c中字符串字符的唯一性

Question

是否有任何有效的简单方法来检查 c 中字符串字符的唯一性？ 就我而言，我必须检查用户输入的 ISBN 是否具有唯一字符且长度为 13 个字符。

Answer 1

要添加到@WilliamPursell 的答案，这里有一种使用位掩码而不是字符数组查找表的方法：

#include <stdio.h>
// Check if this is a ISBN and its 13 digits uniqueness.
// Parameters:
//    ISBN, ASCIIZ
// Returns: [int]
//     -1 :  Not a ISBN
//      0 :  ISBN with only unique digits
//      1 :  ISBN with duplicated digits
int isISBNDigitsUnique(char *pStr) {
    if (pStr == NULL) return -1;
    unsigned long long mask = 0, refmask; 
    unsigned char bit;
    int expected_length = 0, ret = 0;    
    while((bit = *pStr++) && expected_length++ < 14) {
      if (bit < '0' || bit > '9' && bit < 'A') return -1;
      if ((bit &= 0xDFu) > 'Z') return -1;
      if (ret==0) {
        refmask = mask; 
        if ((bit -= 0x10u) > 0x30u) bit -= 0x20u; 
        if ((mask |= (0x01u << bit)) == refmask) ret = 1;
      }
    }
    if (expected_length != 13) return -1;
    return ret;
}
int main(int nbargs, char *args[]) {
    if (nbargs != 2) {
       printf("Usage : %s ISBN\n", args[0]);
       return 1;
    }
    switch (isISBNDigitsUnique(args[1])) {
      case 1:
        printf("duplicate digit!\n");
        break;
      case 0:
        printf("all digits are unique.\n");
        break;
      default:
        printf("%s is not an ISBN.\n", args[1]);
   }
}

应用于每个数字的布尔逻辑：

我们认为 0-9、a-z 和 A-Z 是 ISBN 的唯一有效数字。 因为我们有一个 ISBN 的 ASCIIZ 缓冲区，所以我们可以期望每个数字 以下为数字 ASCII 码的二进制值。

0011 0000 到 0011 1001 => 数字 0-9 0100 0001 到 0101 1010 => 数字 A-Z 0110 0001 到 0111 1010 => 数字 a-z

我们首先检查数字是否满足以下要求：

• 如果数字代码低于 48，则它不是有效数字。
• 如果数字代码大于 57 且小于 65 则无效 数字。

我们通过将第 7 位归零来应用大小写缩减，因此与掩码为 0xDF。 然后我们有以下数字的值范围：

0001 0000 到 0001 1001 => 数字 0-9 0100 0001 到 0101 1010 => 数字 A-Z 0100 0001 到 0101 1010 => 数字 a-z

如果数字代码大于 90，则它不是有效数字。

我们将 0x10 减去数字代码，目标是为每个值拟合一个 64 位掩码。 然后我们有以下数字的值范围：

0000 0000 到 0000 1001 => 数字 0-9，十进制值 0-9 0011 0001 到 0100 1010 => 数字 A-Z，十进制值 49-74 0011 0001 到 0100 1010 => 数字 a-z，十进制值 49-74

我们可以将第 6 位归零，因为第 5 位足以区分 0-9 和 A-Z，但由于我们的结果范围将超过 64，因此如果数字代码大于 48，则减去 0x20 会更有效。 然后我们有以下数字的值范围：

0000 0000 到 0000 1001 0-9 => 数字 0-9，十进制值 0-9 0001 0001 到 0010 1010 A-Z => 数字 A-Z，十进制值 17-42 0001 0001 到 0010 1010 a-z => 数字 a-z，十进制值 17-42

我们的数字代码值范围现在是 0-9 和 17-42，它们很容易适合 64 位掩码。所以我们只需要标记每个数字的每个位，如果数字代码没有改变掩码，那么我们就有一个重复的数字。

P.S.：@interjay 对于数学方法，我希望检查数字总和 和 数字乘积，但这需要数学演示......

Answer 2

鉴于字符串应该只有 13 个字节，蛮力方法似乎足够快，甚至比更复杂的方法更快，而且更容易编写和验证。

这是一个例子：

#include <ctype.h>
#include <stdio.h>
#include <string.h>

int check_ISBN(const char *p) {
    if (strlen(p) != 13)
        return -1;
    while (*p) {
        unsigned char c = *p++;
        // characters must be digits or lowercase letters
        if (!isdigit(c) && !islower(c))
            return 2;
        // characters must not be duplicated
        if (strchr(p, c))
            return 1;
    }
    return 0;
}

int main(int argc, char *argv[]) {
    int status = 0;
    if (argc < 2) {
        fprintf(stderr, "Usage: %s ISBN ...\n", argv[0]);
        return 2;
    }
    for (int i = 1; i < argc; i++) {
        switch (check_ISBN(argv[i])) {
          case 0:
            printf("%s: valid ISBN.\n", argv[i]);
            break;
          case 1:
            printf("%s: invalid ISBN: duplicate digit.\n", argv[i]);
            status = 1;
            break;
          case 2:
            printf("%s: invalid ISBN: invalid character.\n", argv[i]);
            status = 1;
            break;
          default:
            printf("%s: invalid ISBN: bad character count.\n", argv[i]);
            status = 1;
            break;
        }
    }
    return status;
}

Answer 3

只需遍历字符串，在查找表中记录每个看到的字符。如果您看到一个 dup，请中止。如果长度不是 13 失败。例如：

#include <stdio.h>
#include <stdlib.h>
#include <string.h>
#include <libgen.h>
#include <limits.h>

int
validate(const char *a, char **err)
{
        char lut[(1 << CHAR_BIT)] = {0};  /* 256 */
        int len = 0;
        *err = "too short";
        for(const char *s = a; *s; s += 1 ){
                if( ++len > 13 ){
                        *err = "too long";
                        return 0;
                }
                if( lut[(unsigned char)*s] ){
                        *err = "duplicate entry";
                        return 0;
                }
                lut[(unsigned char)*s] = 1;
        }
        return len == 13;
}


int
main(int argc, char **argv)
{
        int fail = 0;
        if( argc == 1 ){
                printf("usage: %s isbn [isbn...]\n", basename(argv[0]));
                return 0;
        }

        for( argv += 1; *argv; argv += 1 ){
                char *e;
                if( ! validate(*argv, &e) ){
                        fprintf(stderr, "%s is invalid: %s\n", *argv, e);
                        fail += 1;
                }
                else {
                        printf("%s is valid\n", *argv);
                }
        }
        return fail == 0 ? EXIT_SUCCESS : EXIT_FAILURE;
}