魔术位如何改进 glibc 中的 strlen 函数答案

【问题标题】：How the magic bits are improving the strlen function in glibc魔术位如何改进 glibc 中的 strlen 函数
【发布时间】：2012-12-26 14:08:10
【问题描述】：

我正在查看strlen for glibc 的来源。他们使用magic bits 来查找字符串的长度。有人可以解释它是如何工作的。谢谢

【问题讨论】：

标签： c glibc strlen

【解决方案1】：

假设这个函数正在查看一个字符串——一次 4 个字节，正如 cmets 所解释的（我们假设 long ints 是 4 个字节）——当前的“块”看起来像这样：

'\3'     '\3'     '\0'     '\3'
00000011 00000011 00000000 00000011  (as a string: "\x03\x03\x00\x03")

strlen 函数只是在这个字符串中寻找第一个零字节。它首先通过首先检查此magic_bits 快捷方式来确定每个 4 字节块中是否有 any 零字节：它将 4 个字节添加到该值：

01111110 11111110 11111110 11111111

向该值添加任何非零字节将导致 1 通过传播进位溢出到以零标记的孔中。对于我们的块，它看起来像这样：

  11111111 111111          1 1111111   Carries
  00000011 00000011 00000000 00000011  Chunk
  01111110 11111110 11111110 11111111  Magic bits
+ -----------------------------------
  10000010 00000001 11111111 00000010
  ^      ^        ^        ^

（孔位由^标记。）

而且，来自 cmets：

       /* Look at only the hole bits.  If any of the hole bits
          are unchanged, most likely one of the bytes was a
          zero.  */

如果块中没有零，所有空位将设置为1。但是，由于是零字节，一个空位没有被传播的进位填充，然后我们可以检查它是哪个字节。

本质上，它通过对 4 字节块应用一些位加法来扫描零，然后将搜索范围缩小到单字节比较，从而加快 strlen 计算。

【讨论】：

The one misfire occurs when bits 24-30 are clear and bit 31 is set;你能解释一下什么是失火吗？
@ZhangYuan：当魔术位测试认为有一个'\0'字节时，快捷方式“失火”，但没有。显然这与“\x80”或其他值之一有关。

【解决方案2】：

我们的想法是一次将一个字节与零进行比较，而不是在其字节之一为零时一次检查一个unsigned long 对象。这意味着在sizeof (unsigned long) 为8 时检查8 字节。

使用位黑客，有一个快速已知的表达式可以确定一个字节是否等于零。然后，如果其中一个字节为零，则单独测试对象的字节以找到第一个为零的字节。使用按位运算的好处是减少了分支指令的数量。

在著名的斯坦福 Bit Twiddling Hacks 页面中解释了用于检查多字节对象的一个字节是否等于 0 的 bit hack 表达式，在

判断一个单词是否有零字节 http://graphics.stanford.edu/~seander/bithacks.html#ZeroInWord

【讨论】：

所以the glibc 实现比the libc 实现快？
@Aakashdeep - 这也取决于你的字符串有多长。在设置魔法方面有投资。这多久会得到回报？