1. 項(xiàng)目緣起為什么我們要親手“造輪子”剛學(xué)C語言那會兒我總覺得strcpy、strcat這些函數(shù)用起來理所當(dāng)然不就是庫函數(shù)嘛調(diào)用一下就行了。直到后來自己寫項(xiàng)目遇到了緩沖區(qū)溢出導(dǎo)致程序崩潰或者處理特殊字符時(shí)結(jié)果總是不對才回過頭來琢磨這些黑盒子里面到底發(fā)生了什么它們有沒有什么我沒注意到的“坑”從那時(shí)起我就養(yǎng)成了一個(gè)習(xí)慣對于核心的、常用的庫函數(shù)一定要自己動手模擬實(shí)現(xiàn)一遍。這絕不是浪費(fèi)時(shí)間而是一種“知其然更知其所以然”的深度修煉。今天我們就來徹底拆解C語言中最常用的幾個(gè)字符串處理函數(shù)。我們的目標(biāo)不是簡單地復(fù)述手冊而是像設(shè)計(jì)者一樣思考從零開始用最純粹的C語言一步步構(gòu)建出它們的“平替”版本。你會看到一個(gè)看似簡單的strlen在追求極致效率時(shí)可以有多種寫法一個(gè)常用的strcpy如果不注意邊界檢查可能就是安全漏洞的溫床。通過這個(gè)過程你不僅能牢牢掌握這些函數(shù)的內(nèi)部機(jī)理更能深刻理解指針操作、內(nèi)存管理和編碼安全的精髓這對于你未來無論是做嵌入式開發(fā)、系統(tǒng)編程還是應(yīng)對各種筆試面試都將是極為扎實(shí)的功底。2. 模擬實(shí)現(xiàn)前的核心思想與約束在動手寫代碼之前我們必須先統(tǒng)一思想明確游戲規(guī)則。模擬實(shí)現(xiàn)不是天馬行空的創(chuàng)造而是在給定約束下的精確還原。2.1 函數(shù)原型與行為的一致性這是最高原則。我們模擬的函數(shù)其名稱、參數(shù)類型、返回類型以及最重要的——外部行為必須與標(biāo)準(zhǔn)庫函數(shù)完全一致。這意味著參數(shù)不變標(biāo)準(zhǔn)庫的strcpy聲明是char *strcpy(char *dest, const char *src);我們的模擬函數(shù)也必須是這個(gè)簽名。返回值一致標(biāo)準(zhǔn)庫的strcpy返回目標(biāo)字符串的起始地址即dest我們的實(shí)現(xiàn)也必須返回dest。這個(gè)返回值常被用于鏈?zhǔn)秸{(diào)用比如strcat(strcpy(dest, src1), src2)。副作用相同函數(shù)對內(nèi)存的修改、對輸入?yún)?shù)的依賴關(guān)系必須一致。例如strcpy會修改dest指向的內(nèi)存并且依賴于src指向的以\0結(jié)尾的字符串。2.2 關(guān)于“安全性”的邊界討論這是一個(gè)關(guān)鍵且容易引起困惑的點(diǎn)。C標(biāo)準(zhǔn)庫中原始的字符串函數(shù)如strcpy,strcat本身不檢查目標(biāo)緩沖區(qū)的大小這是它們被認(rèn)為“不安全”的根源。它們的設(shè)計(jì)哲學(xué)是“程序員負(fù)責(zé)一切”追求極致的速度和簡潔。注意在我們的模擬實(shí)現(xiàn)中我們首先嚴(yán)格遵循原始函數(shù)的不安全行為進(jìn)行實(shí)現(xiàn)。這是為了理解其最本質(zhì)的工作原理。之后我們會在分析章節(jié)專門探討如何在此基礎(chǔ)上增加安全檢查演進(jìn)出strncpy、strlcpy非標(biāo)準(zhǔn)但流行等安全版本。請務(wù)必分清“模擬原始行為”和“編寫安全代碼”是兩個(gè)階段的任務(wù)。2.3 我們的“武器庫”允許使用的底層操作既然要模擬我們就不能直接調(diào)用其他的字符串庫函數(shù)否則就成了套娃。我們被允許使用的“原子操作”非常有限指針的算術(shù)運(yùn)算與解引用這是核心中的核心。*p,*(p1),p等。基本賦值與比較,,!,,等。循環(huán)與條件判斷while,for,if。內(nèi)存訪問通過指針讀寫內(nèi)存。我們的所有實(shí)現(xiàn)都將建立在這些基礎(chǔ)操作之上。好了思想準(zhǔn)備就緒讓我們開始第一個(gè)也是最基礎(chǔ)的一個(gè)函數(shù)。3. 求字符串長度strlen 的多種實(shí)現(xiàn)與效率權(quán)衡strlen的功能是計(jì)算一個(gè)以空字符\0結(jié)尾的字符串的長度不包括\0本身。聽起來很簡單但實(shí)現(xiàn)方式卻能體現(xiàn)出不同的編程思維和優(yōu)化技巧。3.1 最直觀的版本計(jì)數(shù)器法這是初學(xué)者最容易想到的方法。用一個(gè)臨時(shí)指針遍歷字符串同時(shí)用一個(gè)整型變量count來記錄步數(shù)。// 版本1計(jì)數(shù)器法 size_t my_strlen_counter(const char *str) { size_t count 0; // 用于計(jì)數(shù)的變量 if (str NULL) { // 良好的習(xí)慣檢查輸入指針是否有效 return 0; // 處理空指針實(shí)際標(biāo)準(zhǔn)庫行為未定義這里我們做防御性處理 } while (*str ! \0) { // 遍歷直到遇到字符串結(jié)束符 count; str; } return count; }實(shí)現(xiàn)解析count初始為0。while循環(huán)檢查當(dāng)前str指向的字符是否為\0如果不是count加1指針str向后移動一個(gè)字符指向下一個(gè)字符。循環(huán)結(jié)束時(shí)count的值就是字符串的長度。這個(gè)版本邏輯清晰易于理解但每次循環(huán)要執(zhí)行兩次加法count和str和一次比較。3.2 更C語言風(fēng)格的版本指針差值法C語言中指針減指針可以得到它們之間相差的元素個(gè)數(shù)。我們可以利用這一點(diǎn)省去單獨(dú)的計(jì)數(shù)器。// 版本2指針差值法 size_t my_strlen_ptr_diff(const char *str) { const char *start str; // 記錄起始位置 if (str NULL) { return 0; } while (*str ! \0) { str; } return (size_t)(str - start); // 結(jié)束位置減去起始位置即為長度 }實(shí)現(xiàn)解析在開始遍歷前用start指針記錄字符串的起始地址。然后讓str指針一路走到\0的位置。最后str - start得到的就是從頭到尾走過的字符數(shù)也就是字符串長度。這個(gè)方法比計(jì)數(shù)器法更“地道”它直接利用了指針運(yùn)算的特性通常效率也略高一點(diǎn)。3.3 追求極致的版本無分支優(yōu)化與字長讀取在一些高性能庫如Glibc的實(shí)現(xiàn)中strlen會采用更復(fù)雜、更極致的優(yōu)化。其核心思想是對齊內(nèi)存訪問現(xiàn)代CPU對對齊的內(nèi)存訪問如4字節(jié)或8字節(jié)對齊速度更快。實(shí)現(xiàn)會先處理開頭幾個(gè)不對齊的字節(jié)直到指針指向一個(gè)對齊的地址。按機(jī)器字長Word讀取一次不是讀取一個(gè)字符1字節(jié)而是讀取一個(gè)機(jī)器字比如4或8字節(jié)。這相當(dāng)于同時(shí)檢查多個(gè)字符是否為\0。位運(yùn)算技巧快速檢測0字節(jié)在一個(gè)字比如0x44332201中快速判斷是否有任何一個(gè)字節(jié)為0x00。這通常通過神奇的位運(yùn)算公式實(shí)現(xiàn)例如((x - 0x01010101) ~x 0x80808080)對于32位系統(tǒng)。無分支循環(huán)減少或消除循環(huán)內(nèi)的條件判斷利用位運(yùn)算結(jié)果來定位\0。這種實(shí)現(xiàn)非常復(fù)雜涉及大量底層知識其目的是為了在處理長字符串時(shí)獲得數(shù)倍甚至數(shù)十倍的性能提升。對于我們理解基本原理而言前兩種實(shí)現(xiàn)已經(jīng)足夠。但你需要知道一個(gè)簡單的strlen在工業(yè)級代碼中可能藏著如此深的優(yōu)化心思。4. 字符串復(fù)制strcpy 與 strncpy 的陷阱與實(shí)現(xiàn)復(fù)制函數(shù)是字符串操作中最常用也最容易出問題的地方。4.1 標(biāo)準(zhǔn) strcpy 的模擬實(shí)現(xiàn)char *strcpy(char *dest, const char *src);將src指向的字符串包括結(jié)尾的\0復(fù)制到dest指向的內(nèi)存空間。// 模擬實(shí)現(xiàn)標(biāo)準(zhǔn) strcpy char *my_strcpy(char *dest, const char *src) { // 參數(shù)檢查標(biāo)準(zhǔn)庫不檢查但好的模擬實(shí)現(xiàn)可以加入 // assert(dest ! NULL src ! NULL); char *ret dest; // 保存目標(biāo)字符串起始地址用于返回 while ((*dest *src) ! \0) { // 循環(huán)體為空所有操作都在條件判斷中完成 } return ret; }實(shí)現(xiàn)解析這行while ((*dest *src) ! \0)是C語言中一個(gè)經(jīng)典且緊湊的寫法。它的執(zhí)行順序是將src指向的字符賦值給dest指向的位置*dest *src。判斷這個(gè)被賦值的字符是否等于\0。無論是否等于\0dest和src指針都自增1指向下一個(gè)位置。如果步驟2中判斷字符不是\0則繼續(xù)循環(huán)如果是\0則循環(huán)結(jié)束并且\0也已經(jīng)被復(fù)制過去了。這個(gè)實(shí)現(xiàn)完美復(fù)刻了標(biāo)準(zhǔn)庫的行為它假設(shè)dest指向的內(nèi)存空間足夠大能容納src的所有字符包括\0。如果dest空間不足就會發(fā)生緩沖區(qū)溢出Buffer Overflow覆蓋后面的內(nèi)存數(shù)據(jù)導(dǎo)致程序崩潰或產(chǎn)生安全漏洞。這是原始strcpy最大的“罪”。4.2 有限長度的復(fù)制strncpy 的模擬與誤區(qū)為了緩解溢出問題C庫提供了char *strncpy(char *dest, const char *src, size_t n);。它的邏輯是最多復(fù)制n個(gè)字符從src到dest。// 模擬實(shí)現(xiàn)標(biāo)準(zhǔn) strncpy char *my_strncpy(char *dest, const char *src, size_t n) { char *ret dest; size_t i; for (i 0; i n src[i] ! \0; i) { dest[i] src[i]; } // 關(guān)鍵且反直覺的部分如果 i n說明 src 提前結(jié)束了需要用 \0 填充剩余空間 for ( ; i n; i) { dest[i] \0; } return ret; }實(shí)現(xiàn)解析與重大陷阱復(fù)制階段for循環(huán)在兩種情況下停止復(fù)制夠了n個(gè)字符或者遇到了src的結(jié)束符\0。填充階段這是strncpy最特殊也最容易被誤用的一點(diǎn)如果src的長度小于nstrncpy會用\0填充dest中剩余的所有字節(jié)直到寫滿n個(gè)字符。結(jié)尾符不確定性strncpy不保證目標(biāo)字符串以\0結(jié)尾只有在兩種情況下dest會以\0結(jié)尾src的長度包括\0小于n此時(shí)dest的最后一個(gè)有效字符是填充的\0。src的長度大于等于n此時(shí)dest恰好被src的前n個(gè)字符填滿最后一個(gè)字符不是\0。踩坑實(shí)錄很多人以為strncpy是安全的strcpy直接strncpy(dest, src, sizeof(dest))。這錯(cuò)了如果src很長dest會被填滿且沒有\(zhòng)0結(jié)尾。后續(xù)使用dest作為字符串的函數(shù)如printf(“%s”, dest)會一直讀取內(nèi)存直到遇到一個(gè)隨機(jī)的\0導(dǎo)致溢出或亂碼。正確的做法是手動確保結(jié)尾strncpy(dest, src, sizeof(dest)-1); dest[sizeof(dest)-1] \0;。4.3 更優(yōu)的選擇模擬 strlcpy 的思路正因?yàn)閟trncpy的怪異行為很多系統(tǒng)如BSD引入了strlcpy。它的原型是size_t strlcpy(char *dest, const char *src, size_t size);其設(shè)計(jì)目標(biāo)是安全且易于正確使用。// 模擬 strlcpy 的行為非標(biāo)準(zhǔn)但更安全 size_t my_strlcpy(char *dest, const char *src, size_t size) { size_t src_len my_strlen(src); // 需要先知道源串長度 size_t n; if (size 0) { return src_len; // 如果目標(biāo)空間為0直接返回源串長度需要復(fù)制的長度 } // 計(jì)算實(shí)際能復(fù)制的字符數(shù)留一個(gè)位置給 \0 n (src_len size) ? (size - 1) : src_len; // 復(fù)制最多 n 個(gè)字符 for (size_t i 0; i n; i) { dest[i] src[i]; } dest[n] \0; // 無論何種情況都確保目標(biāo)字符串以 \0 結(jié)尾 return src_len; // 返回源串長度方便調(diào)用者判斷是否被截?cái)?}實(shí)現(xiàn)解析strlcpy的理念是“安全第一結(jié)果可預(yù)測”。它總是保證dest以\0結(jié)尾只要size 0。它的第三個(gè)參數(shù)size指的是dest緩沖區(qū)的總大小包括\0的位置而不是最大復(fù)制字符數(shù)。這更符合直覺。返回值是src的長度。這樣調(diào)用者可以輕松判斷復(fù)制是否被截?cái)鄆f (retval size) { /* 發(fā)生了截?cái)?*/ }。雖然strlcpy不是C標(biāo)準(zhǔn)庫函數(shù)但其清晰的安全語義使得它在很多項(xiàng)目中成為首選。自己實(shí)現(xiàn)一個(gè)類似邏輯的函數(shù)是工程中的常見做法。5. 字符串連接strcat 與 strncat 的細(xì)節(jié)連接函數(shù)用于將一個(gè)字符串追加到另一個(gè)字符串的末尾。5.1 標(biāo)準(zhǔn) strcat 的模擬實(shí)現(xiàn)char *strcat(char *dest, const char *src);將src字符串追加到dest字符串的末尾覆蓋dest原有的結(jié)束符\0并在連接后的新字符串末尾添加\0。// 模擬實(shí)現(xiàn)標(biāo)準(zhǔn) strcat char *my_strcat(char *dest, const char *src) { char *ret dest; // 第一步找到 dest 字符串的結(jié)尾即 \0 的位置 while (*dest ! \0) { dest; } // 第二步從 dest 的結(jié)尾開始執(zhí)行 strcpy 操作 while ((*dest *src) ! \0) { ; } return ret; }實(shí)現(xiàn)解析這個(gè)實(shí)現(xiàn)可以看作strlen(dest)strcpy(dest_end, src)兩個(gè)操作的組合。第一個(gè)while循環(huán)定位到dest字符串的末尾\0處。第二個(gè)while循環(huán)就是我們的my_strcpy邏輯從dest的末尾開始復(fù)制src。同樣它不檢查dest剩余空間是否足夠存在緩沖區(qū)溢出風(fēng)險(xiǎn)。5.2 有限長度的連接strncat 的模擬實(shí)現(xiàn)char *strncat(char *dest, const char *src, size_t n);從src追加最多n個(gè)字符到dest末尾并總是添加一個(gè)終止空字符\0。// 模擬實(shí)現(xiàn)標(biāo)準(zhǔn) strncat char *my_strncat(char *dest, const char *src, size_t n) { char *ret dest; size_t dest_len my_strlen(dest); dest dest_len; // 移動到 dest 的末尾 size_t i; // 復(fù)制 src 中的字符最多 n 個(gè)或者遇到 \0 停止 for (i 0; i n src[i] ! \0; i) { dest[i] src[i]; } // 關(guān)鍵無論復(fù)制了多少個(gè)字符總是在末尾添加 \0 dest[i] \0; return ret; }實(shí)現(xiàn)解析strncat比strncpy的行為要友好得多也安全得多。它先找到dest的末尾。然后從src復(fù)制最多n個(gè)非\0字符過去。最重要的一點(diǎn)復(fù)制完成后它總是在目標(biāo)字符串的末尾添加一個(gè)\0。這意味著dest永遠(yuǎn)是一個(gè)有效的C字符串。它不會像strncpy那樣用\0填充剩余空間。因此strncat是相對更安全的連接函數(shù)。但調(diào)用者仍需確保dest有足夠的空間容納dest原有的字符 min(n, strlen(src))個(gè)新字符 1個(gè)\0。6. 字符串比較strcmp 與 strncmp 的逐字節(jié)邏輯比較函數(shù)用于按字典序ASCII碼順序比較兩個(gè)字符串。6.1 標(biāo)準(zhǔn) strcmp 的模擬實(shí)現(xiàn)int strcmp(const char *str1, const char *str2);比較兩個(gè)字符串。返回值為 0str1小于str2第一個(gè)不匹配字符的ASCII值在str1中小于在str2中或str1是str2的前綴。 0str1等于str2。 0str1大于str2。// 模擬實(shí)現(xiàn)標(biāo)準(zhǔn) strcmp int my_strcmp(const char *str1, const char *str2) { // 循環(huán)比較直到遇到不相等的字符或遇到 \0 while (*str1 ! \0 *str1 *str2) { str1; str2; } // 返回兩個(gè)當(dāng)前字符的ASCII差值 return *(unsigned char *)str1 - *(unsigned char *)str2; }實(shí)現(xiàn)解析while循環(huán)的條件是兩個(gè)指針都沒走到結(jié)尾*str1 ! ‘\0’并且當(dāng)前字符相等*str1 *str2。只要條件滿足就繼續(xù)比較下一個(gè)字符。循環(huán)退出時(shí)有兩種可能遇到了不相等的字符。str1走到了結(jié)尾此時(shí)*str2可能是\0也可能不是。返回值計(jì)算將兩個(gè)當(dāng)前字符**轉(zhuǎn)換為unsigned char**后相減。這是為了正確處理負(fù)值的char在一些系統(tǒng)上char默認(rèn)為signed。例如比較”\xFF”和”\x00”如果按signed char解釋-1 - 0 -1如果按unsigned char解釋255 - 0 255。標(biāo)準(zhǔn)要求按unsigned char比較以確保結(jié)果一致。如果str1先結(jié)束且str2在相同位置也是\0則循環(huán)因*str1 ‘\0’而*str1 *str2不成立因?yàn)閈0 \0為真但*str1 ! ‘\0’為假退出循環(huán)。此時(shí)*str1和*str2都是\0相減結(jié)果為0表示字符串相等。6.2 有限長度的比較strncmp 的模擬實(shí)現(xiàn)int strncmp(const char *str1, const char *str2, size_t n);比較兩個(gè)字符串的前n個(gè)字符。// 模擬實(shí)現(xiàn)標(biāo)準(zhǔn) strncmp int my_strncmp(const char *str1, const char *str2, size_t n) { if (n 0) { return 0; // 比較0個(gè)字符認(rèn)為相等 } while (--n 0 *str1 ! \0 *str1 *str2) { str1; str2; } return *(unsigned char *)str1 - *(unsigned char *)str2; }實(shí)現(xiàn)解析邏輯與strcmp類似但增加了比較次數(shù)n的限制。如果n為0直接返回0相等。while循環(huán)條件--n 0確保最多比較n-1次因?yàn)橄葴p減。同時(shí)也要滿足兩個(gè)字符串都沒結(jié)束且當(dāng)前字符相等。循環(huán)退出條件可能是比較次數(shù)用盡n變?yōu)?、遇到不相等的字符、或某個(gè)字符串結(jié)束。返回值的計(jì)算方式與strcmp完全相同比較的是退出循環(huán)時(shí)的當(dāng)前字符。strncmp常用于比較字符串的前綴或者當(dāng)你知道只需要比較固定長度時(shí)它更安全因?yàn)樗粫驗(yàn)樽址鄙賊0而一直讀取越界盡管標(biāo)準(zhǔn)字符串應(yīng)該以\0結(jié)尾但破損的數(shù)據(jù)中可能沒有。7. 內(nèi)存操作函數(shù)的跨界模擬memcpy 與 memmove嚴(yán)格來說memcpy和memmove不是字符串函數(shù)它們處理的是內(nèi)存塊不關(guān)心\0但它們與字符串操作息息相關(guān)且實(shí)現(xiàn)思想非常經(jīng)典。7.1 內(nèi)存復(fù)制memcpy 的模擬實(shí)現(xiàn)與限制void *memcpy(void *dest, const void *src, size_t n);從src指向的位置開始復(fù)制n個(gè)字節(jié)到dest指向的位置。// 模擬實(shí)現(xiàn)標(biāo)準(zhǔn) memcpy (基礎(chǔ)版本) void *my_memcpy(void *dest, const void *src, size_t n) { char *d (char *)dest; const char *s (const char *)src; // 通常的簡單實(shí)現(xiàn)按字節(jié)從前向后復(fù)制 for (size_t i 0; i n; i) { d[i] s[i]; } return dest; }實(shí)現(xiàn)解析與重大限制這個(gè)簡單的逐字節(jié)復(fù)制實(shí)現(xiàn)在大多數(shù)情況下工作良好。但是標(biāo)準(zhǔn)庫的memcpy有一個(gè)非常重要的限制它要求源內(nèi)存區(qū)域和目標(biāo)內(nèi)存區(qū)域不能重疊。如果重疊其行為是未定義的Undefined Behavior。為什么考慮src和dest重疊的情況例如dest在src后面一點(diǎn)。當(dāng)我們從前向后復(fù)制時(shí)src中尚未被復(fù)制的數(shù)據(jù)可能會先被dest覆蓋掉導(dǎo)致復(fù)制結(jié)果錯(cuò)誤。例如想把”hello”從地址0復(fù)制到地址1期望得到”hhello”但從前向后復(fù)制會得到”hhhhh”。7.2 可處理重疊的內(nèi)存復(fù)制memmove 的模擬實(shí)現(xiàn)void *memmove(void *dest, const void *src, size_t n);功能與memcpy類似但允許源和目標(biāo)內(nèi)存區(qū)域重疊。它是更安全的選擇。// 模擬實(shí)現(xiàn)標(biāo)準(zhǔn) memmove void *my_memmove(void *dest, const void *src, size_t n) { char *d (char *)dest; const char *s (const char *)src; if (d s || n 0) { return dest; // 源和目標(biāo)相同或復(fù)制長度為0直接返回 } // 判斷內(nèi)存區(qū)域是否重疊以及重疊的類型 if (d s) { // 情況1目標(biāo)地址在源地址之前從前向后復(fù)制是安全的 for (size_t i 0; i n; i) { d[i] s[i]; } } else { // 情況2目標(biāo)地址在源地址之后或相等但前面已排除相等從后向前復(fù)制以避免覆蓋 for (size_t i n; i 0; i--) { d[i - 1] s[i - 1]; } } return dest; }實(shí)現(xiàn)解析memmove的智慧在于復(fù)制方向的判斷。無重疊或目標(biāo)在前如果dest的地址小于src的地址或者兩者不重疊從前向后復(fù)制是安全的。因?yàn)榧词怪丿Bdest在前面它覆蓋的是src已經(jīng)“用過”的舊數(shù)據(jù)區(qū)域不會影響后面待復(fù)制的數(shù)據(jù)。目標(biāo)在后重疊如果dest的地址大于src的地址并且兩者重疊dest src n此時(shí)從前向后復(fù)制會破壞源數(shù)據(jù)。正確的做法是從后向前復(fù)制。從最后一個(gè)字節(jié)開始依次向前復(fù)制這樣源區(qū)域中尚未被讀取的數(shù)據(jù)就不會先被目標(biāo)區(qū)域覆蓋。經(jīng)驗(yàn)之談在實(shí)際編程中如果你不確定兩塊內(nèi)存是否重疊永遠(yuǎn)優(yōu)先使用memmove。雖然它的名字暗示著“移動”但它完全能勝任memcpy的工作并且在重疊時(shí)行為是確定的?，F(xiàn)代編譯器的優(yōu)化非常智能在檢測到內(nèi)存不重疊時(shí)對memmove的調(diào)用很可能被優(yōu)化成與memcpy同樣高效的指令。用memmove代替memcpy是一個(gè)低成本的高安全習(xí)慣。8. 字符串查找strchr 與 strstr 的算法思路查找函數(shù)用于在字符串中定位字符或子串。8.1 查找字符strchr 的模擬實(shí)現(xiàn)char *strchr(const char *str, int c);在字符串str中查找第一次出現(xiàn)字符c轉(zhuǎn)換為char的位置并返回指向該位置的指針。如果未找到返回NULL。// 模擬實(shí)現(xiàn)標(biāo)準(zhǔn) strchr char *my_strchr(const char *str, int c) { if (str NULL) { return NULL; } char ch (char)c; // 將 int 轉(zhuǎn)換為 char while (*str ! \0) { if (*str ch) { return (char *)str; // 找到返回指針。需要去除 const 限定 } str; } // 循環(huán)結(jié)束也沒找到檢查是否在找 \0 if (ch \0) { return (char *)str; // 標(biāo)準(zhǔn)規(guī)定查找 \0 應(yīng)返回指向字符串結(jié)尾的指針 } return NULL; // 未找到 }實(shí)現(xiàn)解析邏輯很直接遍歷字符串逐個(gè)字符比較。有兩個(gè)細(xì)節(jié)需要注意參數(shù)c是int類型這是歷史原因?yàn)榱思嫒軪OF通常是-1。在函數(shù)內(nèi)部需要將其轉(zhuǎn)換為char類型進(jìn)行比較。查找空字符\0根據(jù)C標(biāo)準(zhǔn)strchr也可以用來查找字符串的結(jié)束符\0此時(shí)應(yīng)返回指向\0的指針。我們的實(shí)現(xiàn)通過循環(huán)后的一個(gè)特殊判斷來處理這種情況。8.2 查找子串strstr 的樸素算法實(shí)現(xiàn)char *strstr(const char *haystack, const char *needle);在haystack干草堆字符串中查找第一次出現(xiàn)needle針子串的位置。// 模擬實(shí)現(xiàn)標(biāo)準(zhǔn) strstr (樸素匹配算法Brute-Force) char *my_strstr(const char *haystack, const char *needle) { if (haystack NULL || needle NULL) { return NULL; } if (*needle \0) { return (char *)haystack; // 空子串是任何字符串的子串返回原串起始位置 } const char *h; const char *n; const char *start haystack; while (*start ! \0) { h start; n needle; // 內(nèi)層循環(huán)比較從 start 開始的子串是否與 needle 匹配 while (*h ! \0 *n ! \0 *h *n) { h; n; } // 判斷匹配是否成功 if (*n \0) { // needle 全部比較完畢說明找到了 return (char *)start; } if (*h \0) { // haystack 剩余部分長度已經(jīng)小于 needle不可能再找到 break; } // 本次匹配失敗start 向后移動一位繼續(xù)嘗試 start; } return NULL; // 未找到 }實(shí)現(xiàn)解析樸素算法外層循環(huán)指針start從haystack的第一個(gè)字符開始每次嘗試作為一個(gè)可能的匹配起點(diǎn)。內(nèi)層循環(huán)用指針h和n分別從當(dāng)前的start和needle開頭開始逐個(gè)字符比較。匹配成功條件內(nèi)層循環(huán)一直進(jìn)行到*n ‘\0’這意味著needle的所有字符都匹配上了函數(shù)返回當(dāng)前的start指針。匹配失敗如果內(nèi)層循環(huán)因?yàn)?h ! *n而退出說明當(dāng)前start位置不匹配。start向后移動一位繼續(xù)嘗試。提前終止優(yōu)化如果內(nèi)層循環(huán)因?yàn)?h ‘\0’而退出即haystack先到頭了而*n還不是\0說明剩下的haystack長度已經(jīng)比needle短不可能再匹配成功直接跳出外層循環(huán)返回NULL。這個(gè)算法被稱為“樸素匹配”或“暴力匹配”其時(shí)間復(fù)雜度在最壞情況下是O(m*n)其中m和n分別是兩個(gè)字符串的長度。對于短字符串這完全夠用。標(biāo)準(zhǔn)庫的實(shí)現(xiàn)如Glibc在檢測到needle較長時(shí)可能會使用更高效的算法如KMP算法或Boyer-Moore算法這些算法通過預(yù)處理needle可以在某些情況下達(dá)到O(mn)的線性時(shí)間復(fù)雜度。理解樸素算法是學(xué)習(xí)這些高級算法的基礎(chǔ)。9. 綜合測試與邊界條件思考紙上得來終覺淺絕知此事要躬行。寫完了所有模擬函數(shù)我們必須進(jìn)行全面的測試尤其是各種邊界情況和異常輸入。9.1 構(gòu)建一個(gè)簡單的測試框架我們可以編寫一個(gè)簡單的main函數(shù)來測試我們的實(shí)現(xiàn)。為了嚴(yán)謹(jǐn)應(yīng)該將我們的模擬函數(shù)與標(biāo)準(zhǔn)庫函數(shù)在相同輸入下的輸出進(jìn)行對比。#include stdio.h #include string.h #include assert.h // 這里插入我們上面實(shí)現(xiàn)的所有 my_xxx 函數(shù)... int main() { // 1. 測試 strlen printf(Testing my_strlen...\n); assert(my_strlen() strlen()); assert(my_strlen(hello) strlen(hello)); assert(my_strlen(a\nb\tc) strlen(a\nb\tc)); // 2. 測試 strcpy printf(Testing my_strcpy...\n); char dest1[20]; char src1[] Copy this!; assert(strcmp(my_strcpy(dest1, src1), strcpy(dest1, src1)) 0); // 測試自我復(fù)制 (標(biāo)準(zhǔn)庫行為是未定義但我們實(shí)現(xiàn)可能工作) char self[] self; my_strcpy(self, self); // 需要我們的實(shí)現(xiàn)能處理這種情況指針相同 // 3. 測試 strncpy printf(Testing my_strncpy...\n); char dest2[10]; char src2[] HelloWorld; my_strncpy(dest2, src2, 5); dest2[5] \0; // 手動添加結(jié)束符因?yàn)?src2 長度 5 assert(strcmp(dest2, Hello) 0); char dest3[10] XXXXXX; my_strncpy(dest3, AB, 5); // dest3 現(xiàn)在應(yīng)該是: A, B, \0, \0, \0, X, \0... assert(dest3[0] A); assert(dest3[1] B); assert(dest3[2] \0); // 被填充的 \0 assert(dest3[3] \0); // 被填充的 \0 assert(dest3[4] \0); // 被填充的 \0 // dest3[5] 仍然是原來的 X未被修改 // 4. 測試 strcat 和 strncat printf(Testing my_strcat my_strncat...\n); char buf1[20] Hello; my_strcat(buf1, World); assert(strcmp(buf1, Hello World) 0); char buf2[10] Hi; my_strncat(buf2, there!, 4); // 追加 the assert(strcmp(buf2, Hi the) 0); // 注意strncat 會自動加 \0 // 5. 測試 strcmp 和 strncmp printf(Testing my_strcmp my_strncmp...\n); assert(my_strcmp(apple, banana) 0); assert(my_strcmp(banana, apple) 0); assert(my_strcmp(same, same) 0); assert(my_strcmp(short, shorter) 0); // ‘\0’ 的 ASCII (0) 小于 ‘e’ (101) assert(my_strncmp(abcde, abcxx, 3) 0); // 前3個(gè)字符相同 assert(my_strncmp(abcde, abcxx, 5) 0); // 第4個(gè)字符 ‘d’ ‘x’ // 6. 測試 memcpy 和 memmove printf(Testing my_memcpy my_memmove...\n); char arr1[10] {0,1,2,3,4,5,6,7,8,9}; char arr2[10]; my_memcpy(arr2, arr1, 10); assert(memcmp(arr2, arr1, 10) 0); // 重疊測試將 arr1 中 [0,1,2,3,4] 復(fù)制到 [2,3,4,5,6] 的位置 // 期望結(jié)果: arr1 變成 [0, 1, 0, 1, 2, 3, 4, 7, 8, 9] char arr3[10] {0,1,2,3,4,5,6,7,8,9}; my_memmove(arr32, arr3, 5); assert(arr3[0]0 arr3[1]1 arr3[2]0 arr3[3]1 arr3[4]2 arr3[5]3 arr3[6]4); // 7. 測試 strchr 和 strstr printf(Testing my_strchr my_strstr...\n); char *test_str Find the needle in the haystack.; assert(my_strchr(test_str, n) strchr(test_str, n)); assert(my_strchr(test_str, z) NULL); assert(my_strchr(test_str, \0) test_str strlen(test_str)); assert(my_strstr(test_str, needle) strstr(test_str, needle)); assert(my_strstr(test_str, needle) ! NULL); assert(my_strstr(test_str, pin) NULL); assert(my_strstr(, ) ); // 空串是空串的子串 assert(my_strstr(abc, ) abc); // 空串是任何串的子串 printf(All tests passed!\n); return 0; }9.2 必須考慮的邊界與異常情況通過測試我們需要特別關(guān)注以下幾類情況它們往往是Bug的藏身之處空指針NULL標(biāo)準(zhǔn)庫函數(shù)在接收空指針時(shí)行為是“未定義的”通常導(dǎo)致程序崩潰。我們的模擬實(shí)現(xiàn)可以選擇加入防御性檢查如返回0或NULL但要知道這偏離了標(biāo)準(zhǔn)行為。在面試或嚴(yán)格模擬時(shí)通常不考慮空指針因?yàn)檎{(diào)用者有責(zé)任確保參數(shù)有效。空字符串“”這是一個(gè)有效的字符串只包含一個(gè)\0。我們的函數(shù)必須能正確處理它例如strlen(“”)應(yīng)返回0strstr(haystack, “”)應(yīng)返回haystack。零長度操作strncpy(dest, src, 0)、memcpy(dest, src, 0)等。這些操作不應(yīng)該修改任何內(nèi)存我們的實(shí)現(xiàn)需要正確處理例如直接返回dest。重疊內(nèi)存這是memcpy和memmove的關(guān)鍵區(qū)別也是strcpy在自復(fù)制時(shí)可能遇到的問題。我們的memmove實(shí)現(xiàn)必須正確處理。目標(biāo)緩沖區(qū)大小這是所有“不安全”函數(shù)strcpy,strcat,sprintf等的根源問題。在模擬實(shí)現(xiàn)中我們遵循原樣但在實(shí)際項(xiàng)目中必須使用帶長度限制的版本strncpy、strncat、snprintf或更安全的替代品并仔細(xì)計(jì)算緩沖區(qū)大小。字符符號性在strcmp系列函數(shù)中比較時(shí)必須將char轉(zhuǎn)換為unsigned char以確保比較結(jié)果與機(jī)器符號表示無關(guān)。查找函數(shù)的返回值strchr查找\0應(yīng)返回指向結(jié)尾的指針strstr查找空子串應(yīng)返回原串指針。這些邊緣情況容易被忽略。10. 從模擬實(shí)現(xiàn)到工程實(shí)踐經(jīng)驗(yàn)、教訓(xùn)與安全編碼走完這一遍模擬實(shí)現(xiàn)我們收獲的遠(yuǎn)不止幾行代碼。更重要的是我們洞悉了這些基礎(chǔ)工具的內(nèi)部邏輯、潛在陷阱和設(shè)計(jì)哲學(xué)。下面是我在實(shí)際項(xiàng)目中總結(jié)出的幾點(diǎn)核心經(jīng)驗(yàn)1. 理解“未定義行為”的代價(jià)標(biāo)準(zhǔn)庫函數(shù)在很多邊界條件下如空指針、緩沖區(qū)溢出的行為是“未定義的”。這意味著編譯器可以生成任何代碼程序可能崩潰、產(chǎn)生錯(cuò)誤結(jié)果、或者看似正常地運(yùn)行直到某個(gè)關(guān)鍵時(shí)刻出錯(cuò)。我們的模擬練習(xí)讓我們親身體驗(yàn)了這些邊界從而在以后編碼時(shí)會對這些地方產(chǎn)生本能的警惕。例如在調(diào)用strcpy前你腦子里會立刻響起警報(bào)“dest的空間夠嗎”2. 優(yōu)先使用“n”版本函數(shù)但務(wù)必理解其語義strncpy、strncat、snprintf是你的朋友但它們是“帶刺的朋友”。你必須清楚strncpy不會自動添加\0可能產(chǎn)生非終止字符串。strncat和snprintf會保證添加\0只要目標(biāo)空間大小參數(shù)size 0。永遠(yuǎn)記得strncpy的n是“最大復(fù)制字符數(shù)”而strncat和snprintf的n或size是“目標(biāo)緩沖區(qū)總大小”?；煜鼈儠?dǎo)致災(zāi)難。一個(gè)安全的strncpy使用模式幾乎總是成對出現(xiàn)char buf[64]; strncpy(buf, src, sizeof(buf) - 1); buf[sizeof(buf) - 1] \0; // 手動確保終止3. 考慮使用更現(xiàn)代的替代方案如果你的項(xiàng)目環(huán)境允許可以考慮以下更安全的方案strlcpy/strlcat來自BSD語義清晰參數(shù)是目標(biāo)緩沖區(qū)總大小總是保證\0結(jié)尾返回源長度但非C標(biāo)準(zhǔn)。C11 Annex K Bounds-checking interfaces如strcpy_s,strcat_s。它們有更嚴(yán)格的運(yùn)行時(shí)檢查但普及度不高且使用稍顯繁瑣。使用高級語言或庫在C中優(yōu)先使用std::string。在C中可以依賴一些經(jīng)過嚴(yán)格測試的第三方安全字符串庫。4. 內(nèi)存重疊是隱形的殺手除非你百分之百確定兩塊內(nèi)存不重疊否則對于內(nèi)存復(fù)制操作無條件使用memmove。memcpy的速度優(yōu)勢在當(dāng)今編譯器優(yōu)化面前已不明顯而memmove帶來的安全性提升是實(shí)實(shí)在在的。這個(gè)習(xí)慣能幫你避免許多難以調(diào)試的詭異Bug。5. 手動實(shí)現(xiàn)是理解的終極檢驗(yàn)當(dāng)你對某個(gè)庫函數(shù)的行為有疑惑或者面試中被問到其實(shí)現(xiàn)時(shí)沒有比在腦子里或紙上模擬一遍其運(yùn)行過程更好的方法了。這個(gè)過程強(qiáng)迫你考慮每一個(gè)字節(jié)、每一個(gè)指針的變化。例如你能清晰地說出while (*d *s);這個(gè)循環(huán)的結(jié)束條件嗎它為什么能正確復(fù)制\0最后記住C語言字符串的核心是“以\0結(jié)尾的字符數(shù)組”。這個(gè)簡單的約定帶來了巨大的靈活性和同樣巨大的責(zé)任。我們的模擬實(shí)現(xiàn)之旅本質(zhì)上是一次對這份責(zé)任的深度體驗(yàn)。把這些函數(shù)的內(nèi)部邏輯刻在腦子里你就能在紛繁復(fù)雜的代碼中對字符串操作保持一份清醒和掌控力。