面试官让我写strlen函数？|详解字符串函数与内存函数【C语言/进阶】
文章目录
- 前言
- 1. 字符串函数
-
- 1.1 strlen
- 1.2 strcpy
- 1.3 strcat
- 1.4 strcmp
- 1.5 strnpy
- 1.6 strncat
- 1.7 strncmp
- 1.8 strstr
- 1.9 strtok
- 1.9 strerror
- 1.11 memcpy
- 1.12 **memmove**
- 1.13 memcmp
- 1.14 memset
- 2. 字符函数
- 结语
前言
请原谅我的文章跟雅鲁藏布江一样长，但跟它一样，蕴藏着宝藏。
下面重点介绍处理字符和字符串的库函数的使用和注意事项
1. 字符串函数
注意：
- NULL是空指针，它是定义在stdio.h头文件中的宏，值为0
- NUL和null一般情况下指的是\0（图片里有出现，翻译为终止空字符）
1.1 strlen
size_t strlen ( const char * str );
要点
-
字符串已经’\0’ 作为结束标志，strlen函数返回的是在字符串中’\0’ 前面出现的字符个数（不包含’\0’ )
-
参数指向的字符串必须要以’\0’ 结束
//strlen统计的是第一个'\0'前的元素的个数 int main() { char a[] = "abc\0defg"; printf("%d\n", strlen(a)); return 0; }
-
注意函数的返回值数据类型为size_t，是unsigned int型。Why？长度不可能为负。在这里知道它是unsigned 型即可（64位可能为unsigned long int）。
#includeint main() { const char*str1 = "abcdef"; const char*str2 = "abc"; if(strlen(str2)-strlen(str1)>0) { printf("str2>str1\n"); } else { printf("srt1>str2\n"); } return 0; } 如果它的返回值不是unsigned int型，而是int型，结果是哪个呢？
-
模拟实现strlen函数
-
上面我们知道，strlen函数是统计第一个\0之前的元素个数，那么根据此原理，可以通过循环实现该功能。
注：当我们不希望函数的参数即源字符串不被修改，需要用const修饰形参。assert（断言），作为初学者，我们应该使用它以避免可能发生传入空指针的情况。
//1. 常规 //2. 递归//不创建临时变量 //3. 指针-指针 #include#include size_t my_strlen(const char* str) { assert(str);//断言：提醒用户传参为非空指针 //等价于assert(str != NULL); //NULL在stdio.h库中，它是一个宏，值为0 int count = 0;//计数器 while (*str)//'\0'的ASCII值为0 { count++; str++;//指针后移 } return count; } int main() { char a[] = "abcdefg"; printf("%d\n", my_strlen(a)); return 0; } -
或许有一天，面试官会问你：那有没有一种方法，可以不通过创建临时变量得到字符串的长度呢？不通过临时变量，那就是只通过str这个指针变量自己运算，当达到某种条件，返回1/0，我们想到递归。
#include#include size_t my_strlen(const char* str) { assert(str); //每当指针指向的不是\0，返回1+my_strlen(指向下一个)，直到遇到\0，返回0 if (*str) { return 1+ my_strlen(++str);//注意是前置++哦 } return 0; } int main() { char a[] = "abcdefg"; printf("%d\n", my_strlen(a)); return 0; } -
学习指针的时候我们知道，指针-指针=两指针之间的元素个数。我们可以用让一个指针指向起始位置，然后让另一个指针移动到\0的位置，返回指针之差即为字符串长度
注意：在保存初始位置时，变量start的类型要和形参一致，因为我们用const修饰变量，是为了更安全地使用它，假若将这个安全的变量交给一个不安全（ 没有const修饰）的变量，它的内存访问权限就被放大了，也就是说它又不安全了（相当于形参的const白修饰了）。后面也有同样的例子。
#include#include size_t my_strlen(const char* str) { assert(str); const char* start = str;//保存初始位置 while (*str) { str++; } return str - start;//返回元素个数 } int main() { char a[] = "abcdefg"; printf("%d\n", my_strlen(a)); return 0; }
-
1.2 strcpy
char* strcpy(char * destination, const char * source );
要点
-
源字符串必须以’\0’ 结束
-
最后将源字符串中的’\0’ 拷贝到目标空间
-
目标空间必须足够大，以确保能存放源字符串。因为strcpy不会为程序员检查。
-
目标空间必须可修改。什么意思呢？形参中只有源字符串被const修饰，表示它不可修改；相反地，目标字符串不能被const修饰，表示它是将被修改的。
-
模拟实现strcpy函数
//化简代码、链式访问、高质量C/C++编程 #include#include char* my_strcpy(char* dest, const char* src) { char *ret = dest;//保存目标字符串的地址 assert(dest ); assert(src ); while (*src) { *dest = *src; dest++; src++; } //将src'\0'之前的元素赋给dest *dest = *src;//将src的'\0'赋给dest return ret;//返回目标字符串的地址 } int main() { char* str1 = "abcdef"; char arr[20] ="XXXXXXXXXXXXX"; printf("%s\n", my_strcpy(arr, str1)); return 0; } -
化简代码：在while循环中，我们可以将指针移动和赋值放在一个语句中
while (*src) { *dest++ = *src++; } *dest++ = *src++;//将src的'\0'赋给dest -
括号内判断的是\0，而*dest++ = *src++这个赋值表达式的结果是被赋值的那个值，所以可以将循环外的语句放在括号里面。
while (*dest++ = *src++) //这里最后已经将src的'\0'赋给dest了 { ; } //';' 表示这是一个空语句，它什么都不干，这是合法的
-
1.3 strcat
char * strcat ( char * destination, const char * source );
要点
-
源字符串必须以’\0’ 结束。
-
目标空间必须有足够的大，能容纳下源字符串的内容。
-
目标空间必须可修改。
//用例如下 int main() { char arr1[20] = "hello "; printf("%s\n", strcat(arr1, "world")); return 0; } //arr1的内容："hello world\0" //实际上打印的结果为：hello world -
模拟实现strcat函数
思路：用一个指针移动到目标字符串的\0位置，然后以这个位置开始，将源字符串的内容追加，其实也就是strcpy的模拟实现。
char* my_strcat(char* dest, const char* src) { char* ret = dest;//保存目标字符串的地址 assert(dest); assert(src); //1. 找目标字符串的'\0' while (*dest) { dest++; } //2. 拷贝数据，同strcpy while (*dest++ = *src++) { ; } return ret; } int main() { char arr1[20] = "hello "; printf("%s\n", my_strcat(arr1, "world")); return 0; } -
字符串自己给自己追加，如何？
int main() { char arr1[20] = "hello "; printf("%s\n", my_strcat(arr1, arr1)); return 0; } //程序跑不起来，因为当源字符串copy到目标字符串时，\0总是被覆盖 //以至于一直找不到\0，造成越界访问，程序崩溃
1.4 strcmp
int strcmp ( const char * str1, const char * str2 );
要点
-
标准规定（返回值）：
第一个字符串大于第二个字符串，则返回大于0的数字
第一个字符串等于第二个字符串，则返回0
第一个字符串小于第二个字符串，则返回小于0的数字注意：在VS编译器中，返回值分别是1、0、-1
-
那么如何判断两个字符串？
//用例 #includeint main() { char a[] = "abcde"; char b[] = "abcdz"; printf("%d\n", strcmp(a, b)); return 0; } //结果为-1 -
模拟实现strcmp
思路：将两个指针的值（字符的ASCII值）比较，如果相同就同时往前走，直到遇到\0为止两者都相等，返回0；如果一开始或中途就不相等，若两者ASCII差值为负数，返回-1，反之则返回1
#include#include int my_strcmp(const char* str1, const char* str2) { //函数没有对两个字符串的内容修改，为保护两者在内存中的安全 //都用const修饰 assert(str1); assert(str2); while (*str1 == *str2) { if (*str1 == '\0') //if语句在前在后都可以， //因为当指向最后一个元素时，后面是\0 while判断也能进来 { return 0; } str1++; str2++; } //如果没有进入if语句则说明两者不相等 //此时两个指针已经指向了不同的字符 if (*str1 > *str2) return 1; else return -1; } int main() { char a[] = "abcde"; char b[] = "abcdz"; printf("%d\n", my_strcmp(a, b)); return 0; } //结果为-1 这样的函数还是不够完美，因为返回值在不同编译器是不同的，将返回值改成大于零或小于零的值更有普适性，可以直接返回两者的差值。
#include#include int my_strcmp(const char* str1, const char* str2) { assert(str1); assert(str2); while (*str1 == *str2) { if (*str1 == '\0') return 0; str1++; str2++; } return *str1 - *str2; } int main() { char a[] = "abcde"; char b[] = "abcdz"; printf("%d\n", my_strcmp(a, b)); return 0; } //结果为-21
1.5 strnpy
char * strncpy ( char * destination, const char * source, size_t num );
它是strcpy函数的安全版本，因为strcpy不会替程序员检查目标字符串的空间是否足以提供源字符串复制，因此多了一个参数，复制字符的个数num。其实在了解它之后，会觉得其实它也不那么安全，num的主要作用我认为是提醒程序员在使用它时能注意这个问题。个人理解这个多出来的n可能是num的意思。
要点
-
拷贝num个字符从源字符串到目标空间。
-
如果源字符串的长度小于num，则拷贝完源字符串之后，在目标字符串的后面追加0直到修改次数达到num为止。
//示例 #include#include int main() { char a[] = "abcd"; printf("%s\n", strncpy(a, "qwer",3)); return 0; } //结果为qwed 假若num的值大于要复制的源字符串的长度，剩余的空间
-
模拟实现strncpy
思路：此函数有“复制不够0来凑”的功能，把num当作计数器，分情况决定要不要添0。除此之外，和strcpy的模拟实现相同。
#include#include char* my_strncpy(char* dest, const char* src, size_t num) { char* ret = dest;//记录目标字符串地址 assert(dest); assert(src); //先不管三七二十一, //两种情况可以先复制，然后通过num再看是否还有位置 while (num-- && (*dest++ = *src++)) { //1. num=len，直接将\0之前的字符复制到dest中,相当于strcpy ; //2. num
注意：第一个while循环中的num的左右位置（&&前面为假时，直接跳出循环）、以及是否在循环体内自减1、第二个while循环的`--`前置或后置都会对结果产生影响，需要根据实际情况进行匹配。
1.6 strncat
char * strncat ( char * destination, const char * source, size_t num );
要点
同strcat，只不过多了一个参数num。
用法
参照strncpy：
int main()
{
char a[20] = "abcd";
printf("%s\n", strncat(a, "qwer", 3));
return 0;
}
int main()
{
char a[20] = "abcdxxxxxx\0xxxxxxx";
printf("%s\n", strncat(a, "qwer", 6));
return 0;
}
至此我们可以了解它的原理：在目标字符串第一个\0处将源字符串的前num个元素copy并赋值，最后添加\0。
下面模拟实现strncat：
思路：用指针找到目标字符串\0的位置，然后将源字符串的前num个元素赋值，num当作计数器。
#include
1.7 strncmp
int strncmp ( const char * str1, const char * str2, size_t num );
要点同strcmp，用法同上
用例
int main()
{
char arr1[] = "hello";
printf("%d\n", strncmp(arr1, "helo", 3));
return 0;
}
int main()
{
char arr1[] = "hello";
printf("%d\n", strncmp(arr1, "helo", 4));
return 0;
}
通过用例，我们可以知道它的原理。在前面几个模拟实现的例子的基础上，请读者自己思考是怎样实现的。
由于模拟实现strncmp更加麻烦，需要更多知识，作者目前还不具备这样的能力。但实现它的思想是不变的。这里附上VS编译器的参考代码。(路径：(VS所在的磁盘)E:\Program Files (x86)\Microsoft Visual Studio 12.0\VC\crt\src)
int __cdecl strncmp
(
const char *first,
const char *last,
size_t count
)
{
size_t x = 0;
if (!count)
{
return 0;
}
/*
* This explicit guard needed to deal correctly with boundary
* cases: strings shorter than 4 bytes and strings longer than
* UINT_MAX-4 bytes .
*/
if( count >= 4 )
{
/* unroll by four */
for (; x < count-4; x+=4)
{
first+=4;
last +=4;
if (*(first-4) == 0 || *(first-4) != *(last-4))
{
return(*(unsigned char *)(first-4) - *(unsigned char *)(last-4));
}
if (*(first-3) == 0 || *(first-3) != *(last-3))
{
return(*(unsigned char *)(first-3) - *(unsigned char *)(last-3));
}
if (*(first-2) == 0 || *(first-2) != *(last-2))
{
return(*(unsigned char *)(first-2) - *(unsigned char *)(last-2));
}
if (*(first-1) == 0 || *(first-1) != *(last-1))
{
return(*(unsigned char *)(first-1) - *(unsigned char *)(last-1));
}
}
}
/* residual loop */
for (; x < count; x++)
{
if (*first == 0 || *first != *last)
{
return(*(unsigned char *)first - *(unsigned char *)last);
}
first+=1;
last+=1;
}
return 0;
}
1.8 strstr
char * strstr ( const char *str1, const char * str2);
用例
#include#include
由用例可知：如果找到子字符串，则返回第一个子字符串出现的起始位置，否则返回空指针。
模拟实现strstr
思路：两个指针ab分别维护两个字符串，以要找的字符串find为准，从开始往后比较，如果相等，则继续，否则指针a往后走一步，指针b则回到字符串find的起始位置，重复上述操作。直到指针b指向\0为止，在指针a指向\0时前，字符串find的所有元素在另一个字符串中都能对应，则找到子字符串。否则没找到，返回空指针。
#include1.9 strtok
char * strtok ( char * str, const char * sep );
要点
- sep参数是个字符串，定义了用作分隔符的字符集合
- 第一个参数指定一个字符串，它包含了0个或者多个由sep字符串中一个或者多个分隔符分割的标记。
- strtok函数找到str中的下一个标记，并将其用 \0 结尾，返回一个指向这个标记的指针。（注：strtok函数会改变被操作的字符串，所以在使用strtok函数切分的字符串一般都是临时拷贝的内容并且可修改。）
- strtok函数的第一个参数不为 NULL ，函数将找到str中第一个标记，strtok函数将保存它在字符串中的位置。
- strtok函数的第一个参数为 NULL ，函数将在同一个字符串中被保存的位置开始，查找下一个标记。
- 如果字符串中不存在更多的标记，则返回 NULL 指针。
用途
诸如198.162.1.1、[email protected]含有除了数字和字母之外的字符这类字符串，以这些字符为分隔标志，将它们分为：198 162 1 1、123456 qq com若干个子字符串。
用例
int main()
{
char arr1[] = "[email protected]";
char tmp[30] = { 0 };
strcpy(tmp, arr1);//临时拷贝一份
char arr2[] = "@.";//将源字符串中出现的字符放入数组中，顺序任意
char* p = NULL;
//用p接收函数返回的标志的地址
p = strtok(tmp, arr2);
printf("%s\n", p);
p = strtok(NULL, arr2);
printf("%s\n", p);
p = strtok(NULL, arr2);
printf("%s\n", p);
return 0;
}
在这里，因为第一条语句只用执行一次，而后面的调用函数传参在形式上都是相同的，所以我们可以用for语句化简代码。
for (p = strtok(tmp, arr2); p != NULL; p = strtok(NULL, arr2))
{
printf("%s\n", p);
}
1.9 strerror
char * strerror ( int errnum );
功能：返回错误码，所对应的错误信息。也就是根据错误的类型，返回一段含有错误信息的文字。
用例
#include 
1.11 memcpy
void * memcpy ( void * destination, const void * source, size_t num );
它存在的意义
strcpy或strncpy函数只能对字符串进行操作，也就是char型，而内存中的数据不止char型，所以需要用一个“万能”的拷贝函数实现各种数据之间的拷贝。这便是它的参数和返回值类型为void*型的原因。
要点
- 函数memcpy从source的位置开始向后复制num个字节的数据到destination的内存位置。
- 这个函数在遇到’\0’ 的时候并不会停下来，和\0无关，所以目标内存中无\0无所谓。
- 如果source和destination有任何的重叠，复制的结果都是未定义的。
用例
#include 
模拟实现memcpy
思路：这里的memcpy和strcpy十分类似，只是处理的数据不同，以及没有\0作为终止的条件，但是思路是一致的。这里的思路在模拟实现qsort中的交换函数部分一致，当复制数据时，是以一个字节为一个单位复制呢还是以4个（int）字节或5个字节为一个单位复制？仔细想想，假若需要复制的数据占15个字节，最快的办法当然是以15个字节为单位复制，接着是5，然后是三。但下次是18呢？所以具有普适性的方法应该是以一个字节为单位复制。
#include
注意:
在函数中，指针变量dest和src必须强转为(char*)型才能进行+1操作
用例
假设将数组a的1234，复制到a+2开始的16个字节的位置上理想结果应该是121234
因为memcpy的缺陷，不能复制数据有重叠部分的内存块（不论大小端）结果都将会是121212
#include
1.12 memmove
void * memmove ( void * destination, const void * source, size_t num );
要点
- 和memcpy的差别就是memmove函数处理的源内存块和目标内存块是可以重叠的。所以此函数是memcpy的优化函数。
- 如果源空间和目标空间出现重叠，就得使用memmove函数处理。
用例
#include模拟实现memmove
思路：如图只分析了其中一种情况，还有两种情况分别是与之相反的情况和两个内存块完全重叠的情况（将蓝色框看成可移动的）。
#include
1.13 memcmp
int memcmp ( const void * ptr1, const void * ptr2, size_t num );
要点
它与strlen的不同点在于它不由\0决定程序是否终止，而由计数器num控制。
用例
#include 
模拟实现memcmp
思路同strcmp，只不过程序是否终止由字节计数器决定。由于涉及到其他知识，在此给出核心代码。
while ( --count && *(char *)buf1 == *(char *)buf2 )
{
buf1 = (char *)buf1 + 1;
buf2 = (char *)buf2 + 1;
}
return( *((unsigned char *)buf1) - *((unsigned char *)buf2) );
1.14 memset
void * memset ( void * ptr, int value, size_t num );
要点
要注意它是设置内存块的前num个字节，是以字节为单位的。
用例
int main()
{
int a[] = { 1, 2, 3, 4, 5, 6, 7, 8, 9, 10 };
memset(a, 0, 17);
return 0;
}
我们将0改成1
int main()
{
int a[] = { 1, 2, 3, 4, 5, 6, 7, 8, 9, 10 };
memset(a, 1, 17);
return 0;
}
所以memset的功能单一，个人觉得它的用处不是很广泛，通常用在将内存数据归零的情况下，且一般是0而不是其它。
模拟实现memset
有了前面的铺垫，要实现memset并不难，无非是强转+循环。由于涉及到其他知识，这里只给出核心代码，理解原理即可。
void * my_memset(void *dst, int val, size_t count)
{
assert(dst);
char* ret = (char*)dst;
while (count--)
{
*ret++ = (char)val; }
return dst;
}
}
2. 字符函数
| 头文件 | ctype.h |
|---|---|
| 函数 | 如果参数符合下列条件则返回真值 |
| iscntrl | 任何控制字符 |
| isspace | 空白字符：空格‘ ’，换页‘\f’，换行’\n’，回车‘\r’，制表符’\t’或者垂直制表符’\v’ |
| isdigit | 十进制数字 0~9 |
| isxdigit | 十六进制数字，包括所有十进制数字，小写字母af，大写字母AF |
| islower | 小写字母a~z |
| isupper | 大写字母A~Z |
| isalpha | 字母az或AZ |
| isalnum | 字母或者数字，az,AZ,0~9 |
| ispunct | 标点符号，任何不属于数字或者字母的图形字符（可打印） |
| isgraph | 任何图形字符 |
| isprint | 任何可打印字符，包括图形字符和空白字符 |
| tolower | 转换为小写字母 |
| toupper | 转换为大写字母 |
这些函数功能单一，但十分实用，利用得当能提高程序的效率。例如判断字母大小写、判断是否为字母、大小写转换等函数。
用例
#include 
结语
至此，若读者在认真阅读时，并自己动手实现它们，会发现其实它们并不难。而要巧妙高效地使用它们，最好了解它们地工作原理，以避免不必要的错误。
欢迎读者指正，请原谅我的文章是那么的平淡无奇，且长。
如果你有收获的话，请给作者一个鼓励吧~