c - 从 char 数组中获取当前单词的最有效方法

Question

假设我有一个字符串“text”，一个插入符号位置“caret”，然后想要找到当前单词（以空格分隔）。

我目前这样做的方式似乎效率低下，我想知道是否有人有一种有效的方式来做到这一点？

const char* text;
int caret;
int initpos;
int start;
int count = 0;
char word[256];

// text and caret values assigned here.

initpos = caret;
while(caret > 0 && text[caret] != ' ') // get start
{
    caret--;
    count++;
}
start = caret;
caret = initpos;

while(text[caret] && text[caret] != ' ') // get end
{
    caret++;
    count++;
}

word = strsub(text, start, count);

Answer 1

“似乎效率低下”是指代码对您来说看起来效率低下，还是您已经测量并发现它对于您的目的来说太慢了？

您的方法需要 O( n ) 个步骤，其中n是输入中最长单词的长度。这非常快，除非你的话有 DNA 字符串的大小。

对于某些数据集，一种更快的方法是使用单词开始和结束位置的索引。存储间隔的二叉搜索树可以满足此要求，但代价是 O(lg N ) 检索时间，其中N是输入中的单词数。可能不值得。

Answer 2

我认为这是一种有效的方法。我只是建议检查字符是否是字母，而不是不是空格：

while(caret > 0 && ((text[caret]>='A' && text[caret]<='Z') || (text[caret]>='a' && text[caret]<='z')))

这将捕获其他情况，例如当单词以点、数字、括号等结尾时。

Answer 3

#include <ctype.h>

...
// Other definitions from above.
char *p = word;
char *q = text + caret;
while(q >= text && !isblank(*q)) {
   q--;
}
if (q < text) q++; // All non-blanks.
while (*q && !isblank(*q)) {
   *p++ = *q++;
}
*p = '\0';
// word now has nul terminated non-blank characters, p points to EOL or blanks.