Effective STL [35] | 通过 mismatch 或 lexicographical 比较实现简单的忽略大小写字符串比较
怎么使用 STL 来进行忽略大小写的字符串比较?
如果你忽略国际化问题而且只关注于设计成字符串 strcmp 那样的类型,这个任务很简单。
如果你要有 strcmp 不具有的按语言处理字符串中的字符的能力(即,容纳文本的字符串是除了英语以外的语言)或程序使用了区域设置而不是默认的,这个任务很困难。
想要使用忽略大小写比较的程序员通常需要两种不同的调用接口:
- 一种类似 strcmp(返回一个负数、零或正数)
- 另一种类似 operator(返回 true 或 false)
确定两个字符除了大小写之外是否相等
类似 strcmp
进行的字符串比较,只考虑类似 strcmp
的字符串比较:
|
|
这个函数遵循了 strcmp,可以返回一个负数、零或正数,依赖于 c1 和 c2 之间的关系。
tolower
与 strcmp 不同的是,ciCharCompare
在进行比较前把两个参数转化为小写,从而忽略大小写的字符比较。
正如 <cctype>
(也是 <ctype.h>
)里的很多函数,tolower 的参数和返回值类型是 int,但除非这个 int 是 EOF,它的值必须能表现为一个 unsigned char。
在 C 和 C++ 中,char 可能或可能不是有符号的(依赖于实现),当 char 有符号时,唯一确认它的值可以表现为 unsigned char 的方式是在调用 tolower 之前转换一下。
基于 mismatch 实现
给定了 ciCharCompare
,就很容易写出我们的第一个忽略大小写的两个字符串比较函数,提供了一个类似 strcmp
的接口。
ciStringCompare
这个函数,返回一个负数、零或正数,依赖于要比较的字符串的关系。
它基于 mismatch
算法,因为 mismatch
确定了两个区间中第一个对应的不相同的值的位置。
我们必须确定一个字符串是否比另一个短,短的字符串作为第一个区间传递。
因此我们可以把真正的工作放在一个叫做 ciStringCompareImpl
的函数,然后让 ciStringCompare
简单地确保传进去的实参顺序正确,如果实参交换了就调整返回值:
|
|
在 ciStringCompareImpl 中,大部分工作由 mismatch 来完成。它返回一对迭代器,表示了区间中第一个对应的字符不相同的位置:
|
|
比较过程
当字符匹配时这个判断式返回 true,因为当判断式返回 false 时 mismatch 会停止。我们不能为此使用 ciCharCompare,因为它返回 - 1、1 或 0,而当字符匹配时它返回 0,就像 strcmp。
如果我们把 ciCharCompare 作为判断式传给 mismatch,C++ 会把 ciCharCompare 的返回类型转换为 bool,而当然 bool 中零的等价物是 false,正好和我们想要的相反!同样的,当 ciCharCompare 返回 1 或 - 1,那会被解释成 true,因为,就像 C,所有非零整数值都看作 true。这再次和我们想要的相反。
要修正这个语义倒置,我们在 ciCharCompare 前面放上 not2 和 ptr_fun。
std::not1 和 std::not2 std::not1 和 std::not2 是用来把 “符合某种条件的函数对象” 转换为反义函数对象的函数。
std::ptr_fun
用来把函数指针封装为符合某种条件的函数对象的函数,C++11 里可以用 std::bind
或 std::function
代替
lexicographical_compare
可以在关联容器中用作比较函数的函数,可以把 ciCharCompare 修改为一个有判断式接口的字符比较函数,然后把进行字符串比较的工作交给 STL 中名字第二长的算法 ——lexicographical_compare:
|
|
lexicographical_compare 是 strcmp 的泛型版本。
strcmp 只对字符数组起作用,但 lexicographical_compare 对所有任何类型的值的区间都起作用。
同时,strcmp 总是比较两个字符来看看它们的关系是相等、小于或大于另一个。lexicographical_compare 可以传入一个决定两个值是否满足一个用户定义标准的二元判断式。
比较过程
在上面的调用中,lexicographical_compare 用来寻找 s1 和 s2 第一个不同的位置,基于调用 ciCharLess 的结果。如果,使用那个位置的字符,ciCharLess 返回 true,lexicographical_compare 也是;如果,在第一个字符不同的位置,从第一个字符串来的字符先于对应的来自第二个字符串的字符,第一个字符串就先于第二个。
就像 strcmp,lexicographical_compare 认为两个相等值的区间是相等的,因此它对于这样的两个区间返回 false:第一个区间不在第二个之前。
也像 strcmp,如果第一个区间在发现不同的对应值之前就结束了,lexicographical_compare 返回 true:一个先于任何区间的前缀是一个前缀。

