當前位置:首頁 > 公眾號精選 > 嵌入式微處理器
[導讀]來源 :CSDN 就目前而言,在編程領域中,C語言的運用非常之多,它兼顧了高級語言的匯編語言的優(yōu)點,相較于其它編程語言具有較大優(yōu)勢。 在所有標準C語言頭文件中聲明的字符串處理函數(shù)中,最常用的是那些用來復制和連接字符串的函數(shù)。這兩組函數(shù)都將

來源 :CSDN

就目前而言,在編程領域中,C語言的運用非常之多,它兼顧了高級語言的匯編語言的優(yōu)點,相較于其它編程語言具有較大優(yōu)勢。

在所有標準C語言<string.h>頭文件中聲明的字符串處理函數(shù)中,最常用的是那些用來復制和連接字符串的函數(shù)。這兩組函數(shù)都將字符從一個對象復制到另一個對象,并且都返回它們的第一個參數(shù):指向目標對象的起始指針。這種返回值的方式是導致函數(shù)效率低下的一個原因,而這正是本文要探討的主題。
本文中展示的示例代碼僅僅用于說明目的。它們可能包含細微的錯誤,不應該被視為最佳代碼實踐。

01
標準解決方案


這種返回函數(shù)的第一個參數(shù)的設計,有時候會被不明白其用途的用戶所質疑。這樣的例子在StackOverflow網(wǎng)站上有不少,例如關于strcpy()返回值,或者C語言的strcpy為什么返回它的參數(shù)?的討論。簡單的答案是,這是一個歷史性的意外。函數(shù)的第一個子集是由Unix第七版在1979年引入的,它由strcat、strncat、strcpy和strncpy函數(shù)組成。盡管這四個函數(shù)都在Unix的各種版本中使用,但通常情況下,對這些函數(shù)的調用卻沒有使用它們的返回值。盡管這些函數(shù)可以同樣很容易地定義為返回一個指針來指向最后一個復制的字符(或它的后一位),而且事實證明這種做法也非常有用。
兩個或多個字符串的連接操作的最佳復雜度和字符數(shù)量成線性關系。但是,如上所述,讓函數(shù)返回指向目標字符串的指針會導致操作的效率明顯低于最佳效率。該函數(shù)遍歷源字符串序列和目標字符串序列,并獲取指向這兩個序列末尾的指針。該指針指向函數(shù)(strncpy除外)附加到目標序列上的字符串結束符NUL('\0')處或它的后一位。但是,如果返回的指針指向第一個字符而不是最后一個字符(或它的下一個字符),NUL結束符的位置會丟失,必須在需要時重新計算。這種做法的低效率可以在將兩個字符串s1和s2連接到目標緩沖區(qū)d中的示例中得到說明。將一個字符串添加到另一個字符串的慣用方法(雖然遠非理想)是調用strcpy和strcat函數(shù),如下所示:
    
strcat ( strcpy (d, s1), s2);
為了執(zhí)行這個連接操作,除了同時發(fā)生的相應地在d上的傳遞之外,一次在s1的傳遞和一次在s2上的傳遞是必須要執(zhí)行的操作,但是上面的調用在s1上進行了兩次傳遞。讓我們把這些調用分成兩個語句。      
    
char *d1 =  strcpy (d, s1);  // pass 1 over s1
         strcat (d1, s2);  // pass 2 over the copy of s1 in d
因為strcpy返回其第一個參數(shù)d的值,所以d1的值與d相同。為簡單起見,在后面的示例中我們將使用d,而不是將返回值存儲在d1中并使用它。在strcat調用中,我們遍歷剛剛復制到d1的字符串以確定最后一個字符的位置,這個成本和第一個字符串s1的長度是線性關系。這個成本乘以每個要連接的字符串。因而最終整個連接操作的成本相當于連接數(shù)和所以字符串長度的乘積,趨于一種二次方的關系。這種低效率是如此的臭名昭著,以至于為自己贏得了一個名字:畫師施萊米爾算法。(另見http://www.open- std.org/jtc1/sc22/wg14/www/docs/n2349.htm#sad-string)
必須指出的是,除了效率低 下之外,strcat和strcpy還因其緩沖區(qū)溢出的問題而臭名昭著,因為它們都對復制字符的數(shù)量不做任何限制。

02
克服局限性的嘗試


當源字符串的長度未知且目標字符串大小固定時,遵循一些流行的安全編碼準則來將連接結果限制為目標區(qū)大小實際上會導致兩個冗余的傳遞。例如,按照CERT關于安全使用strncpy()和strncat() 的建議,并且目標區(qū)的大小是dsize字節(jié),我們可能會得到以下代碼。
    
strncpy (d, s1, dsize -  1);       // pass 1 over s1 plus over d up to dsize - 1
    d[dsize -  1] =  '\0';              // remember to nul-terminate
     size_t n =  strlen (d);            // pass 2 over copy of s1 in d
     strncat (d, s2, dsize - n -  1);   // pass 3 over copy of s1 in d
注意,與對strncat的調用不同,當s1的長度大于d的大小時,上面對strncpy的調用不會將NUL('\0')結束符追加到d上。 它是一個常見的想當然的錯誤。 此外,當s1短于dsize-1時,strncpy函數(shù)將所有剩余的 字符填滿為NUL('\0'),這也被視為一種浪費的,因為隨后對strncat的調用將覆蓋掉它 們。
為了避免一些冗余,程序員有時會選擇先計算字符串長度,然后使用memcpy,如下所示。這種方法仍然效率不高,而且更容易出錯,并且代碼難以閱讀和維護。
    
size_t s1len =  strlen (s1);       // pass 1 over s1
     if (dsize <= s1len)
          s1len = dsize -  1;             // no need to nul-terminate
     memcpy (d, s1, s1len);            // pass 2 over s1
     size_t s2len =  strlen (s2);       // pass 1 over s2
     if (dsize - s1len <= s2len)
          s2len = dsize - s1len -  1;
     memcpy (d + s1len, s2, s2len);    // pass 2, over s2
    d[s1len + s1len] =  '\0';          // nul-terminate result

03
使用sprintf和snprintf進行連接


出于對代碼復雜性和可讀性的擔心,程序員們有時會使用snprintf函數(shù)進行字符串連接。
    
snprintf (d, dsize,  "%s%s", s1, s2);
這樣做代碼的可讀性非常好,但是,由于snprintf的開銷相當大,它的低效率導致它可能比使用字符串函數(shù)慢幾個數(shù)量級。snprintf的開銷不僅是由于解析格式字符串,而且還由于格式化I/O函數(shù)實現(xiàn)中通常固有的復雜性。
一些編譯器(如GCC和Clang)試圖通過將非常簡單的sprintf和snprintf調用轉換為strcpy或memcpy調用以提高效率,避免了對I/O函數(shù)的某些調用的開銷(請參閱這個在線示例https://godbolt.org/z/RaWkyd)。然而,由于C庫中沒有等價的字符串函數(shù),而只有當snprintf調用被證明不會導致輸出的截斷時,轉換才會完成,因此對snprintf的相應轉換很少能夠發(fā)生。memcpy本身不合適,因為它復制的字節(jié)數(shù)與指定的字節(jié)數(shù)完全相同,strncpy也不適合,因為它把目標字符串的最后的NUL結束符之后的位數(shù)都覆蓋了。
由于字符串的冗余傳遞次數(shù),將snprintf調用轉換為strlen和memcpy調用序列產(chǎn)生的額外開銷,也被視為得不償失。在這個頁面上,標題為Better builtin string functions部分列出了GCC優(yōu)化器在這方面的一些限制,以及改進它的一些折中措施。

04
POSIX的stpcpy和stpncpy函數(shù)


為了幫助解決這個問題,在過去很多年里出現(xiàn)了很多超出標準C的庫解決方案。POSIX標準包括stpcpy和stpncpy函數(shù),這兩個函數(shù)的實現(xiàn)方法是如果找到NUL結束符,則返回指向該字符的指針。這些函數(shù)可以用來緩解上面提到的麻煩和低效率。
    
const charstpcpy (charrestrictconst charrestrict);
     const charstpncpy (charrestrictconst charrestrictsize_t);
特別是,在不考慮緩沖區(qū)溢出的情況下,可以像下面這樣調用stpcpy來連接字符串:
    
stpcpy (stpcpy (d, s1), s2);
然而,當字符串副本必須以目標大小為邊界時,等效地使用stpncpy并不會消除將第一個NUL字符之后的剩余目標位置清零并直到邊界指定的最大字符位置的開銷。
    
char *ret = stpncpy (d, dsize, s1);    // zeroes out d beyond the end of s1
    dsize -= (ret - d);
    stpncpy (d, dsize, s2);                // again zeroes out d beyond the end
所以,這個函數(shù)仍然效率低下,因為對它的每次調用都會將目標中剩余的空間以及復制的字符串的末尾的空間清零。因此,這個操作的復雜性仍然是二次方的。效率低下的嚴重程度隨著目標的大小成比例地增加,而與被連接的字符串的長度成反比增加。

05
OpenBSD的strlcpy和strlcat函數(shù)


為了應對針對strcpy和strcat函數(shù)的弱點以及上面討論的strncpy和strncat的一些缺點的緩沖區(qū)溢出攻擊,OpenBSD項目在20世紀90年代末引入了一對替代API(strlcpy和strlcat),旨在使字符串復制和連接更加安全(http://www.open-std.org/jtc1/sc22/wg14/www/docs/n2349.htm)。
    
size_t strlcpy ( charrestrictconst  charrestrictsize_t);
     size_t strlcat ( charrestrictconst  charrestrictsize_t);
strncpy和strlcpy函數(shù)之間的主要區(qū)別在于返回值:前者返回指向目標的指針,后者則返回復制的字符數(shù)。另一個區(qū)別是strlcpy函數(shù)總是在目標中只存儲一個NUL結束符。要連接s1和s2,可以按以下方式使用strlcpy函數(shù):
    
size_t n = strlcpy (d, s1, dsize);
     dsize -= n;
     d += n;
     strlcpy (d, s2, dsize);
這使得strlcpy在使用性和簡單性方面都可以與snprintf相提并論(當然snprintf的開銷雖然恒定,但要大得多)。
除了OpenBSD以外,strlcpy和strlcat函數(shù)在其他系統(tǒng)上也可用,包括Solaris和Linux(在BSD兼容庫中)。但是由于這些系統(tǒng)不是由POSIX指定的,所以這兩個函數(shù)在那些系統(tǒng)中并不總是存在。

06
POSIX的memccpy函數(shù)


POSIX還定義了另一個函數(shù)memccpy,該函數(shù)具有上面討論過的所有理想屬性,可以用來解決上面的問題。
    
voidmemccpy (voidrestrict dst, const voidrestrict src, int c, size_t n);
這個函數(shù)結合了memcpy、memchr的特性以及上面討論的API的最佳方面的特性。
  • 和memchr一樣,它會掃描源序列以查找由其參數(shù)之一指定的字符的第一次出現(xiàn)。字符可以是任何值,包括零。

  • 和strlcpy一樣,它最多將指定數(shù)量的字符從源序列復制到目標序列,而不會寫入超出其范圍。這解決了有關strncpy和stpncpy的低效率的報怨。

  • 和stpcpy和stpncpy類似(盡管不完全相同),它返回一個指針,該指針指向指定字符的副本(如果存在)的后一位。(回想一下stpcpy和stpncpy返回一個指向復制的NUL的指針。)這避免了strcpy和strncpy固有的低效性。

因此,可以使用memccpy重寫上面的第一個示例(strcat(strcpy(d,s1,s2))以避免在字符串上進行任何冗余傳遞,如下所示。請注意,這里使用SIZE_MAX作為大小限制,這個重寫無法避免原始示例中存在的目標緩沖區(qū)溢出的風險,因此應避免。
    
memccpy (memccpy (d, s1,  '\0', SIZE_MAX) -  1, s2,  '\0', SIZE_MAX);
為了避免緩沖區(qū)溢出的風險,需要為每個調用確定適當?shù)拇笮∠拗撇⒆鳛閰?shù)提供。因此,像在snprintf(d, dsize, "%s%s", s1, s2)函數(shù)中那樣限制目標大小的連接調用,可以像下面這樣計算目標大?。?/span>
    
char *p = memccpy (d, s1,  '\0', dsize);
     dsize -= (p - d -  1);
     memccpy (p -  1, s2,  '\0', dsize);

07
選擇一個解決方案


如果字符串函數(shù)返回指向最后一個存儲字符或它的后面一位的指針,而不是返回其第一個參數(shù)的值,則上面討論的效率問題可以得到解決。然而,在現(xiàn)有函數(shù)使用了接近半個世紀后,對其進行更改是不太可行的。
盡管解決現(xiàn)有C標準字符串函數(shù)的問題是不可行的,但是可以通過添加一個或多個不受相同限制的函數(shù)來在新代碼中緩解這個問題。由于C標準的章程正在對現(xiàn)有的實踐進行編纂整理,所以C語言標準化委員有義不容辭的責任調查這種功能是否已經(jīng)存在于流行的實現(xiàn)中,如果已經(jīng)存在,則應該考慮采納它們。如上文提到的這幾種解決方案。
在上面提到的解決方案中,memccpy函數(shù)是最通用和最高效的,它由ISO 標準支持。即使在POSIX標準實現(xiàn)之外,它的應用范圍最廣,爭議最小。
相比之下,stpcpy和stpncpy函數(shù)的通用性較差,stpncpy函數(shù)會產(chǎn)生不必要的開銷,因此無法達到既定的目標。這些函數(shù)在C2X中仍然值得采用,以提高移植性。詳情請參閱N2352–將stpcpy和stpncpy添加到C2X中的提案。
OpenBSD的strlcpy和strlcat函數(shù)雖然是最優(yōu)的,但是它們的通用性較差,支持范圍也較低,而且沒有得到ISO標準的指定。
memccpy函數(shù)不僅存在于Unix實現(xiàn)的子集中,它還由另一個名為ISO/IEC 9945的ISO標準指定。ISO/IEC 9945還有另外一個名字,也即大家熟知的IEEE Std 1003.1, 2017版,或者簡言之- POSIX: memccpy,在那里它是作為XSI擴展提供給C的。這個函數(shù)可以追溯到System V接口定義第1版(SVID1),最初于1985年發(fā)布。
memccpy甚至可以用于UNIX和POSIX以外的實現(xiàn),例如:
  • 安卓系統(tǒng)中的memccpy函數(shù),

  • 蘋果Mac OS X中的memccpy函數(shù),

  • BlackBerry Native SDK 的memccpy函數(shù),

  • Compaq Run-Time Library for VAX中的memccpy函數(shù),

  • 微軟Visual Studio C Runtime Library中的 memccpy 函數(shù),

  • IBM z/OS 中的memccpy函數(shù).

下面提供了一個簡單(但是效率低下)的memccpy參考實現(xiàn): 
    
  voidmemccpy (voidrestrict dst, const voidrestrict src, int c, size_t n)
      
{
         void *pc =  memchr (src, c, n);
         void *ret;

         if (pc)
        {
          n = ( char*)pc - ( char*)src +  1;
          ret = ( char*)dst + n;
        }
         else
          ret =  0;

         memcpy (dst, src, n);
         return ret;
      }
這個函數(shù)的一個更優(yōu)化的實現(xiàn)可能如下。    
    
  voidmemccpy (voidrestrict dst, const voidrestrict src, int c, size_t n)
      
{
         const  char *s = src;
         for ( char *ret = dst; n; ++ret, ++s, --n)
        {
          *ret = *s;
           if (( unsigned  char)*ret == ( unsigned  char)c)
             return ret +  1;
        }
         return  0;
      }
借助于memccpy的性能優(yōu)化,編譯器將能夠把對snprintf (d, dsize, "%s", s)函數(shù)的簡單調用轉換為對memccpy(d, s, '\0', dsize)的最佳有效調用。通過以代碼大小換取速度,激進的優(yōu)化器甚至可以將符合下列條件的snprintf函數(shù)調用(其格式字符串由多個%s指令組成,這些指令中間穿插有普通字符,如%s/%s)轉換成一系列的此類memccpy函數(shù)調用:如下所示   
    
char *p = memccpy (d, s1,  '\0', dsize);
       if (p)
      {
         --p;
        p = memccpy (p,  "/"'\0', dsize - (p - d));
         if (p)
        {
           --p;
          p = memccpy (p, s2,  '\0', dsize - (p - d));
        }
      }
       if (!p)
        d[dsize -  1] =  '\0';

08
2019年4月WG14會議后的更新


將memccpy函數(shù)和本文討論的其他標準函數(shù)(除了strlcpy和strlcat),以及另外兩個標準函數(shù)納入下一個C編程語言修訂版的提議于2019年4月提交給了C語言標準化委員會(見 3, 4, 5和 6)。委員會最終決定采納memccpy函數(shù),但否決了其余提案。
原文:https://developers.redhat.com/blog/2019/08/12/efficient-string-copying-and-concatenation-in-c/
-END-



推薦閱讀



【01】Rust能夠取代C語言嗎?
【02】C語言指針終極指南?。ǜ皆敱M圖示和代碼)
【03】如何把C++的源程序改寫成C語言
【04】17條嵌入式C語言編程小知識總結
【05】一文教你搞懂C語言的Q格式使用

免責聲明:整理文章為傳播相關技術,版權歸原作者所有,如有侵權,請聯(lián)系刪除

免責聲明:本文內容由21ic獲得授權后發(fā)布,版權歸原作者所有,本平臺僅提供信息存儲服務。文章僅代表作者個人觀點,不代表本平臺立場,如有問題,請聯(lián)系我們,謝謝!

嵌入式ARM

掃描二維碼,關注更多精彩內容

本站聲明: 本文章由作者或相關機構授權發(fā)布,目的在于傳遞更多信息,并不代表本站贊同其觀點,本站亦不保證或承諾內容真實性等。需要轉載請聯(lián)系該專欄作者,如若文章內容侵犯您的權益,請及時聯(lián)系本站刪除。
換一批
延伸閱讀

9月2日消息,不造車的華為或將催生出更大的獨角獸公司,隨著阿維塔和賽力斯的入局,華為引望愈發(fā)顯得引人矚目。

關鍵字: 阿維塔 塞力斯 華為

加利福尼亞州圣克拉拉縣2024年8月30日 /美通社/ -- 數(shù)字化轉型技術解決方案公司Trianz今天宣布,該公司與Amazon Web Services (AWS)簽訂了...

關鍵字: AWS AN BSP 數(shù)字化

倫敦2024年8月29日 /美通社/ -- 英國汽車技術公司SODA.Auto推出其旗艦產(chǎn)品SODA V,這是全球首款涵蓋汽車工程師從創(chuàng)意到認證的所有需求的工具,可用于創(chuàng)建軟件定義汽車。 SODA V工具的開發(fā)耗時1.5...

關鍵字: 汽車 人工智能 智能驅動 BSP

北京2024年8月28日 /美通社/ -- 越來越多用戶希望企業(yè)業(yè)務能7×24不間斷運行,同時企業(yè)卻面臨越來越多業(yè)務中斷的風險,如企業(yè)系統(tǒng)復雜性的增加,頻繁的功能更新和發(fā)布等。如何確保業(yè)務連續(xù)性,提升韌性,成...

關鍵字: 亞馬遜 解密 控制平面 BSP

8月30日消息,據(jù)媒體報道,騰訊和網(wǎng)易近期正在縮減他們對日本游戲市場的投資。

關鍵字: 騰訊 編碼器 CPU

8月28日消息,今天上午,2024中國國際大數(shù)據(jù)產(chǎn)業(yè)博覽會開幕式在貴陽舉行,華為董事、質量流程IT總裁陶景文發(fā)表了演講。

關鍵字: 華為 12nm EDA 半導體

8月28日消息,在2024中國國際大數(shù)據(jù)產(chǎn)業(yè)博覽會上,華為常務董事、華為云CEO張平安發(fā)表演講稱,數(shù)字世界的話語權最終是由生態(tài)的繁榮決定的。

關鍵字: 華為 12nm 手機 衛(wèi)星通信

要點: 有效應對環(huán)境變化,經(jīng)營業(yè)績穩(wěn)中有升 落實提質增效舉措,毛利潤率延續(xù)升勢 戰(zhàn)略布局成效顯著,戰(zhàn)新業(yè)務引領增長 以科技創(chuàng)新為引領,提升企業(yè)核心競爭力 堅持高質量發(fā)展策略,塑強核心競爭優(yōu)勢...

關鍵字: 通信 BSP 電信運營商 數(shù)字經(jīng)濟

北京2024年8月27日 /美通社/ -- 8月21日,由中央廣播電視總臺與中國電影電視技術學會聯(lián)合牽頭組建的NVI技術創(chuàng)新聯(lián)盟在BIRTV2024超高清全產(chǎn)業(yè)鏈發(fā)展研討會上宣布正式成立。 活動現(xiàn)場 NVI技術創(chuàng)新聯(lián)...

關鍵字: VI 傳輸協(xié)議 音頻 BSP

北京2024年8月27日 /美通社/ -- 在8月23日舉辦的2024年長三角生態(tài)綠色一體化發(fā)展示范區(qū)聯(lián)合招商會上,軟通動力信息技術(集團)股份有限公司(以下簡稱"軟通動力")與長三角投資(上海)有限...

關鍵字: BSP 信息技術
關閉
關閉