strcmp函数如何实现字符串比较？

strcmp 是 C 标准库 <string.h> 中的一个函数,用于比较两个字符串。

strcmp 函数的功能和原型

strcmp 函数比较两个以 null 结尾的字符串 s1 和 s2。

函数原型:

int strcmp(const char *s1, const char *s2);

返回值:

• 返回 0: s1 和 s2 完全相同。
• 返回一个负整数: s1 小于 s2。（通常是 s1 中第一个不匹配字符的 ASCII 码减去 s2 中对应字符的 ASCII 码）
• 返回一个正整数: s1 大于 s2。（通常是 s1 中第一个不匹配字符的 ASCII 码减去 s2 中对应字符的 ASCII 码）

比较规则: strcmp 会从左到右逐个字符比较两个字符串的 ASCII 码值,比较在以下两种情况之一发生时停止：

1. 遇到第一个不相等的字符。
2. 两个字符串都同时到达了结尾（即 \0 字符）。

示例:

• strcmp("apple", "apple") 返回 0。
• strcmp("apple", "banana") 返回一个负数（因为 'a' < 'b'）。
• strcmp("banana", "apple") 返回一个正数（因为 'b' > 'a'）。
• strcmp("apple", "apples") 返回一个负数（因为第一个字符串先结束，相当于在比较 \0 和 's'，而 \0 的 ASCII 码是 0）。

手动实现 strcmp

理解了功能后，我们可以自己动手实现一个 strcmp 函数，核心思想就是循环比较字符,直到找到差异或字符串结束。

最基础的实现

这是最直观、最容易理解的实现方式。

/**
 * @brief 自定义 strcmp 函数实现
 * @param s1 第一个字符串
 * @param s2 第二个字符串
 * @return  s1 == s2, 返回 0;
 *          s1 < s2, 返回一个负数;
 *          s1 > s2, 返回一个正数.
 */
int my_strcmp(const char *s1, const char *s2) {
    // 循环，直到 s1 或 s2 指向 '\0'，或者两个字符不相等
    while (*s1 != '\0' && *s2 != '\0' && *s1 == *s2) {
        s1++; // 移动到 s1 的下一个字符
        s2++; // 移动到 s2 的下一个字符
    }
    // 循环结束后，*s1 和 *s2 要么是 '\0'，要么是不相等的字符
    // 将这两个字符相减，结果就是 strcmp 规定的返回值
    // s1 是 "abc" s2 是 "abd"，*s1 是 'c', *s2 是 'd'，'c' - 'd' 是一个负数
    // s1 是 "abc" s2 是 "ab"，*s1 是 'c', *s2 是 '\0'，'c' - '\0' 是一个正数
    // s1 是 "ab" s2 是 "abc"，*s1 是 '\0', *s2 是 'c'，'\0' - 'c' 是一个负数
    return *s1 - *s2;
}

代码解析:

1. while (*s1 != '\0' && *s2 != '\0' && *s1 == *s2): 这是循环条件。
   • *s1 != '\0' && *s2 != '\0': 确保两个字符串都还没有结束。
   • *s1 == *s2: 确保当前字符是相等的。
   • 只有当这三个条件都满足时，循环才会继续，意味着字符串仍然“相同”。
2. s1++; s2++;: 如果当前字符相同,就将指针移动到下一个字符进行比较。
3. return *s1 - *s2;: 当循环退出时，说明要么有一个字符串结束了，要么找到了不匹配的字符，将两个指针当前所指向的字符相减，其差值就完全符合 strcmp 的返回值要求。

更紧凑的实现

我们可以将版本一的逻辑进行简化，利用 C 语言中布尔表达式的特性。

int my_strcmp_compact(const char *s1, const char *s2) {
    // 循环直到找到不匹配的字符或任一字符串结束
    while (*s1 == *s2) {
        // s1 指向了 '\0'，s2 也必然指向 '\0'（因为 *s1 == *s2）
        // 此时循环会结束，*s1 和 *s2 都是 '\0'
        if (*s1 == '\0') {
            return 0; // 字符串完全相同
        }
        s1++;
        s2++;
    }
    // 循环结束，说明 *s1 不等于 *s2
    return *(unsigned char *)s1 - *(unsigned char *)s2;
}

或者更进一步,直接利用循环结束后的状态：

int my_strcmp_compact_2(const char *s1, const char *s2) {
    while (*s1 && *s1 == *s2) { // *s1 会自动判断是否为 '\0'
        s1++;
        s2++;
    }
    // 当循环退出时，要么 *s1 是 '\0'，要么 *s1 != *s2
    // 将其差值返回即可
    return *(const unsigned char *)s1 - *(const unsigned char *)s2;
}

这个版本更简洁,但版本一可能对初学者来说逻辑更清晰。

一个重要的细节：unsigned char

在标准的 strcmp 实现中，字符通常被转换为 unsigned char 类型后再进行比较,这主要是为了处理字符的符号问题。

在 C 语言中，char 类型可能是 signed char（范围 -128 到 127）或 unsigned char（范围 0 到 255），这取决于编译器的实现。char 是 signed 的，ASCII 码大于 127 的字符（或某些非 ASCII 字符）会被解释为负数。

如果我们直接比较两个 char，其中一个可能是负数，另一个是正数，可能会导致意外的结果，比较 '\xff' 和 '\x01'：

• char 是 signed 的，'\xff' 会被解释为 -1。
• '\x01' 是 1。
• -1 < 1 的结果是 true。
• 但如果我们把它们当作无符号数，255 > 1。

标准库为了保证比较是基于字符的原始数值（0-255）,通常会进行类型转换。

一个更健壮的实现是：

/**
 * @brief 更健壮的 strcmp 实现，考虑了 char 的符号问题
 */
int my_strcmp_robust(const char *s1, const char *s2) {
    while (1) {
        unsigned char c1 = *s1;
        unsigned char c2 = *s2;
        if (c1 != c2) {
            return c1 - c2;
        }
        if (c1 == '\0') { // c2 也必然是 '\0'
            return 0;
        }
        s1++;
        s2++;
    }
}

这个版本明确地将字符转换为 unsigned char，确保了比较行为的一致性，不受平台 char 类型默认符号的影响。

完整示例代码

下面是一个完整的 C 程序，演示了如何使用我们自己实现的 my_strcmp 函数，并与标准库的 strcmp 进行对比。

#include <stdio.h>
// 版本一：基础实现
int my_strcmp(const char *s1, const char *s2) {
    while (*s1 != '\0' && *s2 != '\0' && *s1 == *s2) {
        s1++;
        s2++;
    }
    return *s1 - *s2;
}
int main() {
    const char *str1 = "hello";
    const char *str2 = "hello";
    const char *str3 = "world";
    const char *str4 = "hell";
    const char *str5 = "hellO";
    printf("比较 \"%s\" 和 \"%s\":\n", str1, str2);
    printf("标准库 strcmp:   %d\n", strcmp(str1, str2));
    printf("自定义 my_strcmp: %d\n\n", my_strcmp(str1, str2));
    printf("比较 \"%s\" 和 \"%s\":\n", str1, str3);
    printf("标准库 strcmp:   %d\n", strcmp(str1, str3));
    printf("自定义 my_strcmp: %d\n\n", my_strcmp(str1, str3));
    printf("比较 \"%s\" 和 \"%s\":\n", str1, str4);
    printf("标准库 strcmp:   %d\n", strcmp(str1, str4));
    printf("自定义 my_strcmp: %d\n\n", my_strcmp(str1, str4));
    printf("比较 \"%s\" 和 \"%s\":\n", str1, str5);
    printf("标准库 strcmp:   %d\n", strcmp(str1, str5));
    printf("自定义 my_strcmp: %d\n\n", my_strcmp(str1, str5));
    return 0;
}

可能的输出:

比较 "hello" 和 "hello":
标准库 strcmp:   0
自定义 my_strcmp: 0
比较 "hello" 和 "world":
标准库 strcmp:   -15
自定义 my_strcmp: -15
比较 "hello" 和 "hell":
标准库 strcmp:   111
自定义 my_strcmp: 111
比较 "hello" 和 "hellO":
标准库 strcmp:   -79
自定义 my_strcmp: -79

(注：'o' - 'O' 的具体值取决于你的系统字符集，但结果会是同一个负数)

实现 strcmp 的核心步骤是：

1. 使用一个 while 循环来遍历两个字符串。
2. 在循环条件中，判断当前字符是否相等,并且两个字符串是否都未结束。
3. 当循环结束时,第一个不相等字符的差值就是最终结果。
4. 为了更好的可移植性，最好将字符转换为 unsigned char 类型后再进行比较。

希望这个详细的解释能帮助你完全理解 strcmp 函数的原理和实现！