Wykład 6. Operacje na łańcuchach znakowych

Transkrypt

1 Wykład 6. Operacje na łańcuchach znakowych 1. Łańcuch znaków jako tablica Do przechowania łańcucha znaków służy tablica znakowa. W kolejnych pozycjach tej tablicy są pamiętane kolejne znaki. Ostatnim znakiem musi być znak końca, czyli znak ASCII o numerze 0. Poniżej pokazano przykład deklaracji tablicy znakowej, która może przechowywać łańcuch o maksymalnej długości 9 znaków. Tablica ma 10 elementów, bo musi jeszcze pomieścić znak końca. char s[10]; Deklarując taka tablicę, można do niej od razu wpisać jakiś łańcuch, na przykład char s[10]='p','r','o','g','r','a','m','\0'; Nie wolno wtedy pominąć końcowego znaku '\0'. Prostszy sposób polega na przypisaniu do deklarowanej tablicy odpowiedniej stałej łańcuchowej: char s[r]= "program"; Końcowy znak \0 wpisze się teraz automatycznie. s[0] s[1] s[2] s[3] s[4] s[5] s[6] char s[10]; p r o g r a m s[7] \0 s[8] s[9] Rys. 1. Przykład tablicy przechowującej łańcuch znakowy

2 2 2. Pisanie i czytanie łańcuchów 2.1. Użycie printf i scanf Łańcuch można wyprowadzić na ekran za pomocą instrukcji printf. Jeżeli chcemy wyprowadzić tylko jawny tekst, to umieszczamy go pomiędzy apostrofami, bez kodu formatującego. Do tekstu można dokleić znak, na przykład znak przejścia na nowy wiersz: printf( \npodaj imie i nazwisko: ); Pisząc zawartość tablicy pamiętającej łańcuch, stosuje się kod formatujący "%s", jak poniżej: char wezwanie[40]= Podaj nazwisko: ; printf( %s, wezwanie); Łańcuch można odczytać z klawiatury za pomoc instrukcji scanf z kodem formatującym "%s". Przy tym: 1. Przed nazwą tablicy, w której jest zapamiętywany łańcuch, nie ma operatora adresu, ponieważ nazwa tablicy jest jej adresem. 2. Jeżeli czytamy łańcuch zawierający spację, to zostanie zapamiętana tylko ta jego część, która poprzedza spację, ponieważ spacja zostanie potraktowana jako separator. Przykład użycia funkcji printf i scanf do wczytania danej, którą jest nazwisko osoby: char name[40]; printf( Podaj nazwisko: ); scanf( %s,name) 2.2. Użycie puts i gets Funkcje biblioteczne puts i gets służą do wypisywania i wczytywania łańcuchów. Funkcje puts i gets nie wymagają kodów formatujących.

3 Funkcja puts wyprowadza na ekran łańcuch będący jej argumentem; następnie przesuwa kursor na początek następnej linii ekranu. Argument funkcji puts może być jawną stałą łańcuchową, lub nazwą tablicy, która przechowuje łańcuch. Funkcja gets odczytuje łańcuch z klawiatury i zapamiętuje go w tablicy, której nazwa jest jej argumentem. Funkcja gets odczytuje bez problemu także łańcuchy, zawierające spacje. Przykład: char name[40]; puts( Podaj nazwisko: ); gets(name); Uwaga: Funkcji gets oraz scanf nie należy używać jedna po drugiej. Może to powodować błędny odczyt danych. 3. Odwoływanie się do znaków łańcucha Do elementów łańcucha odwołujemy się tak, jak do elementów tablicy (przez indeks lub wskaźnik). Długość łańcucha pamiętanego w tablicy może być mniejsza, niż rozmiar tablicy. Do określenia długości łańcucha aktualnie pamiętanego w tablicy służy funkcja biblioteczna strlen, opisana w zbiorze nagłówkowym <string.h>. Przykładzie poniżej pokazuje dwie różne realizacje funkcji, która zlicza liczbę wystąpień znaku z w łańcuchu s. Funkcja ile_z1 stosuje pętlę for ze zmienną licznikową j, która służy jako indeks kolejnych znaków łańcucha. Liczba kroków jest wyznaczona przez funkcję strlen. Funkcja ile_z2 wykorzystuje pętlę while i wskaźnikowe odwołania do elementów. Warunek działania pętli to po prostu *(s+j). Gdy j-ty znak jest znakiem końca o wartości liczbowej zero, instrukcja while przestaje działać i stan licznika ile zostaje przekazany przez return. 3

4 4 Przykład: Funkcje, zwracające liczbę znaków z w łańcuchu s. int ile_z1(char z, char s[]) int j, ile=0; for(j=0;j<strlen(s);j++) if(s[j]==z) ile++; return ile; int ile_z2(char z, char *s) int j=0, ile=0; while(*(s+j)) if(*(s+j)==z) ile++; j++; return ile; 4. Kopiowanie łańcuchów W języku C++ jest specjalna funkcja biblioteczna strcpy, przeznaczona do kopiowania łańcuchów (zbiór naglówkowy <string.h>). Instrukcja wywołania funkcji strcpy ma dwa argumenty. Pierwszy argument to nazwa zmiennej tablicowej, do której kopiujemy łańcuch. Drugi argument to kopiowany łańcuch. Ten drugi argument może mieć postać jawnej stałej łańcuchowej, lub nazwy tablicy, która pamięta kopiowany łańcuch. Na przykład, chcąc zapisać w tablicy name1 imię Jacek, a w tablicy name2 imię Beata, użyjemy instrukcji: char name1[20],name2[20],bufor[20]; strcpy(name1, Jacek ); strcpy(name2, Beata ); Zamieńmy teraz miejscami zawartość tablic name1 oraz name2. Będzie to wymagało trzech instrukcji:

5 strcpy(bufor,name1); strcpy(name1,name2); strcpy(name2,bufor); 5. Funkcje biblioteczne operujące na łańcuchach W języku C++ występuje kilka funkcji bibliotecznych, zdefiniowanych w zbiorze nagłówkowym <string.h>, które są przeznaczone do operacji na łańcuchach znakowych. Zestawiono je tabeli 1. Tabela 1. Funkcje biblioteczne operujące na łańcuchach 5 Instrukcja wywołania char *p=strcat(s1,s2); strcpy(s,s1); strncpy(s,s1,n); int d=strlen(s); int d=strcmp(s1,s2); int d=stricmp(s1,s2); int d=strncmp(s1,s2,n); char *p=strstr(s,s1); Działanie funkcji Skleja łańcuch s1 z łańcuchem s2. Zwraca wskaźnik na łańcuch wynikowy Kopiuje łańcuch s1 do łańcucha s. Argument s1 może być także stałą łańcuchową. Kopiuje n początkowych znaków łańcucha s1 do łańcucha s. Zwraca aktualną długość łańcucha s, bez uwzględnienia znaku końca. Porównuje łańcuchy s1 i s2. Zwraca wartość: = = 0, gdy łańcuchy są jednakowe, > 0, gdy s1 jest alfabetycznie większy od s2, < 0, gdy s2 jest alfabetycznie mniejszy od s1. Porównuje łańcuchy s1 i s2 bez rozróżniania dużych i małych liter. Porównuje tylko n początkowych znaków łańcuchów s1 i s2. Zwraca wskaźnik na początek pierwszego wystąpienia podłańcucha s1 w łańcuchu s. Gdy s nie zawiera s1, zwraca wartość NULL. Następujące dwa przykłady ilustrują niektóre możliwe zastosowania funkcji łańcuchowych. W przykładzie poniżej pokazano program z funkcją własną, która z łańcucha usuwa wszystkie wystąpienia danego podłańcucha. Opis działania funkcji usun: W każdym kroku pętli while instrukcja strstr(p,p1) sprawdza, czy w łańcuchu p występuje podłańcuch p1. Jeżeli tak nie jest, pętla ulega przerwaniu za

6 6 pomocą instrukcji break i funkcja kończy działanie. W przeciwnym przypadku, za pomocą instrukcji strcpy(pos,pos+d); jest usuwane kolejne wystąpienie podłańcucha p1 (d jest długością podłańcucha p1). Mechanizm działania funkcji strcpy przy usuwaniu fragmentu łańcucha wyjaśnia rysunek 9.2. Pierwszy argument funkcji nie zawsze musi być nazwą łańcucha, czyli wskaźnikiem na początek łańcucha s[0]. Na rys. 9.2 wskaźnik pos wskazuje na element s[4], natomiast wskaźnik pos+3 wskazuje na element s[7]. Ponieważ pos jest pierwszym argumentem funkcji strcpy, a pos+3 jest jej drugim argumentem, zostaną przekopiowane wszystkie znaki z pozycji nr 7, 8, 9, 10, 11 na pozycje nr 4, 5, 6, 7, 8. Poprzednia zawartość pozycji 4, 5, 6, które zajmował usuwany podłańcuch big, zostanie tym samym wymazana. Stan początkowy s s[0] s[1] s[2] s[3] pos s[4] s[5] s[6] pos+3 s[7] s[8] s[9] s[10] s[11] T h e b i g c a t \0 Stan po wykonaniu instrukcji: strcpy(pos,pos+3); T h e c a t \0 Rys. 2. Przykład użycia funkcji strcpy do usunięcia fragmentu łańcucha Przykład: Usuwanie z łańcucha wszystkich wystąpień podłańcucha #include <stdio.h> #include <conio.h> #include <string.h> //dla strstr,strcpy,strlen void usun(char[],char[]);

7 int main () char s1[81]; char s[81]= "Jak sie nie ma, co sie lubi, to sie lubi, co sie ma."; printf("\npierwotna postac lancucha:\n%s\n",s); printf("\npodaj usuwany podlancuch: "); gets(s1); printf("\nkolejne postacie lancucha:\n"); usun(s,s1); printf("\nkoncowa postac lancucha:\n%s\n",s); getch(); return 0; void usun(char s[],char s1[]) char * pos; int d=strlen(s1); while(1) pos=strstr(s,s1); if(pos==null) break; strcpy(pos,pos+d); puts(s); Poniżej pokazano wydruk uzyskany przy usuwaniu podłańcucha sie. Dzięki umieszczeniu w pętli while instrukcji puts można obserwować, jak w kolejnych krokach algorytmu zmienia się postać łańcucha. 7 Pierwotna postac lancucha: Jak sie nie ma, co sie lubi, to sie lubi, co sie ma. Podaj szukany podlancuch: sie Kolejne postacie lancucha: Jak nie ma, co sie lubi, to sie lubi, co sie ma. Jak nie ma, co lubi, to sie lubi, co sie ma. Jak nie ma, co lubi, to lubi, co sie ma. Jak nie ma, co lubi, to lubi, co ma. Koncowa postac lancucha: Jak nie ma, co lubi, to lubi, co ma.

8 8 Następną ilustrację zastosowania bibliotecznych funkcji łańcuchowych stanowi pokazana w przykładzie poniżej funkcja własna licz, która znajduje liczbę wystąpień podłańcucha w łańcuchu. Przykład: Znajdowanie liczby wystąpień podłańcucha w łańcuchu. int licz(char *p,char *p1) int n=strlen(p),n1=strlen(p1); int j=0,w=0; while(j<n-n1+1) if(strncmp(p+j,p1,n1)) j++; else w++; j+=n1; return w; Opis działania funkcji licz: Funkcja ma dwa argumenty: Łańcuch p i szukany podłańcuch p1. Jako licznik wystąpień zastosowano zmienną w, a jako licznik indeksów zmienną j. W pętli while za pomocą instrukcji: strncmp(p+j,p1,n1) porównujemy n1 pozycji łańcucha p, poczynając od pozycji o adresie p+j (a więc fragment p, rozpoczynający się od znaku p[j]), z podłańcuchem p1, przy czym n1 jest długością p1. Jeżeli nie ma zgodności, to funkcja zwraca wartość różną od zera, więc warunek po if jest spełniony. Następuje inkrementacja indeksu j++, dzięki czemu w następnym kroku porównywany fragment łańcucha będzie przesunięty o jedną pozycję w prawo. W przypadku, gdy badany fragment łańcucha p jest identyczny z szukanym podłańcuchem p1, funkcja strncmp zwraca zero, więc warunek po if nie jest spełniony, wobec czego stan licznika w zwiększa się o jeden. Jednocześnie licznik

9 indeksów j zwiększa stan o wartość n1, aby następny badany fragment p rozpoczynał się za znalezionym podłańcuchem. Warunkiem zakończenia działania pętli jest osiągnięcie przez zmienną indeksową wartości j=n-n1. Dalsze zwiększanie indeksu nie miałoby sensu, bo szukany podłańcuch nie mógłby się zmieścić w krótszym od tej wartości granicznej końcowym fragmencie łańcucha. O N W I E,. \0 9 Rys. 3. Ilustracja metody zliczania wystąpień podłańcucha w łańcuchu 6. Tablice łańcuchów 6.1. Przykładowe operacje na tablicy łańcuchów W programie poniżej pokazano sposób definiowania tablicy łańcuchów. Łańcuch jest tablicą, więc tablica t, która zawiera M łańcuchów N-znakowych, jest tablicą dwuwymiarową: char t[m][n]; Tablicę taką można wstępnie zapełnić przy deklarowaniu, wpisując wartości poszczególnych wierszy w cudzysłowach jako stałe łańcuchowe. Pokazany program korzysta z dwóch funkcji własnych, operujących na tablicy łańcuchów. Opis funkcji sortuj: Funkcja porządkuje wiersze w kolejności alfabetycznej. Zastosowano znany algorytm bąbelkowy, jednak

10 10 w jego implementacji łańcuchowej występują dwie ważne cechy, różniące ją od postaci używanej do sortowania tablic liczbowych: 1. Do porównania wierszy nie wolno stosować operatorów relacyjnych > lub <, które nie działają na tablicach. Zamiast tego stosujemy funkcję strcmp. 2. Do kopiowania wierszy tablicy przy ich zamianie miejscami nie można użyć operatora przypisania, bo nie działa on na tablicach. Zamiast tego stosujemy funkcję biblioteczną strcpy. Opis funkcji pisz_tab: Funkcja jest przeznaczona do wyprowadzania zawartości tablicy na ekran. Łańcuchy pamiętane w tablicy są drukowane jako kolejne wiersze tekstu na ekranie. W zależności od wartości argumentu c, funkcja może wyprowadzać pamiętany w tablicy tekst na trzy sposoby: a/ Dokładnie tak, jak jest pamiętany, b/ używając wyłącznie małych liter, c/ używając wyłącznie dużych liter. Do zmiany liter z małych na duże lub odwrotnie służą funkcje biblioteczne toupper, tolower, zdefiniowane w zbiorze nagłówkowym <ctype.h>. Ponadto, za pomocą argumentu p określamy, czy tekst ma być pisany znak po znaku, czy też szeroko, z dodatkową spacją po każdym znaku. Przykładowy wydruk programu przedstawia rys. 4. Ze względu na konieczność modyfikowania pojedynczych znaków, tablica jest tutaj wyprowadzana znak po znaku, za pomocą dwóch zagnieżdżonych instrukcji for. Na ogół jednak wystarcza do tego pojedyncza pętla for, która wyprowadza tablicę łańcuchów wiersz po wierszu, jak poniżej: void pisz_tab(char t[m][n]) for(j=0;j<m;j++) printf( %s\n,t[j]);

11 Przykład: Sortowanie i wypisywanie tablicy łańcuchów #include <stdio.h> #include <conio.h> #include <string.h> #include <ctype.h> const int M=4, N=12; void pisz_tab(char[][n],int,int); void sortuj(char[][n]); //dla toupper, tolower int main() char t[m][n]="tomek", "Jarek", "Zbyszek", "Agata"; puts("tablica przed sortowaniem:\n"); pisz_tab(t,0,0); sortuj(t); puts("\n\ntablica po sortowaniu:\n"); pisz_tab(t,0,0); puts("\n\ntablica malymi literami:\n"); pisz_tab(t,-1,0); puts("\n\ntablica wielkimi literami:\n"); pisz_tab(t,1,0); puts("\ntablica szeroko:\n"); pisz_tab(t,0,1); getch(); return 0; 11 void sortuj(char t[][n]) int i,j; char buf[n]; for (j=0; j<m-1; j++) for (i=j+1; i<m; i++) if (strcmp(t[j],t[i])>0) strcpy(buf,t[i]); strcpy(t[i],t[j]); strcpy(t[j],buf);

12 12 void pisz_tab(char s[][n],int c,int p) int j,k; for (j=0;j<m;j++) for (k=0; k<strlen(s[j]); k++) if (c==0) printf("%c",s[j][k]); else if (c>=1) printf("%c",toupper(s[j][k])); else printf("%c",tolower(s[j][k])); if (p) printf("%c",'\x20'); printf("\n"); Tablica przed sortowaniem: Tomek Jarek Zbyszek Agata Tablica po sortowaniu: Agata Jarek Tomek Zbyszek Tablica malymi literami: agata jarek tomek zbyszek Tablica wielkimi literami: AGATA JAREK TOMEK ZBYSZEK Tablica szeroko: A g a t a J a r e k T o m e k Z b y s z e k Rys. 4. Wydruk uzyskany po wykonaniu programu

13 Tablica wskaźników na łańcuchy znakowe Użycie znakowej tablicy dwuwymiarowej nie jest jedynym sposobem pamiętania łańcuchów znakowych. Można posłużyć się również tablicą wskaźników na znaki, inicjując ją tak, jak poniżej: char *tab[6]="adam", "TADEUSZ", "EWA", "GRZEGORZ", "IGNACY", "ZENON"; Po takiej deklaracji, kompilator umieści inicjowane łańcuchy w pamięci bezpośrednio po sobie, niezależnie od ich długości. Po znaku końca pierwszego łańcucha znajdzie się początkowy znak drugiego łańcucha itd. Dzięki temu nie ma niewykorzystanych miejsc i znacznie zmniejsza się rozmiar pamięci, potrzebnej do zapamiętania tekstu. Jednocześnie z lokowaniem łańcuchów w pamięci, ich adresy są umieszczane w kolejnych pozycjach tablicy tab. Dlatego za pomocą elementów tej tablicy można odwoływać się do kolejnych łańcuchów w pamięci. Ilustracją opisanej metody jest rysunek 5. Dla porównania pokazano, w jaki sposób są zapamiętane łańcuchy w dwuwymiarowej tablicy znakowej. W rozpatrywanym przykładzie użycie tablicy wskaźników zmniejszyło zajęty obszar pamięci o 33 bajty w porównaniu z obszarem pamięci zajmowanym przez tablicę dwuwymiarową z rysunku 6. Program pokazany w przykładzie poniżej operuje na grupie łańcuchów, posługując się tablicą wskaźników na te łańcuchy. W przedstawionym programie zdefiniowano dwie funkcje własne: pisztab oraz sortuj.

14 14 Przed sortow. Po sortow. tab[0] Adr0 Adr2 Adr0 A D A M \0 tab[1] Adr1 Adr0 Adr1 T A D E U S Z \0 tab[2] Adr2 Adr5 Adr2 E W A \0 tab[3] Adr3 Adr4 Adr3 G R Z E G O R Z \0 tab[4] Adr4 Adr1 Adr4 I G N A C Y \0 tab[5] Adr5 Adr3 Adr5 Z E N O N \0 Rys. 5. Tablica łańcuchów deklarowana jako char * tab[6] tab[0] A D A M \0 tab[1] T A D E U S Z \0 tab[2] E W A \0 tab[3] G R Z E G O R Z \0 tab[4] I G N A C Y \0 tab[5] Z E N O N \0 Rys. 6. Tablica łańcuchów deklarowana jako char tab [6][12] Opis funkcji pisz_tab: W pętli for odwołujemy się przez indeks j do kolejnych pozycji tablicy tab, Adres j tego łańcucha tab[j] jest argumentem funkcji puts, która wyprowadza ten łańcuch na ekran, po czym przenosi kursor na początek następnego wiersza ekranu. Opis funkcji sortuj: Funkcja ta porządkuje łańcuchy według ich długości, stosując algorytm bąbelkowy. ale łańcuchy w czasie sortowania nie zmieniają swojego położenia w pamięci. Zmiany dotyczą tylko położenia elementów tablicy wskaźników. Jak widać na rysunku 5, po zakończeniu sortowania kolejne pozycje tablicy tab wskazują na coraz dłuższe łańcuchy. Ponieważ zamieniamy miejscami nie łańcuchy, lecz wskaźniki, możemy posłużyć się operatorem przypisania. W warunku po if porównujemy ze so-

15 bą nie łańcuchy, lecz długości łańcuchów. Te długości, zwracane przez funkcję strlen, są liczbami, dlatego do porównania można użyć operatora większości. Obie opisane funkcje mają argument tablicowy zapisany jako char ** tab. Wymaga to krótkiego wyjaśnienia. Ponieważ nie pracujemy na tablicy znaków, ale na tablicy wskaźników na znaki, argument tablicowy zamiast postaci char tab[ ] musi mieć postać char * tab[ ]. Tę postać argumentu można by z powodzeniem zastosować w definicjach obu funkcji. Jednak jak pamiętamy, tab[ ] można równoważnie zapisać jako *tab. W ten sposób powstał użyty w przykładzie 9.5 zapis argumentu tablicowego jako char ** tab. Druga gwiazdka pokazuje, że mamy argument tablicowy, a pierwsza że chodzi o tablicę wskaźników na znaki. Słowo const użyte przed argumentem w funkcji pisz_tab powoduje, że argument nie będzie mógł ulegać zmianom w czasie działania funkcji w ten sposób często zabezpiecza się argumenty wejściowe. W przypadku tej konkretnej funkcji nie ma to znaczenia. Na rysunku 7 widać wydruk, uzyskany na ekranie po uruchomieniu opisanego programu. 15 Przykład: Operacje na łańcuchach za pośrednictwem tablicy wskaźników #include <stdio.h> #include <conio.h> #include <string.h> const int M=6; void pisz_tab(const char **); void sortuj(char **);

16 16 int main() char *tab[m]= "ADAM", "TADEUSZ", "EWA", "GRZEGORZ", "IGNACY", "ZENON"; pisz_tab(tab); sortuj(tab); pisz_tab(tab); getch(); return 0; void pisz_tab(const char **tab) int j; for (j=0; j<m; j++) puts(tab[j]); puts("\n"); void sortuj(char **tab) int j,k; char *buf; for (j=0; j<m-1; j++) for (k=j+1; k<m; k++) if (strlen(tab[j])>strlen(tab[k])) buf=tab[k]; tab[k]=tab[j]; tab[j]=buf;

17 17 ADAM TADEUSZ EWA GRZEGORZ IGNACY ZENON EWA ADAM ZENON IGNACY TADEUSZ GRZEGORZ Rys. 7. Wydruk otrzymany w wyniku działania programu