連接c中字符串的最有效方法

Question

考慮一下這個簡單的程序，該程序將所有指定的參數連接起來並在標准輸出中打印它們。 我使用了2個for循環來附加字符串，其中一個用於計算字符串的長度，另一個用於連接字符串。 有沒有辦法只做一次循環？ 為每個要連接的字符串重新分配內存不是更有效，是嗎？ Java的StringBuilder如何用C實現？ 它會像我一樣循環兩次嗎？

#include <stdio.h>
#include <string.h>
#include <stdlib.h>

int main(int argc, char** argv)
{
    size_t len = 0;

    // start for loop at i = 1 to skip the program name specified in argv
    for(int i = 1; i < argc; i++)
        len += strlen(argv[i]) + 1; // +1 for the space 

    char* toAppend = (char*)malloc(len * sizeof(char) + 1);
    toAppend[0] = '\0'; // first string is empty and null terminated 

    for(int i = 1; i < argc; i++)
    {
        strcat(toAppend, argv[i]);
        strcat(toAppend, " ");
    }

    printf(toAppend);
    free(toAppend);
}

Answer 1

您的分配方法非常有效，可以測量總長度並僅分配一次。 但是，串聯循環從開始到連接都反復測量輸出緩沖區的長度，從而導致二次運行時間。

要解決此問題，請跟蹤您的位置：

size_t pos = 0;
for(int i = 1; i < argc; i++) {
    size_t len = strlen(argv[i]);
    memcpy(toAppend+pos, argv[i], len);
    pos += len;
    toAppend[pos] = ' ';
    pos++;
}
toAppend[pos] = 0;

這是實際在內存中進行連接的最有效方法，但最有效的方法是不進行連接 。 代替：

for(int i = 1; i < argc; i++)
    printf("%s ", argv[i]);

stdio被緩沖的全部原因是，您不必構建任意長度的內存緩沖區即可進行有效的輸出。 而是自動緩沖到固定大小，並在緩沖區已滿時刷新。

請注意，如果輸入的任何地方都包含%字符，則使用printf是錯誤的，並且很危險； 它應該是printf("%s", toAppend); 。

如果您是在寫POSIX（或POSIX-ish）系統而不是普通的C語言，則另一個選擇是fmemopen ，它使您可以像這樣編寫循環：

for(int i = 1; i < argc; i++)
    fprintf(my_memfile, "%s ", argv[i]);

Answer 2

連接字符串在c中的有效方法

一種有效的方法是計算字符串長度-並記住它們。

size_t sum = 1; // for \0
if (argc > 2) sum += argc - 2.  // spaces
size_t length[argc];  // This is a VLA, available C99 and optionally in C11
for(int i = 1; i < argc; i++)
  length[i] = strlen(argv[i]);
  sum += length[i];
}

然后分配，然后檢查錯誤。

char *dest = malloc(sum);
if (dest == NULL) Handle_OutOfMemory();

依次復制每個字符串

char *p = dest;
for(int i = 1; i < argc; i++)
  // Use either memcpy() or strcpy().
  // memcpy() tends to be faster for long strings than strcpy().
  memcpy(p, argv[i], length[i]);  
  p += length[i]; // advance insertion point
  if (i > 1) {
    *p++ = ' '; // space separators
  }
}
*p = '\0';

現在使用dest[] 。

printf("<%s>\n", dest);

完成后釋放資源。

free(dest);

---

為每個要連接的字符串重新分配內存不是更有效，是嗎？

通常最好避免重復性的重新分配，但是對於較小的短字符串，確實沒有什么區別。 專注於大O。 我的答案是O(n) 。 在循環中重定位往往是O(n*n) 。

如果性能至關重要，請針對目標系統嘗試各種方法和配置文件。 關鍵在於在一台機器上最快的速度在另一台機器上可能有所不同。 通常最好先編寫一個合理的清晰方法。

Answer 3

最有效的方法可能是不使用任何str函數並“手動”復制字符：

char* toAppend = malloc(len + 1);

size_t j = 0;
for(size_t i = 1; i < argc; i++)
{
  for(size_t k = 0; argv[i][k]; k++)
    toAppend[j++] = argv[i][k];
  toAppend[j++] = ' ';
}
toAppend[j - 1] = '\0'; // Remove the last space and NULL-terminate the string