strcmp() 但 AZ 后面有 0-9？ (C/C++)

Question

由于我完全不同意的原因，但“（反可用性）权力”尽管我反对，但仍然继续颁布法令，我有一个排序例程，它执行基本的 strcmp() 比较并按其名称排序。效果很好；很难弄错这一点。然而，在第 11 小时，决定以数字开头的条目应位于以字母开头的条目之后，这与 ASCII 顺序相反。他们引用 EBCDIC 标准的字母后有数字，因此先前的假设不是普遍真理，而且我没有能力赢得这场争论……但我离题了。

我的问题就在于此。我已将所有对 strcmp 的适当引用替换为新函数调用 nonstd_strcmp，现在需要实现修改以完成排序更改。我使用 FreeBSD 源代码作为基础： http: //freebsd.active-venture.com/FreeBSD-srctree/newsrc/libkern/strncmp.c.html

 if (n == 0)
  return (0);
 do {
  if (*s1 != *s2++)
   return (*(const unsigned char *)s1 -
    *(const unsigned char *)(s2 - 1));
  if (*s1++ == 0)
   break;
 } while (--n != 0);
 return (0);

我想我可能需要花一些时间来真正考虑应该如何完成，但我'我确信我不是唯一一个经历过发布前规格变更带来的脑死亡的人。

Answer 1

您需要做的是为每个角色创建一个排序表。这也是进行不区分大小写比较的最简单方法。

if (order_table[*s1] != order_table[*s2++])

请注意，字符可能带有符号，在这种情况下，表的索引可能会变为负数。此代码仅适用于签名字符：

int raw_order_table[256];
int * order_table = raw_order_table + 128;
for (int i = -128;  i < 128;  ++i)
    order_table[i] = (i >= '0' && i <= '9') ? i + 256 : toupper(i);

Answer 2

如果您的权力与我遇到的所有其他权力一样，您可能希望将其作为一个选项（即使它是隐藏的）：

排序顺序：

o 字母后数字

o 数字后的字母

，或者更糟糕的是，他们可能会发现他们希望数字按数字顺序排序（例如“A123”在“A15”之后），然后可以是

o 字母后数字

o 数字后面的字母

o 字母后的智能数字

o 智能数字后的字母

这涉及到诊断真正的问题，而不是症状。我打赌他们有可能在第 11 小时第 59 分钟改变主意。

Answer 3

比较字符时，您可以使用查找表将 ASCII 转换为 EBCDIC ;-)

Answer 4

在这种只有大写字母（如评论中的OP提到的）和数字0-9的特殊情况下，您也可以省略顺序表，而是将两个不同的字符乘以4并比较结果模数256. ASCII 数字的范围（48 到 57）不会溢出 8 位（57 × 4 = 228），但大写字母的范围（65 到 90）会溢出（65 × 4 = 260）。当我们比较模 256 的乘积时，每个字母的值将小于任何数字的值： 90×4 % 256 = 104 < 192 = 48×4

代码可能看起来像这样：

int my_strcmp (const char *s1, const char *s2) {
    for (; *s1 == *s2 && *s1; ++s1, ++s2);
    return (((*(const unsigned char *)s1) * 4) & 0xFF) - \
           (((*(const unsigned char *)s2) * 4) & 0xFF);
}

当然，顺序表解决方案一般来说要通用得多，因为它允许为每个字符定义排序顺序 - 该解决方案仅适用于 大写字母与数字。 （但例如在微控制器平台上，即使节省表使用的少量内存也可能是一个真正的好处。）

Answer 5

虽然总体上同意上述答案，但我认为对循环的每次迭代进行查找是愚蠢的，除非您认为大多数比较都会有不同的第一个字符，而您可以这样做

char c1, c2;
while((c1 = *(s1++)) == (c2 = *(s2++)) && c1 != '\0');
return order_table[c1] - order_table[c2];

另外，我建议构建 order_table使用静态初始化程序，这将提高速度（不需要每次或永远生成），并且可能还提高可读性

Answer 6

这应该是一个非常好的字符串比较实现，类似于其他帖子描述的实现。

static const unsigned char char_remap_table[256] = /* values */

#define char_remap(c) (char_remap_table[(unsigned char) c])

int nonstd_strcmp(const char * restrict A, const char * restrict B) {
     while (1) {
          char a = *A++;
          char b = *B++;
          int x = char_remap(a) - char_remap(b);
          if (x) {
               return x;
          }
          /* Still using null termination, so test that from the original char,
           * but if \0 maps to \0 or you want to use a different end of string
           * then you could use the remapped version, which would probably work
           * a little better b/c the compiler wouldn't have to keep the original
           * var a around. */
          if (!a) { /* You already know b == a here, so only one test is needed */
               return x;  /* x is already 0 and returning it allows the compiler to
                           * store it in the register that it would store function
                           * return values in without doing any extra moves. */
          }
     }
}

除此之外，您可以概括该函数以将 char_remap_table 作为参数，这将允许您在以后需要时轻松使用不同的映射。

int nonstd_strcmp(const char * restrict a, const char * restrict b, const char * restrict map);