Question

tolower和topupper的实现如下实现

static inline unsigned char __tolower(unsigned char c)
{
        if (isupper(c))
            c -= 'A'-'a';
        return c;
}


 static inline unsigned char __toupper(unsigned char c)
 {
    if (islower(c))
            c -= 'a'-'A';
    return c;
 }

我可以使用XOR（^）按位操作，如下所示。

如果我使用xor操作，是否有任何潜在的错误？

 c -= 'A'-'a'; ----> c = c ^ 0x20 ;  //using xor to convert to lower case to upper case and vice versa

Answer 1

你很可能，但很难看出这一点。

XOR：使用常量输入字节值并不比添加（或减去）常量快。并且它成为切换的好处（即toupper()和tolower()可以是相同的代码）非常小，因为代码量非常小。

拆解时，这两个功能：

int my_tolower1(int c)
{
  return c + 'a' - 'A';
}

int my_tolower2(int c)
{
  return c ^ ('a' - 'A');
}

几乎编译成相同的东西，模数当然是add vs xor：

my_tolower1(int):
        pushq   %rbp
        movq    %rsp, %rbp
        movl    %edi, -4(%rbp)
        movl    -4(%rbp), %eax
        addl    $32, %eax
        popq    %rbp
        ret
my_tolower2(int):
        pushq   %rbp
        movq    %rsp, %rbp
        movl    %edi, -4(%rbp)
        movl    -4(%rbp), %eax
        xorl    $32, %eax
        popq    %rbp
        ret

addl和xorl指令都是三个字节，所以没有区别。我认为这些天它们在大多数有趣的CPU上都是单周期的。

请注意，正如我在评论中所说，一般情况下，您不应该绕过并假设您的C程序在可以进行这些假设的环境中运行。然而，Linux内核就是这样一种环境。

Answer 2

在ASCII平台上，'a' - 'A'等于0x20，字母A-Z和a-z具有连续值，并且所有字母仅在六个最低有效位中不同，因此您可以使用c = c ^ 0x20。但是C标准没有指定字符编码，这使得这种方法不可移植。

稍微便携且自我记录的变体是：

c ^= 'A' ^ 'a';

（C标准也没有强制要求字母A-Z和a-z具有连续值，因此Linux内核代码也不是严格可移植的。但它比XOR技巧做的假设更少。）

Answer 3

使用空格字符更为正确。＆＃39;而不是幻数0x20。在这种情况下，函数也将对EBCDIC表有效。

这是一个示范程序

#include <stdio.h>

char tolower(char c)
{
    return c ^ ' ';
}

char toupper(char c)
{
    return c ^ ' ';
}

int main( void )
{
    char s[] = "ABCDEFGHIJKLMNOPQRSTUVWXYZ";

    puts( s );

    for (char *p = s; *p; ++p) *p = tolower(*p);

    puts( s );

    for (char *p = s; *p; ++p) *p = toupper(*p);

    puts( s );
}

程序输出

ABCDEFGHIJKLMNOPQRSTUVWXYZ
abcdefghijklmnopqrstuvwxyz
ABCDEFGHIJKLMNOPQRSTUVWXYZ

当然在调用函数之前，你应该检查参数是否是给定范围内的字母字符。

使用XOR按位运算在linux中使用toupper和tolower函数

3 个答案: