Là thuật toán strcasecmp thiếu sót?

Tôi đang cố gắng thực hiện lại strcasecmpchức năng trong C và tôi nhận thấy những gì dường như không nhất quán trong quá trình so sánh.

Từ man strcmp

Hàm strcmp () so sánh hai chuỗi s1 và s2. Bản địa không được tính đến (để so sánh nhận biết bản địa, xem strcoll (3)). Nó trả về một số nguyên nhỏ hơn, bằng hoặc lớn hơn 0 nếu tìm thấy s1 tương ứng nhỏ hơn, để khớp hoặc lớn hơn s2.

Từ man strcasecmp

Hàm strcasecmp () thực hiện so sánh từng byte của chuỗi s1 và s2, bỏ qua trường hợp của các ký tự. Nó trả về một số nguyên nhỏ hơn, bằng hoặc lớn hơn 0 nếu tìm thấy s1 tương ứng nhỏ hơn, để khớp hoặc lớn hơn s2.

int strcmp(const char *s1, const char *s2);
int strcasecmp(const char *s1, const char *s2);

Cho, thông tin này, tôi không hiểu kết quả của đoạn mã sau:

#include <stdio.h>
#include <string.h>

int main()
{
    // ASCII values
    // 'A' = 65
    // '_' = 95
    // 'a' = 97

    printf("%i\n", strcmp("A", "_"));
    printf("%i\n", strcmp("a", "_"));
    printf("%i\n", strcasecmp("A", "_"));
    printf("%i\n", strcasecmp("a", "_"));
    return 0;
}

Ouput:

-1  # "A" is less than "_"
1   # "a" is more than "_"
2   # "A" is more than "_" with strcasecmp ???
2   # "a" is more than "_" with strcasecmp

Dường như, nếu ký tự hiện tại trong s1một chữ cái, nó luôn được chuyển đổi thành chữ thường, bất kể ký tự hiện tại trong đó s2có phải là một chữ cái hay không.

Ai đó có thể giải thích hành vi này? Không phải dòng đầu tiên và thứ ba là giống hệt nhau?

Cảm ơn bạn trước!

PS:
Tôi đang sử dụng gcc 9.2.0trên Manjaro.
Ngoài ra, khi tôi biên dịch với -fno-builtincờ tôi nhận được thay thế:

-30
2
2
2

Tôi đoán đó là vì chương trình không sử dụng các chức năng tối ưu hóa của gcc, nhưng câu hỏi vẫn còn.

Hành vi là chính xác.

Mỗi str\[n\]casecmp() thông số kỹ thuật POSIX :

Khi LC_CTYPEdanh mục của miền được sử dụng là từ miền địa phương POSIX, các hàm này sẽ hoạt động như thể các chuỗi đã được chuyển đổi thành chữ thường và sau đó thực hiện so sánh byte. Nếu không, kết quả là không xác định.

Đó cũng là một phần của phần LƯU Ý của trang người dùng Linux :

Tiêu chuẩn POSIX.1-2008 nói về các chức năng này:

Khi danh mục LC_CTYPE của miền địa phương đang được sử dụng là từ miền địa phương POSIX, các hàm này sẽ hoạt động như thể các chuỗi đã được chuyển đổi thành chữ thường và sau đó thực hiện so sánh byte. Nếu không, kết quả là không xác định.

Tại sao?

Như @HansOlsson đã chỉ ra trong câu trả lời của mình , thực hiện so sánh không phân biệt chữ hoa chữ thường giữa các chữ cái và cho phép tất cả các phép so sánh khác có kết quả "tự nhiên" như được thực hiện strcmp()sẽ phá vỡ sắp xếp.

Nếu 'A' == 'a'(định nghĩa so sánh không phân biệt chữ hoa chữ thường) '_' > 'A'và '_' < 'a'(kết quả "tự nhiên" trong bộ ký tự ASCII) không thể đúng cả hai.

Các liên kết khác, http://man7.org/linux/man-pages/man3/strcasecmp.3p.html cho strcasecmp nói rằng chuyển đổi sang chữ thường là hành vi đúng (ít nhất là trong ngôn ngữ POSIX).

Lý do cho hành vi đó là nếu bạn sử dụng strcasecmp để sắp xếp một chuỗi các chuỗi thì cần có kết quả hợp lý.

Mặt khác, nếu bạn cố gắng sắp xếp "A", "C", "_", "b" bằng cách sử dụng, ví dụ: qsort kết quả sẽ phụ thuộc vào thứ tự so sánh.

Dường như, nếu ký tự hiện tại trong s1 là một chữ cái, nó luôn được chuyển đổi thành chữ thường, bất kể ký tự hiện tại trong s2 có phải là một chữ cái hay không.

Điều đó đúng - và đó là strcasecmp()chức năng nên làm! Đây là một POSIXchức năng, chứ không phải là một phần của CTiêu chuẩn, nhưng, từ " Thông số kỹ thuật cơ sở nhóm mở, Vấn đề 6 ":

Trong ngôn ngữ POSIX, strcasecmp () và strncasecmp () sẽ hoạt động như thể các chuỗi đã được chuyển đổi thành chữ thường và sau đó thực hiện so sánh byte. Kết quả là không xác định ở các địa phương khác.

Ngẫu nhiên, hành vi này cũng phụ thuộc vào _stricmp()chức năng (như được sử dụng trong Visual Studio / MSCV):

Hàm _stricmp thường so sánh chuỗi1 và chuỗi2 sau khi chuyển đổi từng ký tự thành chữ thường và trả về một giá trị biểu thị mối quan hệ của chúng.

Mã số thập phân ASCII cho Alà 65cho _là 95và cho alà 97, vì vậy strcmp()nó làm những gì nó giả sử để làm. Nói theo phương pháp học _thì nhỏ hơn avà lớn hơn A.

strcasecmp()sẽ coi Anhư là a*, và vì alớn hơn _đầu ra cũng đúng.

* Tiêu chuẩn POSIX.1-2008 nói về các chức năng này (strcasecmp () và strncasecmp ()):

Khi danh mục LC_CTYPE của miền địa phương đang được sử dụng là từ miền địa phương POSIX, các hàm này sẽ hoạt động như thể các chuỗi đã được chuyển đổi thành chữ thường và sau đó thực hiện so sánh byte. Nếu không, kết quả là không xác định.

Nguồn: http://man7.org/linux/man-pages/man3/strcasecmp.3.html