正确的实现 strlen（）函数 - 转载

最新推荐文章于 2024-03-02 17:01:57 发布

W00_00

最新推荐文章于 2024-03-02 17:01:57 发布

阅读量1k

点赞数

分类专栏： C/C++/C# 文章标签： strlen c语言

C/C++/C# 专栏收录该内容

6 篇文章 0 订阅

订阅专栏

一）strlen()函数的源代码

size_t __cdecl strlen (const char * str)

{

const char *eos = str;

while( *eos++ ) ;

return( eos - str - 1 );

}

二）传说常见的一个笔试题：不使用中间变量求const字符串长度，即实现求字符串长度库函数strlen函数。

函数接口声明如下：

int strlen (const char *p)；

①实现方法一：

/* 不用中间变量，用递归实现，很容易看懂 */

int strlen(const char *str)

{

if ('\0' == *str)

return 0;

else

return strlen(str+1) + 1;

}

②实现方法二：

/* 不用中间变量，也是用递归实现，写得更简洁而已 */

int strlen(const char *str)

{

return *str?(strlen(++str) + 1) : 0;

}

===============================================================

来看一个例子，这是招聘过程中一道常见的题目。

写一个函数，完成内存移动，并为其写一个简单的测试用例来进行测试。

够简单的吧？有的同学很快就写出了答案，详见程序清单1与程序清单2。

程序清单 1 V0.1版程序

void MyMemMove(char *dst,char *src,int count)

{

while(count--)

{

*dst++ = *src++;

}

程序清单 2 测试用例

void Test()

{

char p1[256] = ”hello,world!”;

char p2[256] = {0};

MyMemMove(p2,p1,strlen(p1));

printf(“%s”,p2);

}

客观地讲，相比那些交白卷或者函数声明都不会写的同学来说，能够写出这段代码的同学已经非常不错了，至少在C语言这门课程上已经达到了现行高校的教育目标，但是离企业的用人要求还有一定的距离。我们不妨将上面的程序称为V0.1版本，看看还有没有什么地方可以改进。

首先我们看看函数声明是否合理，V0.1版的程序将源地址和目的地址都用char *来表示，这样当然也没有什么问题，但是让其他人使用起来却很不方便，假如现在要将count个连续的结构体对象移动到另外一个地方去，如果要使用v0.1的程序的话，正确的写法如下：

MyMemMove((char *)dst,(char *)src,sizeof(TheStruct)*count)

也就是说我们需要将结构体指针强制转换成char * 才能够正常工作，这样除了字符串以外其它的类型都不可避免地要进行指针强制转换，否则编译器就会呱呱叫，比如在VC++2008下就会出现这样的错误：

error C2664: 'MyMemMove' : cannot convert parameter 1 from 'TheStruct *' to 'char *'

那么如何解决这个问题呢？其实很简单，我们知道有一种特别的指针，任何类型的指针都可以对它赋值，那就是void *，所以应该将源地址和目的地址都用void*来表示。当然函数体的内容也要作相应的改变，这样我们就得到了V0.2版的程序。

程序清单 3 V0.2版程序

void MyMemMove(void *dst,void *src,int count)

{

while (count--)

{

*(char *)dst = *(char *)src;

dst = (char *)dst + 1;

src = (char *)src + 1;

}

有的同学可能会问，这里面不是还有指针强制转换吗？只不过是换了地方。没错，强制指针转换确实是从使用者的代码转移到了库的代码里，但我们可以将MyMemMove理解为库，而将Test理解为使用者，事实上通过调整之后的效果却有天壤之别，V0.1是一逸永劳，而V0.2是一劳永逸！

还有几个细节需要注意，为了实现链式表达式，我们应该将返回值也改为void *。此外，如果我们不小心将“*(char *)dst = *(char *)src;”写反了，写成“*(char *)src = *(char *)dst;”编译照样通过，而为了找出这个错误又得花费不少时间。注意到src所指向的内容在这个函数内不应该被改变，所有对src所指的内容赋值都应该被禁止，所以这个参数应该用const修饰，如果有类似的错误在编译时就能够被发现：

error C3892: 'src' : you cannot assign to a variable that is const

作为程序员犯错误在所难免，但是我们可以利用相对难犯错误的机器，也就是编译器来降低犯错误的概率，这样我们就得到了V0.3版的程序。

程序清单 4 V0.3版程序

void * MyMemMove(void *dst,const void *src,int count)

{

void *ret=dst;

while (count--)

{

*(char *)dst = *(char *)src;

dst = (char *)dst + 1;

src = (char *)src + 1;

}

return ret;

}

现在再来考虑这样一种情况，有使用者这样调用库：MyMemMove(NULL,src, count)，这是完全可能的，因为一般来说这些地址都是程序计算出来的，那就难免会算错，出现零地址或者其它的非法地址也不足为奇。可以预料的是，如果出现这种情况的话，则程序马上就会down掉，更糟糕的是你不知道错误出在哪里，于是不得不投入大量的精力在浩瀚的代码中寻找bug。解决这类问题的通用办法是对输入参数作合法性检查，也就是V0.4版程序。

程序清单 5 V0.4版程序

void * MyMemMove(void *dst,const void *src,int count)

{

void *ret=dst;

if (NULL==dst||NULL ==src)

{

return dst;

}

while (count--)

{

*(char *)dst = *(char *)src;

dst = (char *)dst + 1;

src = (char *)src + 1;

}

return ret;

}

上面之所以写成“if (NULL==dst||NULL ==src)”而不是写成“if (dst == NULL || src == NULL)”，也是为了降低犯错误的概率。我们知道，在C语言里面“==”和“=”都是合法的运算符，如果我们不小心写成了“if (dst = NULL || src = NULL)”还是可以编译通过，而意思却完全不一样了，但是如果写成“if (NULL=dst||NULL =src)”，则编译的时候就通不过了，所以我们要养成良好的程序设计习惯：常量与变量作条件判断时应该把常量写在前面。

V0.4版的代码首先对参数进行合法性检查，如果不合法就直接返回，这样虽然程序dwon掉的可能性降低了，但是性能却大打折扣了，因为每次调用都会进行一次判断，特别是频繁的调用和性能要求比较高的场合，它在性能上的损失就不可小觑。

如果通过长期的严格测试，能够保证使用者不会使用零地址作为参数调用MyMemMove函数，则希望有简单的方法关掉参数合法性检查。我们知道宏就有这种开关的作用，所以V0.5版程序也就出来了。

程序清单 6 V0.5版程序

void * MyMemMove(void *dst,const void *src,int count)

{

void *ret=dst;

#ifdef DEBUG

if (NULL==dst||NULL ==src)

{

return dst;

}

#endif

while (count--)

{

*(char *)dst = *(char *)src;

dst = (char *)dst + 1;

src = (char *)src + 1;

}

return ret;

}

如果在调试时我们加入“#define DEBUG”语句，增强程序的健壮性，那么在调试通过后我们再改为“#undef DEBUG”语句，提高程序的性能。事实上在标准库里已经存在类似功能的宏：assert，而且更加好用，它还可以在定义DEBUG时指出代码在那一行检查失败，而在没有定义DEBUG时完全可以把它当作不存在。assert(_expression_r_r)的使用非常简单，当 _expression_r_r为0时，调试器就可以出现一个调试错误，有了这个好东西代码就容易多了。

程序清单 7 V0.6版程序

void * MyMemMove(void *dst,const void *src,int count)

{

assert(dst);

assert(src);

void *ret=dst;

while (count--)

{

*(char *)dst = *(char *)src;

dst = (char *)dst + 1;

src = (char *)src + 1;

}

return ret;

}

一旦调用者的两个指针参数其中一个为零，就会出现如图1所示的错误，而且指示了哪一行非常容易查错。

图 1 assert（NULL）时，显示错误

到目前为止，在语言层面上，我们的程序基本上没有什么问题了，那么是否真的就没有问题了呢？这就要求程序员从逻辑上考虑了，这也是优秀程序员必须具备的素质，那就是思维的严谨性，否则程序就会有非常隐藏的bug，就这个例子来说，如果用户用下面的代码来调用你的程序。

程序清单 8 重叠的内存测试

void Test()

{

char p [256]= "hello,world!";

MyMemMove(p+1,p,strlen(p)+1);

printf("%s\n",p);

}

如果你身边有电脑，你可以试一下，你会发现输出并不是我们期待的“hhello,world!”（在 “hello world！”前加个h），而是“hhhhhhhhhhhhhh”，这是什么原因呢？原因出在源地址区间和目的地址区间有重叠的地方，V0.6版的程序无意之中将源地址区间的内容修改了！有些反映快的同学马上会说我从高地址开始拷贝。粗略地看，似乎能解决这个问题，虽然区间是重叠了，但是在修改以前已经拷贝了，所以不影响结果。但是仔细一想，这其实是犯了和上面一样的思维不严谨的错误，因为用户这样调用还是会出错：

MyMemMove( p, p+1, strlen(p)+1);

所以最完美的解决方案还是判断源地址和目的地址的大小，才决定到底是从高地址开始拷贝还是低地址开始拷贝，所以V0.7顺利成章地出来了。

程序清单 9 V0.7版程序

void * MyMemMove(void *dst,const void *src,int count)

{

assert(dst);

assert(src);

void * ret = dst;

if (dst <= src || (char *)dst >= ((char *)src + count)) {

while (count--) {

*(char *)dst = *(char *)src;

dst = (char *)dst + 1;

src = (char *)src + 1;

}

else {

dst = (char *)dst + count - 1;

src = (char *)src + count - 1;

while (count--) {

*(char *)dst = *(char *)src;

dst = (char *)dst - 1;

src = (char *)src - 1;

}

return(ret);

}

经过以上7个版本的修改，我们的程序终于可以算是“工业级”了。回头再来看看前面的测试用例，就会发现那根本就算不上是测试用例，因为它只调用了最正常的一种情况，根本达不到测试的目的。有了上面的经历，测试用例也就相应地出现了，我们不妨用字符数组来模拟内存。

程序清单 10 相对全面的测试用例

void Test()

{

char p1[256] = "hello,world!";

char p2[256] = {0};

MyMemMove(p2,p1,strlen(p1)+1);

printf("%s\n",p2);

MyMemMove(NULL,p1,strlen(p1)+1);

MyMemMove(p2,NULL,strlen(p1)+1);

MyMemMove(p1+1,p1,strlen(p1)+1);

printf("%s\n",p1);

MyMemMove(p1,p1+1,strlen(p1)+1);

printf("%s\n",p1);

}

初写代码的时候，往往考虑的是程序正常工作的情况该怎么处理。当你有了几年经验，写了几万行代码后就会发现，处理异常部分的分支代码有时比正常的主干线代码还要多，而这也正是高质量程序和一般程序拉开差距的地方。如果把软件产品当作一台机器，那么这样一个个细小的函数和类就是零部件，只有当这些零部件质量都很高时，整个软件产品的质量才会高，不然就会像前几年的国产轿车一样，今天这个零件罢工明天那个零件休息。而作为检验这些零部件的测试用例，一定要模拟各种恶劣的环境，将零部件隐藏的缺陷暴露出来，从这意义上说，编写测试用例的程序员要比软件设计的程序员思维要更严谨才行。