memcpy() 在目标字符串中复制一些垃圾字符

Question

我正在尝试使用以下代码创建一个随机字符串生成器。

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

// Random string generator
void rand_str(char *dest, size_t length) {
    char charset[] = "0123456789abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ";
    int charset_length = 62;

    while (length-- > 0) {
        size_t index = rand() % charset_length;
        *dest++ = charset[index];
    }
    *dest = '[=10=]';
}

int main ()
{
    int num_data = 5;
    int string_length;
    int max_string_length = 10;

    char data[num_data][string_length];
    int i = 0;
    while (i < num_data)
    {
        string_length = 3 + (rand() % max_string_length);
        char str[string_length];
        rand_str(str, string_length);
        short increment_avoider_flag = 0;
        for (int j = 0; j < i; j++)
        {
            if (!strcmp(data[j], str))
            {
                string_length = 3 + (rand() % max_string_length);
                char str[string_length];
                rand_str(str, string_length);
                increment_avoider_flag = -1;
                break;
            }
        }
        if (!increment_avoider_flag)
        {
            memcpy(data[i], str, sizeof(str));
            printf("%s\n", str);
            printf("%s\n\n\n", data[i]);
            i++;
        }
    }
    
}

上述代码的输出是

pn2QMwQbLq
pn2QMwQbLq~??


WqJ99NSq
WqJ99NSqLq~??


LDvi5z
LDvi5zSqLq~??


gxBewrk5rHr
gxBewrk5rHr??


DcDg
DcDgwrk5rHr??

这里的输出有两个问题。

如果创建的第一个字符串的长度 x 大于后面的字符串长度，memcpy 也会复制前一个字符串的剩余部分。例如第一个字符串是 pn2QMwQbLq，第二个字符串是 WqJ99NSq，但复制的字符串是 WqJ99NSqLq~??，其中有第一个字符串的附加 Lq。
复制的字符串中有一些乱码。例如第一个原始字符串 pn2QMwQbLq 但复制的字符串 pn2QMwQbLq~?? 有额外的 ~??.

我不确定这里发生了什么，但似乎我在错误地声明或复制字符数组。请帮我解决这个问题。

Answer 1

由于字符串长度每次都在变化，所以需要动态定义，下面是对代码的2处修改。

int main ()
{
int num_data = 5;
int string_length;
int max_string_length = 10;
//char data[num_data][string_length];
char **data = (char **)malloc(num_data * sizeof(char *));   //change1
int i = 0;
while (i < num_data)
{
    string_length = 3 + (rand() % max_string_length);
    data[i] = (char*)malloc(string_length * sizeof(char));  //change2
    char str[string_length];
    rand_str(str, string_length);
    short increment_avoider_flag = 0;

Answer 2

如果你想生成没有任何内存泄漏的随机字符串。

以下代码实现了时间复杂度为 O(n) 的 map 结构，其中 n 是字符串的长度。这不是 map 的良好实现，但是在 C 中创建 map 将是一项繁重的任务。

优点：

没有堆内存分配
最终的随机字符串中没有重复字符

缺点：

不是 map 的良好实现，因为时间复杂度应该是 O(log(n))

这里是try it online

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

const char *charset = "0123456789abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ";
void random_str(char *str, size_t len);
void random_str(char *str, size_t len)
{
    if (len == 0)
    {
        fprintf(stderr, "could not generate 0 length string\n");
        exit(1);
    }
    for (size_t i = 0; i < len; i++)
    {
        str[i] = charset[(rand() % 62)];
    }
    str[len] = 0;
}

#define NUM_DATA 5    
#define MAX_LEN 10

int main(void)
{
    char rdata[NUM_DATA][MAX_LEN + 1] = {0};
    srand(time(NULL));
    for (size_t i = 0; i < NUM_DATA;)
    {
        int flag = 1;
        random_str(rdata[i], MAX_LEN);
        for (size_t j = 0; j < i; j++)
            if (strcmp(rdata[i], rdata[j]) == 0)
                flag = 0;
        if (flag == 1)
        {
            printf("%s\n", rdata[i]);
            i++;
        }
    }
    return 0;
}

Answer 3

您的代码中存在多个导致未定义行为的问题：

定义 char data[num_data][string_length]; 具有未定义的行为，因为 string_length 未初始化。您应该使用 char data[num_data][max_string_length + 1]; 以允许空终止符。
3 + (rand() % max_string_length) 生成 3 到 max_string_length + 2 范围内的 pseudo-random 整数，这似乎不正确。您应该使用 3 + (rand() % (max_string_length - 2) 来获取 3 到 max_string_length 的范围。
char str[string_length]; 定义数组 str 一个字节对于 string_length 个字符的字符串来说太短了。
如果发生碰撞，则无需生成新的随机字符串，尤其是在新的本地数组中。只需设置指标并跳出循环。
您可以通过在 for 循环外定义 j 并使用 i == j 检查没有重复项来消除对指标的需求。
您应该为随机数生成器设置种子以避免在每个运行生成相同的字符串。使用 srand(time(NULL));

意外输出是由未定义的行为引起的。

这是修改后的版本：

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

// Random string generator
void rand_str(char *dest, size_t length) {
    static const char charset[] = "0123456789abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ";
    int charset_length = sizeof(charset) - 1;

    while (length-- > 0) {
        size_t index = rand() % charset_length;
        *dest++ = charset[index];
    }
    *dest = '[=10=]';
}

int main() {
    int num_data = 5;
    int max_string_length = 10;
    char data[num_data][max_string_length + 1];
    int i = 0, j;
    srand(time(NULL));
    while (i < num_data) {
        int string_length = 3 + (rand() % (max_string_length - 2));
        char str[string_length + 1];
        rand_str(str, string_length);
        for (j = 0; j < i; j++) {
            if (!strcmp(data[j], str))
                break;
        }
        if (j == i) {
            strcpy(data[i], str);
            printf("%s\n", str);
            i++;
        }
    }
    printf("\n");
    for (i = 0; i < num_data; i++) {
        printf("%s\n", data[i]);
    }
    return 0;
}

memcpy() 在目标字符串中复制一些垃圾字符

memcpy() copies some garbage characters in the destination string

c

string

memcpy

优点：

缺点：