string - 什么是帕斯卡字符串？

Question

它们是以编程语言还是数学家命名的？

帕斯卡字符串的定义特征是什么？在 Wikipedia's article on strings似乎定义特征是将字符串的长度存储在第一个字节中。在另一篇文章中，我的印象是 the memory layout of the strings也很重要。

在细读一个无关的 SO 线程时，有人提到 Pascal strings make Excel fast . Pascal 字符串与空终止字符串相比有哪些优势？或者更一般地说，Pascal 字符串在什么情况下表现出色？

Pascal 字符串是否以任何其他语言实现？

最后，我是将两个单词都大写(“Pascal Strings”)还是只大写第一个(“Pascal strings”)？我是技术文...

Answer 1

Pascal 字符串因一种特定但影响巨大的 Pascal 实现而流行，名为 UCSD。所以 UCSD 字符串 是一个更好的术语。这与使字节码解释器流行的实现相同。
一般来说，它不是一种特定的类型，而是将大小作为字符数据前缀的基本原则。这使得获取长度成为一个恒定时间操作 (O(1))，而不是扫描字符数据中的空字符。
并非所有帕斯卡都使用这个概念。 IIRC，原始(七十年代)约定是用空格填充分配，并向后扫描非空格字符(使字符串不可能有终止空格)。此外，由于软件大多是孤立使用的，因此使用了各种方案，通常基于对该实现/架构有利的内容。
虽然该结构不是 Standard Pascal 的一部分，但最流行的 Borland 方言(Turbo Pascal、Delphi 和 Free Pascal)通常基于 UCSD 方言，因此有 pascal 字符串，Delphi 目前有 5 个这样的字符串。 (短/ansi/宽/unicode/开放)
另一方面，这意味着在循环中，您需要一些基于索引的额外检查来检查字符串的结尾。
所以改为使用复制字符串

while (p^) do begin P^=p2^; inc(p) inc(p2); end;

这完全等同于

while (*s++ = *t++);

在 C 中使用优化编译器时。
你需要做例如

while (len>0) do begin p^:=p2^; inc(p) inc(p2); dec(len); end;

甚至

i:=1;
while (i<=len) do begin p[i]:=p2[i]; inc(i); end;

这使得 Pascal 字符串循环中的指令数量略大于等效的零终止字符串，并增加了一个实时值。此外，UCSD 是一种字节码(p-code)解释器语言，后者基于 pascal 字符串使用的代码是“安全的”。
对于内置后增量 (++) 运算符的架构(如最初为 PDP-8,11 开发的 C)，指针版本甚至更便宜，特别是没有优化。如今，优化编译器可以轻松检测任何这些构造并将它们转换为最佳构造。
更重要的是，由于 90 年代初期的安全性变得更加重要，并且通常不赞成仅依赖空终止字符串属性，因为验证中的小错误可能会导致潜在的可利用的缓冲区溢出问题。因此，C 及其标准不赞成使用旧的字符串，现在使用需要传递最大长度的旧字符串例程(strNcpy 等)的“-n-”版本。这是添加了相同的额外实时值，类似于长度，就像手动管理的 Pascal 字符串原则一样，程序员必须注意传递长度(或 C 的 -N- 函数的最大缓冲区大小)。 Pascal 字符串仍然具有在 O(1) 操作中获取最后一个占用字符的优势，并且没有禁止字符的事实。
长度前缀字符串也广泛用于文件格式，因为很明显，知道预先读取的字节数很有用。