如何在C中部分比較兩個字符串？

Question

假設我有以下內容：

Lorem Ipsum is simply dummy text of the printing and typesetting industry.

如何使用C在該字符串中搜索dummy或dummy text ？ 有什么簡單的方法可以做到這一點，還是只有強大的字符串操作才能做到？ 我所需要做的就是搜索它，並返回一個帶有結果的布爾值。

編輯：
你們圍繞這個話題進行了大討論，並提出了一些算法，我不介意這可能對其他人甚至將來對我都有用。 但是我真正想要的是最簡單的方法，無論時間/空間復雜度如何。 這對我在做什么並不重要。 因此， strstr可以輕松快速地解決我的問題。 我真的必須給我一些標准的C函數速寫表。

Answer 1

標准庫函數是strstr ：

char *strstr(const char *haystack, const char *needle);

它將指針返回到找到匹配項的字符串中；如果未找到，則返回if (strstr(...))因此，如果您需要的只是一個布爾值，只需測試返回值（ if (strstr(...)) 。

Answer 2

如果您想要簡單的東西並且您的字符串不太長，可以使用strstr函數。 但是，如果您的字符串很長，請考慮使用KMP算法，因為它效率更高。

我真的不喜歡Wikipedia的文章，因為那里的實現對我來說有點奇怪（盡管可能是正確的），並且它也誤導了KMP的性能。 我更喜歡此處和Google搜索“ KMP算法”返回的其他網站上給出的實現和說明。

Answer 3

http://www-igm.univ-mlv.fr/~lecroq/string/上對大量的字符串搜索算法進行了廣泛的討論，並附有說明性的C代碼和參考。

在一組有關算法成本的評論中進行了討論。 需要牢記的要點之一是，如果您可以通過多次調用搜索功能來攤銷安裝成本，那么高性能算法可以為您帶來巨大的好處。 如果您一直都在尋找不同的字符串，那么很難勝出。

我已經打包了KMP（Knuth-Morris-Pratt）算法的一個版本，可以重復使用同一搜索字符串。 標頭是：

/*
@(#)File:           $RCSfile: kmp.h,v $
@(#)Version:        $Revision: 1.4 $
@(#)Last changed:   $Date: 2008/02/02 05:49:34 $
@(#)Purpose:        Knuth-Morris-Pratt Search Algorithm
@(#)Author:         J Leffler
@(#)Copyright:      (C) JLSS 2005,2008
@(#)Product:        :PRODUCT:
*/

#ifndef KMP_H
#define KMP_H

#include <stddef.h> /* size_t */

typedef struct kmp_control kmp_control;

/*
** To set up a search (to repeatedly look for the same search string in
** multiple scan strings), use kmp_setsearch().  To start a search on a
** new scan string, use kmp_settarget().  To find the next match of a
** given search string in a given target string, use kmp_search().  Note
** that kmp_setsearch() and kmp_settarget() do not copy the data in the
** source and target strings; the pointers must remain valid You can
** copy kmp_control structures for reuse if desired.
*/
typedef void *(*kmp_malloc)(size_t nbytes);
typedef void (*kmp_free)(void *data);

extern kmp_control *kmp_setsearch(const char *search, size_t schlen);
extern void kmp_settarget(kmp_control *ctrl, const char *target, size_t tgtlen);
extern const char *kmp_search(kmp_control *ctrl);
extern void kmp_release(kmp_control *ctrl);
extern void kmp_setalloc(kmp_malloc mem_alloc, kmp_free mem_free);

#endif /* KMP_H */

能夠指定內存分配功能有點不尋常-但是我的代碼通常可以在沒有通過標准malloc()等進行內存分配的環境中工作，並且您必須能夠按需切換內存分配器。 您可以忽略兩個typedef和相應的函數； 當然，默認設置是使用malloc()和free() 。

基本的KMP算法代碼來自上述站點-但已進行了修改，使我可以一次設置搜索字符串，然后搜索多個目標字符串，等等。請與我聯系（請參閱我的個人資料）以獲取源代碼。 我對Boyer-Moore代碼也有類似的結構（相同的原始源代碼），並且對大小寫不敏感的Boyer-Moore代碼也是如此。

在Kernighan和Pike的絕妙著作《 編程實踐 》中，有一個關於strstr()和性能的戰爭故事。

---

我做了一些實驗-使用James King聖經（4.8 MB）的副本作為純文本，並對其進行內存映射。 對於許多搜索，（MacOS X 10.6.2 / BSD） strstr()比KMP或BM都快。 當字符串足夠長（大約12個以上的字符）時，BM算法最終超過了strstr() 。 該KMP算法似乎總是要慢得多 。

德？

• 很難超越一個好的圖書館。
• 在合理的英語字符串上，KMP比BM慢得多。

而且我圍繞算法放置的基礎結構可能太沉重了-但是原始代碼中的替代方法是回調機制，這給確定匹配上下文帶來了一些問題。

Answer 4

我將使用strstr （也在此處 ）。

我不是要在問題中使用“部分”一詞。 參數（“虛擬”或“虛擬文本”）必須完全匹配，對嗎？

Answer 5

我一直很喜歡Boyer-Moore。 它是O（n），但必須進行設置（即必須預先計算兩個表。）因此，如果要搜索大量文本，或者事先知道搜索字符串，則很好，這樣可以彌補成本桌子的制作。 這也是8位ASCII的最佳選擇。

[ http://en.wikipedia.org/wiki/Boyer%E2%80%93Moore_string_search_algorithm]

（順便說一句，strstr（）有Unicode風格嗎？）