Question

我有一个重新编写libc中可用的流行C函数的任务。

我正在写strcmp，当我完成并对它感到满意时，我去检查了libc中的那个。

这是我的：

int     ft_strcmp(const char *s1, const char *s2)
{
    while (*s1 && *s1 == *s2)
    {
        s1++;
        s2++;
    }
    return ((unsigned char)*s1 - (unsigned char)*s2);
}

这是libc中的一个（https://www.opensource.apple.com/source/Libc/Libc-262/ppc/gen/strcmp.c）：

int
strcmp(const char *s1, const char *s2)
{
    for ( ; *s1 == *s2; s1++, s2++)
    if (*s1 == '\0')
        return 0;
    return ((*(unsigned char *)s1 < *(unsigned char *)s2) ? -1 : +1); // HERE ! Why *(unsigned char *) :/ ?
}

我不明白为什么*(unsigned char *)s1有效，我认为不会，但它似乎真的如此！

然后我在另一个libc（https://sourceware.org/git/?p=glibc.git;a=blob;f=string/strcmp.c;h=a4645638eb685e479b89a5e3912076329cc27773;hb=HEAD）

中找到了这个实现

int
strcmp (p1, p2)
  const char *p1;
  const char *p2;
{
    const unsigned char *s1 = (const unsigned char *) p1;
    const unsigned char *s2 = (const unsigned char *) p2;
    unsigned char c1, c2; 
    do
    {
       c1 = (unsigned char) *s1++;
       c2 = (unsigned char) *s2++;
       if (c1 == '\0')
           return c1 - c2;
     }
     while (c1 == c2); 
     return c1 - c2;
}

这也很奇怪，但出于其他原因，这个使用了我认为正确的(const unsigned char *) p1

Answer 1

(unsigned char *)s1从const char *s1到(unsigned char *)s1和*(unsigned char *)s1的类型转换s1取消引用它以获取值。

Answer 2

您获取char*并将其取消引用至char，然后将其转换为unsigned char

你认为不会起作用的那个只是首先将指针强制转换为unsigned char*，然后当它取消引用时它是unsigned char。

在这种情况下因为它只是从char到unsigned char，所以基本上没有区别。

如果原始指针指向int或其他内容，则您的int会将unsigned char投射到int。另一个将获得unsigned char的第一个字节并将其作为{{1}}

返回

Answer 3

(unsigned char)*s1和*(unsigned char*)s1之间的区别在于数据从s1指向的位置加载的方式：

(unsigned char)*s1读取s1类型的值，然后将该值转换为unsigned char。此变体无法调用未定义的行为。

如果s1是double*，则会读取double（也就是说，将从内存中加载8个字节），其值将转换为{{1} }}
unsigned char首先更改指针应指向的内容，然后读取位于*(unsigned char*)s1处的第一个字节。在某些情况下，这是使用较新标准的未定义行为，但是您的情况不会调用未定义的行为。

如果s1再次为s1，则生成的代码将在存储double的第一个字节中加载位模式（即，只加载一个字节）。这将与double的逻辑值完全不同。

Asside

关于未定义行为的可能性，规则大致如下：

将指针强制转换为“足够接近”的东西。这包括改变常量和签名的演员表。
强制转换为double*类型是一种特殊情况，它们从不调用未定义的行为。（感谢Jens Gustedt指出这一点。）

所以我们有以下几种情况：

将char*投放到int*即可。
将const unsigned int*投放到int*即可。
将char*转换为double*来分析double的位模式是未定义的行为，并允许编译器插入格式化硬盘的代码。

Answer 4

简短回答：char和unsigned char相似，可以用同样的方式解释。

答案很长：C标准足够具体，它保证char和unsigned char的大小都是1字节，并以相同的格式存储它们的“值位”。因此，最多值为127，严格定义此函数的行为。

当你到达标志位时，它只会变得混乱。 C标准允许符号位表示一个补码，两个补码或有符号幅度，具体取决于实现。因此，在使用二进制补码的平台上（到目前为止最常见），-1将表示为11111111，并且在解释为unsigned char时将等于255。但是使用带符号的幅度，当被解释为10000001时，它将表示为unsigned char并且等于129。

在后一种情况下，这与显式转换为unsigned char（(unsigned char) s1++示例）所得到的不同：

如果新类型是无符号的，则通过重复添加或转换该值减去一个可以在新类型中表示的最大值直到该值在新类型的范围内。

因此，C标准保证，如果您明确将-1投射到unsigned char，则会添加值256，从而生成投射255的结果。因此，如果您使用的是签名幅度的平台：

    char c = -1;
    unsigned char u1 = (unsigned char)c; // this results in 255
    unsigned char u2 = *(unsigned char *)&c; // this results in 129!

我认为这些差异是如此罕见，以至于没有人注意到它们。不使用2的补码的C实现很少而且很远。

（unsigned char ）s1和（unsigned char）* s1之间的C差异

4 个答案:

Asside

*（unsigned char *）s1和（unsigned char）* s1之间的C差异

4 个答案:

Asside

（unsigned char ）s1和（unsigned char）* s1之间的C差异