比 strcspn() 的简单实现更好

Question

我必须弄清楚我的主题字符串是否有任何坏字符（我绝对讨厌某些字符）。因此，如果我有一个名为 str(char *str) 的字符串，并且如果找到字符串 bad(char *bad) 中的任何字符，则字符串str 将被拒绝。现在我可以使用strcspn(str,bad) 来检查这一点。但是有人可以建议strcspn 的实现是什么吗？ 一个简单的实现是检查str 的每个字符与bad 的每个字符，如果找到匹配项则拒绝str。

for(i=0;str[i]!='\0';i++)
  for(j=0;bad[j]!='\0';j++)
    if(bad[j]==str[i])
       return -1;   //reject string
return 1;    //accept string

或类似的东西

for(i=0;str[i]!='\0';i++)
  if(strchr(bad,str[i]))   //will return non-NULL if str[i] is found in bad
    return -1;   //reject string
return 1;    //accept string

Answer 1

如果您关心最坏情况下的性能和/或线程安全，这里有一个将表保留在堆栈中的变体。

#include <limits.h>
#include <stddef.h>

int contains_bad(const char *str, const char *bad) {
  size_t hint[UCHAR_MAX];
  size_t len_bad;
  for (len_bad = 0; bad[len_bad]; len_bad++) {
    hint[(unsigned char)bad[len_bad] - 1] = len_bad;
  }
  for (; *str; str++) {
    size_t i = hint[(unsigned char)*str - 1];
    if (i < len_bad && *str == bad[i]) return 1;
  }
  return 0;
}

（对于语言律师：从技术上讲，未初始化的数组 hint 可能潜伏着陷阱表示。如果您知道这意味着什么并且真正关心 C 程序在早已死去的平台上的行为，一种解决方案，如果 bad是一个集合，因此不超过UCHAR_MAX 个字符，是将size_t hint[UCHAR_MAX] 更改为unsigned char hint[UCHAR_MAX]，因为保证无符号字符没有陷阱表示。）

Answer 2

如果str 很长（或者您要针对同一组坏字符检查许多字符串），您可以通过创建一个大小为 256 的查找表来获得一些性能，其中元素 i 如果 ASCII 码 i 的字符不正确，则为 1，否则为零：

int contains_bad(const char* str, const char* bad) {
    unsigned short int table[256];
    char* ch;

    /* Prepare the lookup table */
    memset(table, 0, 256);
    for (ch = bad; *ch != 0; ch++)
        table[*ch] = 1;

    /* Test the string */
    for (ch = str; *ch != 0; ch++)
        if (table[*ch])
            return -1;

    return 1;
}

上面的代码是O(m+n)最坏的情况，其中m是bad的长度，n是str;你的解决方案是 O(mn) 最坏的情况。

---

更新：这是该函数的替代版本，它将查找表保存在静态存储中，并且每 255 次调用仅清除一次。

int contains_bad(const char* str, const char* bad) {
    static unsigned short int table[256];
    static unsigned short int marker = 255;
    char* ch;

    /* Prepare the lookup table */
    if (marker == 255) {
        memset(table, 0, 256);
        marker = 1;
    } else {
        marker++;
    }
    for (ch = bad; *ch != 0; ch++)
        table[*ch] = marker;

    /* Test the string */
    for (ch = str; *ch != 0; ch++)
         if (table[*ch] == marker)
             return -1;

    return 1;
}