000 位的字符串，比如由1234567890重复 100 次组成。预期每一个数字出现 100 次。我的代码能正确输出。这个用例主要验证数组大小是否够大，以及是否有性能问题。

5.6 验证小技巧：在本地批量跑测试

我习惯把这个题的输入输出放在一个test.txt文件中，然后使用命令：

./a.out < test.txt

比对输出。对于更复杂的批量测试，可以写一个简单的 shell 循环，把多个输入依次跑一遍。初期养成自动验证的习惯，比在评测系统里反复提交要高效得多。

6. 从个位数统计到字符串字符统计：一套通用模板

6.1 把统计数组扩展为任意字符集合

“个位数统计”最核心的技术是：用字符减去基准字符得到偏移量，再以偏移量作为数组下标。这个思想可以扩展到任意有固定范围的字符集合。

比如统计一个句子中英文字母出现次数（忽略大小写），初始化一个int cnt[26] = {0};，然后遍历字符串中的每个字符：

char c = str[i]; if (c >= 'A' && c <= 'Z') c += 32; // 转为小写 if (c >= 'a' && c <= 'z') { cnt[c - 'a']++; }

这里c - 'a'就是字母 a 到 z 的偏移量，和s[i] - '0'完全是一回事。统计 ASCII 可打印字符总个数时，也可以开int cnt[128]，用c本身作为下标，但需要小心空格和换行这些特殊字符的处理。

6.2 如果数字不是字符，而是其他形态怎么办

有时我们要统计的不是“数字 0-9”，而是“二进制串中 0 和 1 的个数”。这时可以用cnt[c - '0']，但数组只需要 2 个元素。本质上还是同一套方法：确定取值范围，规划好偏移量。

如果待统计的元素是一个字符串数组，比如统计一篇英文文章中每个单词出现的次数，简单数组就不够用了，需要哈希表或者字典。但在 PTA 初级题库里，绝大多数“XX 统计”题都可以用固定数组解决。先掌握这一套，遇到更复杂的情况再去学散列表。

6.3 推荐的后续练习

如果你把这题吃透了，我建议按这个顺序练几个同类型题目：

• 统计一句话中数字字符、大写字母、小写字母、空格分别有多少个。
• 统计一个字符串中每个英文字母出现的次数，并按照字母顺序输出非零的项。
• 给定一个身份证号（18 位），统计其中各数字出现的频次，并判断校验位是否正确。
• 给定一个可能超出 long long 范围的十进制数，求它各数位之和。这题很多人用整数做，然后发现溢出，用字符串做就非常轻松。

这些练习的核心都一样：识别出“这是一个字符处理问题，而不是数学问题”，然后套用“偏移量映射数组”的模板。

7. 我最后想补充的一点小体会

刷完这道题，我最大的感受是：简简单单一个 15 分题，其实是一面照妖镜。它照出了你有没有养成“先想数据范围，再选数据类型”的习惯，有没有下意识地初始化数组，有没有区分字符和数字的本质差异。以前我也觉得这种入门题写一遍就完事，但后来带过几次新同学，发现很多人卡就卡在s[i] - '0'这个点上。为什么要减？因为我们要的是数值 0-9，不是 ASCII 码。为什么要用数组下标？因为数字 0-9 正好对应 10 个桶。这个映射关系，是 C 语言处理字符统计最重要的肌肉记忆。

如果你现在还是对字符处理和数字处理有点混淆，建议你亲手把这两种写法各写一遍：一种是用long long做取模，另一种是用字符串做映射。故意输入一个 25 位的数，看看第一种怎么溢出，第二种怎么从容通过。这个对比过程，比看十篇题解都有用。

“个位数统计”只是第一步，但由它展开的字符统计思想，会在你之后刷题路上反复出现。希望这篇博客能帮你把这一步走得扎实一点。