原子（atom）数据结构接口与实现

本文差不多照搬《C语言接口与实现》的第三章，原子。

书上介绍：原子是一个指针，指向唯一不可变的序列，序列中包含零个或多个字节。好像很难理解的样子。。。

还是先看一下接口：

int Atom_length(const char *str);
const char *Atom_new(const char *str, int len);
const char *Atom_string(const char *str);
const char *Atom_int(long n);

然后是实现(PS:由于本人懒，所以一些地方例如创建内存的函数就用标准库的)：

#include "atom.h"
#include <string.h>
#include <stdlib.h>

#define NELEMS(x)	(sizeof(x) / (sizeof((x)[0])))

static unsigned long scatter[] = { 2078917053, 143302914, 1027100827,
		1953210302, 755253631, 2002600785, 1405390230, 45248011, 1099951567,
		433832350, 2018585307, 438263339, 813528929, 1703199216, 618906479,
		573714703, 766270699, 275680090, 1510320440, 1583583926, 1723401032,
		1965443329, 1098183682, 1636505764, 980071615, 1011597961, 643279273,
		1315461275, 157584038, 1069844923, 471560540, 89017443, 1213147837,
		1498661368, 2042227746, 1968401469, 1353778505, 1300134328, 2013649480,
		306246424, 1733966678, 1884751139, 744509763, 400011959, 1440466707,
		1363416242, 973726663, 59253759, 1639096332, 336563455, 1642837685,
		1215013716, 154523136, 593537720, 704035832, 1134594751, 1605135681,
		1347315106, 302572379, 1762719719, 269676381, 774132919, 1851737163,
		1482824219, 125310639, 1746481261, 1303742040, 1479089144, 899131941,
		1169907872, 1785335569, 485614972, 907175364, 382361684, 885626931,
		200158423, 1745777927, 1859353594, 259412182, 1237390611, 48433401,
		1902249868, 304920680, 202956538, 348303940, 1008956512, 1337551289,
		1953439621, 208787970, 1640123668, 1568675693, 478464352, 266772940,
		1272929208, 1961288571, 392083579, 871926821, 1117546963, 1871172724,
		1771058762, 139971187, 1509024645, 109190086, 1047146551, 1891386329,
		994817018, 1247304975, 1489680608, 706686964, 1506717157, 579587572,
		755120366, 1261483377, 884508252, 958076904, 1609787317, 1893464764,
		148144545, 1415743291, 2102252735, 1788268214, 836935336, 433233439,
		2055041154, 2109864544, 247038362, 299641085, 834307717, 1364585325,
		23330161, 457882831, 1504556512, 1532354806, 567072918, 404219416,
		1276257488, 1561889936, 1651524391, 618454448, 121093252, 1010757900,
		1198042020, 876213618, 124757630, 2082550272, 1834290522, 1734544947,
		1828531389, 1982435068, 1002804590, 1783300476, 1623219634, 1839739926,
		69050267, 1530777140, 1802120822, 316088629, 1830418225, 488944891,
		1680673954, 1853748387, 946827723, 1037746818, 1238619545, 1513900641,
		1441966234, 367393385, 928306929, 946006977, 985847834, 1049400181,
		1956764878, 36406206, 1925613800, 2081522508, 2118956479, 1612420674,
		1668583807, 1800004220, 1447372094, 523904750, 1435821048, 923108080,
		216161028, 1504871315, 306401572, 2018281851, 1820959944, 2136819798,
		359743094, 1354150250, 1843084537, 1306570817, 244413420, 934220434,
		672987810, 1686379655, 1301613820, 1601294739, 484902984, 139978006,
		503211273, 294184214, 176384212, 281341425, 228223074, 147857043,
		1893762099, 1896806882, 1947861263, 1193650546, 273227984, 1236198663,
		2116758626, 489389012, 593586330, 275676551, 360187215, 267062626,
		265012701, 719930310, 1621212876, 2108097238, 2026501127, 1865626297,
		894834024, 552005290, 1404522304, 48964196, 5816381, 1889425288,
		188942202, 509027654, 36125855, 365326415, 790369079, 264348929,
		513183458, 536647531, 13672163, 313561074, 1730298077, 286900147,
		1549759737, 1699573055, 776289160, 2143346068, 1975249606, 1136476375,
		262925046, 92778659, 1856406685, 1884137923, 53392249, 1735424165,
		1602280572
};

static struct atom {
	struct atom *link;
	int len;
	char *str;
}*buckets[2048];

int Atom_length(const char *str) {
	struct atom *p;
	int i;

	for(i = 0; i < NELEMS(buckets); i++){
		for(p = buckets[i]; p; p = p->link)
			if(p->str == str)
				return p->len;
	}
	return 0;
}
const char *Atom_new(const char *str, int len) {
	unsigned long h;
	int i;
	struct atom *p;
	for(h = 0, i = 0; i < len; i++)
		h = (h << 1) + scatter[(unsigned char)str[i]];
	h %= NELEMS(buckets);
	for(p = buckets[h]; p; p = p->link){
		if(len == p->len){
			for(i = 0; i < len && p->str[i]; )
				i++;

			if(i == len)
				return p->str;
		}
	}

	p = malloc(sizeof(*p) + len + 1);
	p->len = len;
	p->str = (char*)(p + 1);
	if(len > 0)
		memcpy(p->str, str, len);

	p->str[len] = '\0';
	p->link = buckets[h];
	buckets[h] = p;

	return p->str;
}
const char *Atom_string(const char *str) {
	return Atom_new(str, strlen(str));
}
const char *Atom_int(long n) {
	char str[43];
	char *s = str + sizeof(str);
	unsigned long m;

	if (n < 0)
		m = -n;
	else
		m = n;

	do {
		*--s = m % 10 + '0';
	} while ((m /= 10) > 0);
	if (n < 0)
		*--s = '-';
	return Atom_new(s, (str + sizeof(str) - s));
}
  
  


  
  
实现要用到string.h和stdlib.h这两个库，简单用过后，大概了解用法。其实原子就是将字符串，如果系整数就转化为字符串。然后呢，字符串的地址储存起来，这就增加了一点功能，如唯一性，所以比较字符串是否相同就可以通过简单的比较指针地址是否相同。而储存方式系用散列结构储存字符串的指针（也可以说是地址，就是一个整数），而搜索储存数据速度快是散列的优点，所以原子的Atom_new函数效率还是不错的。

不知道是这本书的原作者语言表达有问题，还是译者表达有问题。总是觉得表述得怪怪的。。

例如：Atom_int必须处理二进制补码表示的整数非对称范围，以及C语言的除法和模运算的二义性。

其实就是，Atom_int函数要处理有符号数，然后后面真的不知道什么意思。不过，我觉得模运算比较费时，所以修改了一下。

const char *Atom_int(long n) {
	char str[43];
	char *s = str + sizeof(str);
	unsigned long m;
	char signed_flag = 0;
	if (n < 0){
		n = -n;
		signed_flag = 1;
	}
	do {
		m = n;
		n /= 10;
		*--s = (m - 10 * n) + '0';
	} while (n);
	if (signed_flag)
		*--s = '-';
	return Atom_new(s, (str + sizeof(str) - s));
}

还有这一章的习题，有一体不太会，就将Atom_length函数速度比较慢，修改Atom的实现，以调整速度。我想一开始想用计算出哈希值再搜索链表，但用到strlen函数，所以我觉得还不如用strlen好了。

其实原子的用法相比链表，还是比较少的。是作为表或者集合的数据结构中的键应该比较多，因为比较是否相同比较快速。这种快速的是因为在原子初始化的时候，将比较的代码提前。

如果用在命令行方式还是不错的，例如，一个字符串命令对应一个函数，用表的结构，键是字符串，值的函数地址。

do {
*-- s = m % 10 + '0' ;
} while (( m /= 10 ) > 0 );
if ( n < 0 )
*-- s = '-' ;
return Atom_new ( s , ( str + sizeof ( str ) - s ));

}

来自:http://jogeeker.blog.163.com/blog/static/210984052201392842833576/