我正在编写一个 CLI 输入解析器,我想知道将字符串拆分为标记的最快算法是什么。
规则:
- 空格表示 token 结束。
- 任何字符都可以用反斜杠转义,这意味着我按原样使用它,没有任何特殊含义。 (目前仅用于转义空格)
这是我当前使用的代码:
#define POINTER_ARRAY_STEP 10
#define STRING_STEP 255
char **parse_line(char *line)
{
char **array;
size_t array_len;
size_t array_index;
size_t token_len;
size_t token_index;
array_len = POINTER_ARRAY_STEP;
array = malloc((array_len + 1) * sizeof(char*)); /* +1 to leave space for NULL */
array_index = 0;
token_len = STRING_STEP;
array[array_index] = malloc(token_len + 1);
token_index = 0;
for (; *line; ++line) {
if (array_index == array_len) {
array_len += POINTER_ARRAY_STEP;
array = realloc(array, (array_len + 1) * sizeof(char*));
}
if (token_index == token_len) {
token_len += STRING_STEP;
array[array_index] = realloc(array[array_index], token_len + 1);
}
if (*line == '\\') {
array[array_index][token_index++] = *++line;
continue;
}
if (*line == ' ') {
array[array_index][token_index] = 0;
array[++array_index] = malloc(token_len + 1);
token_index = 0;
continue;
}
array[array_index][token_index++] = *line;
}
/* Null terminate the last array element */
array[array_index][token_index] = 0;
/* Null terminate the array */
array[array_index + 1] = NULL;
return array;
}
最佳答案
你的方法既不安全又低效:你没有检查内存分配失败,并且调用realloc()
次数太多。
这是另一种方法:
- 进行第一遍计算标记和转义的数量,
- 为标记分配指针数组和缓冲区
- 进行第二遍,将字符复制到缓冲区中,分割标记并使指针数组指向标记。
- 返回数组指针。
稍后可以通过在指针数组及其第一个元素上调用 free()
来释放内存。
这是代码:
#include <stdlib.h>
char **parse_line(const char *line) {
size_t len, i, j, k, items = 1, escapes = 0;
char **array;
char *buf;
for (len = 0; line[len]; len++) {
if (line[len] == '\\') {
escapes++;
if (line[++len] == '\0')
break;
} else
if (line[len] == ' ') {
items++;
}
}
if (len == escapes) {
/* special case empty line */
array = malloc(sizeof(*array));
if (array != NULL) {
array[0] = NULL;
}
return array;
}
array = malloc((items + 1) * sizeof(*array));
buf = malloc(len + 1 - escapes);
if (array == NULL || buf == NULL) {
free(array);
free(buf);
return NULL;
}
items[0] = buf;
k = 1;
for (i = j = 0; i < len; i++) {
if (line[i] == '\\') {
if (++i == len)
break;
buf[j++] = line[i];
} else
if (line[i] == ' ') {
buf[j++] = '\0';
items[k++] = buf + j;
} else {
buf[j++] = line[i];
}
}
buf[j] = '\0';
items[k] = NULL;
return items;
}
关于c - C 中分割字符串最快的算法?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/42401462/