Question

为清楚起见，我只讨论空终止字符串。

我熟悉使用strcmp在C中进行字符串比较的标准方法。但我觉得它很慢而且效率低下。

我不一定在寻找最简单的方法，但效率最高。

当底层代码保持跨平台时，是否可以进一步优化当前比较方法（strcmp）？

如果strcmp无法进一步优化，那么在没有strcmp的情况下我可以执行字符串比较的最快方法是什么？

当前用例：

确定两个任意字符串是否匹配
字符串不会超过4096字节，也不会少于1字节
在相同的代码/库中分配/取消分配和比较字符串
比较完成后，我将字符串传递给另一个C库，该库需要格式为标准的空终止格式
系统内存限制不是一个大问题，但我会排队等待成千上万的此类字符串进行比较
字符串可能包含高ascii字符集或UTF-8字符但是出于我的目的，我只需要知道它们是否匹配，内容不是问题
应用程序在x86上运行，但也应在x64上运行

引用当前的strcmp（）实现：

编辑：澄清解决方案不需要修改strcmp。

编辑2：为此用例添加了特定示例。

Answer 1

我担心strcmp()的引用内容既不准确又不相关：

它不准确，因为它使用char类型而不是C11标准中指定的unsigned char类型来比较字符：

7.24.4比较功能

比较函数memcmp，strcmp和strncmp返回的非零值的符号由第一对字符值之间的差异符号决定（两者都被解释为unsigned char），它们在被比较的对象中有所不同。
这是无关紧要的，因为现代编译器使用的实际实现要复杂得多，使用手工编码的汇编语言进行内联扩展。

任何通用实现都可能不太理想，特别是如果编码为跨平台保持可移植性。

如果您的计划的瓶颈是比较字符串，请参考以下几个方向。

分析您的算法，尝试找到减少比较次数的方法：例如，如果您在数组中搜索字符串，对该数组进行排序并使用二进制搜索会大大减少比较次数。
如果您的字符串是在许多不同位置使用的令牌，请分配这些令牌的唯一副本并将其用作标量值。当且仅当指针相等时，字符串才相等。我一直使用哈希表在编译器和解释器中使用这个技巧。
如果您的字符串具有相同的已知长度，则可以使用memcmp()代替strcmp()。 memcmp()比strcmp()更简单，并且可以在已知字符串正确对齐的位置更有效地实现。

编辑，如果提供了额外的信息，您可以在字符串中使用这样的结构：

typedef struct string_t {
    size_t len;
    size_t hash;  // optional
    char str[];   // flexible array, use [1] for pre-c99 compilers
} string_t;

您可以这种方式分配此结构：

string_t *create_str(const char *s) {
    size_t len = strlen(s);
    string_t *str = malloc(sizeof(*str) + len + 1;
    str->len = len;
    str->hash = hash_str(s, len);
    memcpy(str->str, s, len + 1);
    return str;
}

如果您可以对所有字符串使用这些 str ，则可以通过首先比较长度或哈希值来大大提高匹配效率。您仍然可以将str成员传递给您的库函数，它正确地以空值终止。

比较C中两个字符串的最快方法是什么？

1 个答案: