strtok源码剖析 位操作与空间压缩

地址：http://blog.csdn.net/morewindows/article/details/8740315转载请标明出处，谢谢。

欢迎关注微博：http://weibo.com/MoreWindows      

strtok源码剖析

       strtok函数可以用于分隔字符串，最近看了下这个函数的源代码，其中有

unsigned char map[32];/* Clear control map */for (count = 0; count < 32; count++)map[count] = 0;/* Set bits in delimiter table */do {map[*ctrl >> 3] |= (1 << (*ctrl & 7));} while (*ctrl++);

    这段代码非常有意思，第一眼可能不明白，为什么用个unsigned char map[32];数组来保存分隔字符。下面的map[*ctrl >> 3] |= (1 << (*ctrl & 7));更加有点古怪。在网上查了下，并没有文章来解释，因此写篇博客来解释说明下。

    这个长为32的数组与后面的左移，右移操作看起来迷惑，其实如果看过《位操作基础篇之位操作全面总结》（http://blog.csdn.net/morewindows/article/details/7354571）的“位操作与空间压缩”便不难想到，这里其实是个位操作的空间压缩技巧。因此char类型的数据只会从0到255，因此建立一个哈希表来记录哪些字符要分割，需要则标记为1，否则标记为0，然后在分隔字符串时，就能直接判断字符串的该位置是否要分割。详细请见MyStrtok的实现。

//strtok源码剖析 位操作与空间压缩//http://blog.csdn.net/morewindows/article/details/8740315//By MoreWindows( http://blog.csdn.net/MoreWindows )#include <stdio.h>// strtok源码剖析char* __cdecl MyStrtok(char * string, const char * control){unsigned char *str;const unsigned char *ctrl = (const unsigned char *)control;static unsigned char* _TOKEN = NULL; //注意这里使用了static类型，实际的strtok函数出于线程安全会使用TLS//由于char类型占一个字节取值范围为0~255//所以可以打个bool flag[255]这样的哈希表//来记录哪些字符为delimiter characters//然后根据《位操作基础篇之位操作全面总结》中的位操作与空间压缩//http://blog.csdn.net/morewindows/article/details/7354571#t6//可以将数组大小取255/8即32unsigned char map[32];int count;// Clear control mapfor (count = 0; count < 32; count++)map[count] = 0;// Set bits in delimiter tabledo {//map[*ctrl >> 3] |= (1 << (*ctrl & 7));//strtok原来的代码map[*ctrl / 8] |= (1 << (*ctrl % 8));} while (*ctrl++);// Initialize str // If string is NULL, set str to the saved pointer //(i.e., continue breaking tokens out of the string from the last strtok call)if (string != NULL)str = (unsigned char *)string;elsestr = (unsigned char *)_TOKEN;// Find beginning of token (skip over leading delimiters). Note that// there is no token iff this loop sets str to point to the terminal// null (*str == '\0')//while ( (map[*str >> 3] & (1 << (*str & 7))) && *str )//strtok原来的代码while ( (map[*str / 8] & (1 << (*str % 8))) && *str )str++;string = (char *)str;// Find the end of the token. If it is not the end of the string,// put a null there. for ( ; *str ; str++ ){//if ( map[*str >> 3] & (1 << (*str & 7)) ) //strtok原来的代码if ( map[*str / 8] & (1 << (*str % 8)) ) {*str++ = '\0';break;}}// Update nextoken (or the corresponding field in the per-thread data structure_TOKEN = str;// Determine if a token has been found. if ( string == (char *)str )return NULL;elsereturn string;}int main(){printf("   strtok源码剖析 位操作与空间压缩\n");  printf(" - http://blog.csdn.net/morewindows/article/details/8740315 -\n");  printf(" - By MoreWindows( http://blog.csdn.net/MoreWindows ) - \n\n"); //char szText[] = "MoreWindows  (By http://blog.csdn.net/MoreWindows)";//char szFind[] = " ";char szText[] = "ab,c...d(e)f(g)hj";char szFind[] = ",.()";printf("原字符串为: %s\n", szText);printf("分隔后为: \n");char *pToken = MyStrtok(szText, szFind);while (pToken != NULL){printf("%s\n", pToken);pToken = MyStrtok(NULL, szFind);}return 0;}

运行结果如图所示（图片不能打开，请访问http://blog.csdn.net/morewindows/article/details/8740315）

 

 地址：http://blog.csdn.net/morewindows/article/details/8740315转载请标明出处，谢谢。

欢迎关注微博：http://weibo.com/MoreWindows