在C中执行大量的字符串连接？

Question

我正在将一些代码从Java移植到C，到目前为止一切都很顺利。

但是，我在Java中有一个特殊的函数，它可以自由使用StringBuilder，如下所示：

StringBuilder result = new StringBuilder();
// .. build string out of variable-length data
for (SolObject object : this) {
    result.append(object.toString());
}
// .. some parts are conditional
if (freezeCount < 0) result.append("]");
else result.append(")");

我知道SO不是一个代码翻译服务，但我并不是要求任何人来翻译上面的代码。

我想知道如何在C中有效地执行这种大容量字符串连接。它大多是小字符串，但每个字符串都由一个条件决定，所以我不能将它们组合到一个简单的sprintf调用中。

我如何才能可靠地进行这种类型的字符串连接？

Answer 1

将大量“对象”转换为字符串的一种相当“聪明”的方法是：

 char buffer[100];
 char *str = buffer;
 str += sprintf(str, "%06d", 123);
 str += sprintf(str, "%s=%5.2f", "x", 1.234567);

这是相当有效的，因为sprintf返回复制的字符串的长度，所以我们可以通过返回值“向前移动”字符串，并不断填充。

当然，如果有真正的Java对象，那么您需要弄清楚如何将Java风格的ToString函数转换为C的printf家族中的"%somethign“。

Answer 2

strcat()的性能问题在于，它必须扫描目标字符串以找到终止的\0'，然后才能开始向其追加内容。

但请记住，strcat()不接受字符串作为参数，它接受指针。

如果维护一个单独的指针，该指针始终指向要追加的字符串的终止'\0'，则可以将该指针用作strcat()的第一个参数，而不必每次都重新扫描它。在这个问题上，您可以使用strcpy() rater而不是strcat()。

保持这个指针的值，并确保留出足够的空间作为练习。

注意:您可以使用strncat()来避免覆盖目标数组的结尾(尽管它会自动截断您的数据)。为此，我不推荐使用strncpy()。参见my rant on the subject。

如果您的系统支持它们，那么(非标准的) strcpy()和strlcat()函数对这类事情很有用。它们都返回它们试图创建的字符串的总长度。但是它们的使用降低了代码的可移植性；另一方面，您可以在任何地方使用开源实现。

另一种解决方案是对要追加的字符串调用strlen()。这并不理想，因为它会被扫描两次，一次由strcat()扫描，一次由strlen()扫描--但至少它避免了重新扫描整个目标字符串。

Answer 3

连接字符串时性能不佳的原因是内存的重新分配。Joel Spolsky在他的文章Back to basics中讨论了这一点。他描述了连接字符串的简单方法：

Shlemiel找到了一份街道油漆工的工作，他在路中间画虚线。第一天，他带着一罐油漆上路，完成了300码的路程。“这真是太好了！”他的老板说：“你干得真快！”然后付给他一个科比。

第二天，施莱米尔只完成了150码。“嗯，这远没有昨天那么好，但你仍然是一个速度很快的工人。150码是值得尊敬的，”他付给他一个科比。

第二天，施莱米尔画了30码的路。“只有30个！”他的老板喊道。“这是不能接受的！第一天你就做了十倍的工作！这是怎么回事？”

“我忍不住，”施莱米尔说。“我一天比一天离油漆罐越来越远！”

如果可以，您希望在分配目标缓冲区之前知道它需要多大。要做到这一点，唯一实际的方法是对要连接的所有字符串调用strlen。然后分配适当数量的内存，并使用稍微修改过的strncpy版本，该版本返回一个指向目标缓冲区末尾的指针。

// Copies src to dest and returns a pointer to the next available
// character in the dest buffer.
// Ensures that a null terminator is at the end of dest.  If
// src is larger than size then size - 1 bytes are copied
char* StringCopyEnd( char* dest, char* src, size_t size )
{
    size_t pos = 0;
    if ( size == 0 ) return dest;

    while ( pos < size - 1 && *src )
    {
        *dest = *src;
        ++dest;
        ++src;
        ++pos;
    }
    *dest = '\0';
    return dest;
}

请注意，您必须将size参数设置为在目标缓冲区结束之前剩余的字节数。

下面是一个测试函数示例：

void testStringCopyEnd( char* str1, char* str2, size_t size )
{
    // Create an oversized buffer and fill it with A's so that 
    // if a string is not null terminated it will be obvious.
    char* dest = (char*) malloc( size + 10 ); 
    memset( dest, 'A', size + 10 );
    char* end = StringCopyEnd( dest, str1, size );
    end = StringCopyEnd( end, str2, size - ( end - dest ) );
    printf( "length:  %d - '%s'\n", strlen( dest ), dest );
}

int main(int argc, _TCHAR* argv[])
{
    // Test with a large enough buffer size to concatenate 'Hello World'.
    // and then reduce the buffer size from there
    for ( int i = 12; i > 0; --i )
    {
        testStringCopyEnd( "Hello", " World", i );
    }
    return 0;
}

这会产生：

length:  11 - 'Hello World'
length:  10 - 'Hello Worl'
length:  9 - 'Hello Wor'
length:  8 - 'Hello Wo'
length:  7 - 'Hello W'
length:  6 - 'Hello '
length:  5 - 'Hello'
length:  4 - 'Hell'
length:  3 - 'Hel'
length:  2 - 'He'
length:  1 - 'H'
length:  0 - ''