logo标签列表

C中使用字符相减实现strcmp函数

c
32

我前段时间看到了这个 strcmp 的实现方式，有一个纯粹出于教育目的的问题。为什么需要将输入转换为16位整数，进行计算，然后再转换回8位呢？在8位中进行减法操作有什么问题吗？

int8_t strcmp (const uint8_t* s1, const uint8_t* s2)
{
  while ( *s1 && (*s1 == *s2) )
  {
    s1++; 
    s2++;
  }

  return (int8_t)( (int16_t)*s1 - (int16_t)*s2 );
}
注意：代码假设为16位的int类型。 编辑： 有人提到C语言默认会将类型转换为int（假设为32位）。即使代码明确声明要强制转换成16位的int，是否仍然是这种情况？
3
不符合标准规范，请勿使用。 - too honest for this site
关于你的EDIT，是的，情况仍然如此。从概念上讲，这些值被转换为int16_t，然后转换为int（如果int比int16_t宽，这可能不是这样，尽管它至少与int16_t一样宽）。 - Ian Abbott
也许重点是保证不可移植性。在没有本地硬件类型的系统上，int8_t和int16_t不存在。 - Pete Becker
1
如果 s1 是 255，s2 是 1 呢？那么 (int16_t)*s1 - (int16_t)*s2 的结果是 254，而 (int8_t)254 得到的是一个实现定义的值，可能是 -2。尽管 *s1 > *s2，但 -2 < 0，所以这个结果是错误的。 - user253751
在(int16_t)*s1 - (int16_t)*s2中的强制类型转换是不必要的，因为所有小于int的类型在进行任何算术运算之前都必须提升为int。 - phuclv
5个回答
24

strcmp(a,b)函数应返回：

  • <0，如果string a < string b
  • >0，如果string a > string b
  • 0，如果string a == string b

实际上，在同一位置上两个字符串的第一个字符不同时（0，字符串终止符也可以）进行比较测试。

由于函数接受两个uint8_t（无符号字符），因此开发人员可能担心对两个无符号字符进行比较将得到介于0和255之间的数字，因此永远不会返回负值。例如，118 - 236会返回-118，但在8位上它会返回138。

因此，程序员决定将其强制转换为有符号整数（16位）int_16。

这样可能可以起作用，并给出正确的负/正值（前提是函数返回int_16而不是int_8）。

（*编辑：来自@zwol的评论，整数提升是不可避免的，因此这个int16_t强制转换是不必要的）

然而，最终的int_8转换破坏了逻辑。由于返回值可能介于-255到255之间，因此在将其转换为int_8后，其中一些值将看到它们的符号被反转。

例如，执行255 - 0会得到正的255（在16位上，所有较低的8位都设置为1，MSB为0），但在int_8世界中（8位有符号整数）这是负的-1，因为我们只有最后的低8位设置为二进制11111111或十进制-1。

绝对不是一个好的编程示例。

来自苹果公司的工作函数更好。

for ( ; *s1 == *s2; s1++, s2++)
    if (*s1 == '\0')
        return 0;
return ((*(unsigned char *)s1 < *(unsigned char *)s2) ? -1 : +1);

(Linux用汇编代码实现这个功能...)

无限清晰！ 然而，出于教育目的，还有一个最后的问题。当从int_16向下转换为int_8时，LSB或MSB位是否被保留，还是取决于实现？ - madski
1
将 int16_t 转换为 int8_t 的结果是实现定义的。大多数实现只是丢弃高位。 - Ian Abbott
2
无论是否将其转换为int16_t，实际的减法都将在int上执行，因为存在整数提升。 int允许与int16_t相同类型，但不允许与int8_t相同类型，因此整数提升是不可避免的；（在标准内）没有办法强制C实际对[u]int8_t数量进行算术运算。（请注意，这里有一个int8_t和char之间的区别；在CHAR_BIT >= 16的实现中，int和char可能是相同的类型；但是，这样的实现根本无法提供int8_t！） - zwol
1
@zwol - 糟糕，我通常不会阅读C语言问题，但是通过后门进入了这个问题。 <g> - Pete Becker
Apple函数看起来比OP的更糟，因为多个返回语句是不必要的。此外，它似乎滥用了无符号溢出。 - Lundin
显示剩余6条评论
9
实际上，必须至少使用16位来进行区分¹，因为结果的范围是-255到255，这不适用于8位。然而，sfstewman正确地指出，由于隐式整数提升，它会发生。
最终转换为8位是错误的，因为它可能会溢出，因为范围仍然不适合8位。而且，strcmp确实应该返回普通的int。
¹ 9就足够了，但位通常以8个一组。
我认为程序员只关心结果的符号，只要保留了这个符号就可以了。 - madski
1
操作数将始终被提升为int，它必须至少容纳16位的值，然后再进行减法运算，这使得操作数的8位特性变得无关紧要。请参阅整数提升规则（C11 6.1.1.3p2）。 - sfstewman
"执着模式": "至少必须用9个比特位来区分..." - ClickRick
3

输入数据是无符号8位的，为了避免截断和溢出/下溢的影响，应将其转换为至少9位有符号数，因此使用int16。

1
然后他们通过返回一个 int8_t 来破坏结果！ - Ian Abbott
2
return (int8_t)( (int16_t)*s1 - (int16_t)*s2 );

这可能有以下两种情况:

  • 程序员对C语言中隐式类型提升的工作方式感到困惑。无论如何，两个操作数都将被隐式转换为int，而不管是否将其转换为int16_t。因此，如果int是32位的，那么这段代码就是无意义的。或者，如果int在特定系统上等同于int16_t，则根本不会进行转换。

  • 或者程序员非常了解类型提升的工作方式，并编写需要符合禁止隐式类型提升的标准（例如MISRA-C）的代码。在这种情况下，并且在给定系统上int是16位时，该代码是完全合理的：它强制进行显式类型提升以避免编译器/静态分析器的警告。

我猜第二种情况最有可能，这段代码旨在用于小型微控制器系统。

你的第二个猜测是正确的。它是针对MISRA-C编写的。 - madski
我不确定这样的标准如何“禁止”隐式类型提升，或者它只适用于某些表达式？（例如，在原始代码中，表达式*s1 == *s2也涉及隐式类型提升，至少在概念上是这样，尽管在这种情况下这样的提升对于==和!=运算符没有影响。） - Ian Abbott
1
@IanAbbott：MISRA标准的目的是要求代码不仅在C语言规则下工作，而且还要编写成在具有与“int”大小无关的规则的语言中同样有效的方式。不幸的是，C语言规则中的一些怪癖使得编写行为与int大小无关的代码变得困难。例如，uint16_t x=65535; x*=x;将在所有定义了uint16_t和int为16位或64位的平台上将x设置为1，但在某些int为32位的机器上，它可能会违反时间和因果律。 - supercat
@rici 如果您希望编写自己的 MISRA-C 兼容标准库函数，您将不得不重新定义标准函数定义，因为 C 标准库本身并不符合 MISRA 标准。在小型微控制器系统中进行 int8_t 强制转换并返回它是完全有意义的。 - Lundin
@rici 这里的强制类型转换不会溢出，因为比较的是两个字符，假设它们是标准的7位ASCII码。使用int8_t相对于int的优势在于：它可以在小型处理器上节省执行速度，并且在大多数CPU上可以节省1个字节的内存。此外，它使返回类型和符号确定：你知道它返回一个1字节的二进制补码有符号整数。如果使用int，则无法了解其格式：可能是从16到64位的任何形式，也可能是C标准允许的任何奇怪的符号。使用int的代码通常是不可移植的。 - Lundin
显示剩余2条评论
1
如果没有 int16_t 的限制，某些值会因溢出而导致两个数字之间的差异不同。在 int8_t 中，您的范围为-128到127，在 uint8_t 中，您的范围为0到255，在 int16_t 中，您的范围将为-32,768到32,767。
从 uint8_t 转换为 int8_t 会导致由于溢出而使大于127的值改变符号，因此这可以避免发生，但是输出应该是 int16_t，因为如果您有一个255 - 0的结果，它将是截断返回。
网页内容由stack overflow 提供, 点击上面的
可以查看英文原文，
原文链接