字符串转换成整数——从源码学习

字符串转换成整数:输入一个表示整数的字符串,把该字符串转换成整数并输出,例如输入字符串”345”,则输出整数345。

在笔试面试中,atoi 即「字符串转换成整数」是一个经典问题了,此题无关算法,考察的更多是编码能力和细节考虑能力。因此自己就动手写了下,写完之后,打开 JDK 的源码想看看大牛是怎么写的,所谓「站在巨人的肩膀上」,果然还是有很多有意思的东西的。

首先,实现的思路是扫描整个字符串,扫描到当前字符时,将之前的结果乘以10加上当前字符代表的数字。

思路是很简单,但是有很多细节需要考虑,也是本题考查的重点。

  1. 开头可能会有 ‘+’ 和 ‘-‘,表示整数的正负。
  2. 字符串为 null 或是空(””)呢?
  3. 字符串中包含非数字的字符
  4. 只有一个 “+” 或 “-“ 字符呢?
  5. 最后就是溢出问题。 先放出我的代码吧!
    public static int atoi(String s) throws Exception {
    if (s == null || s.length() == 0) {
    throw new Exception("illegal number input");
    }
    final int MAX_DIV = Integer.MAX_VALUE / 10;
    final int MIN_DIV = -(Integer.MIN_VALUE / 10);
    final int MAX_M = Integer.MAX_VALUE % 10;
    final int MIN_M = - (Integer.MIN_VALUE % 10);
    int result = 0;
    int i = 0, len = s.length();
    int sign = 1;
    int digit = s.charAt(0); //当前字符
    if (digit == '-' || digit == '+') {
    if (digit == '-') {
    sign = -1;
    }
    if (len == 1) {
    throw new Exception("illegal number input");
    }
    i++;
    }
    while (i < len) {
    digit = s.charAt(i++) - '0';
    if (digit >= 0 && digit <= 9) {
    if (sign > 0 && (result > MAX_DIV || (result == MAX_DIV && digit > MAX_M))) { // 正数溢出
    throw new Exception("number overflow");
    } else if (sign < 0 && (result > MIN_DIV || (result == MIN_DIV && digit > MIN_M))) { //负数溢出
    throw new Exception("number overflow");
    }
    result = result * 10 + digit;
    } else {
    throw new Exception("illegal number input");
    }
    }
    return sign > 0 ? result : -result;
    }

上述代码中对于一些非法输入都做了异常处理,主要需要看的地方是溢出的判断。

一般判断溢出会这样判断 digit > INT_MAX - result*10 (先不考虑正负问题),但是这段代码是有问题的。

我们知道INT_MAX = 2147483647, 如果输入的字符串是2147483657,那么执行到最后一位时,会有 result*10 = 2147483650 > INT_MAX,此时已经溢出,所以答案必然出错。

July的博客中提到比较好的解决方法是用除法和取模。

  • 先用 result 与 INT_MAX /10 进行比较: 若 result > INT_MAX/10(当然同时还要考虑 result=INT_MAX/10 的情况), 说明最终得到的整数一定会溢出, 故此时可以当即进行溢出处理,从而也就免去了计算 result*10 这一步骤。
  • 当 result=INT_MAX/10 时,若 digit > INT_MAX%10,说明 result*10+digit 最终还是会溢出,也直接当溢出处理。

比如,对于正数来说,溢出有两种可能:

  1. 一种是诸如 2147483650,即 result > MAX/10 的;
  2. 一种是诸如 2147483649,即 result == MAX/10 && digit > MAX%10 的。

由于INT_MAX = 2147483647INT_MIN = -2147483648,两者绝对值不相等。因此,正负数溢出的条件不一样,代码中用了两个条件来判断溢出情况。

再来学习下 JDK 中 parseInt 的实现吧!

/*
* Integer 类中的 parseInt 函数
* Copyright (c) 1994, 2010, Oracle and/or its affiliates. All rights reserved.
*/
public static int parseInt (String s) throws NumberFormatException {
return parseInt(s,10);
}
public static int parseInt(String s, int radix)
throws NumberFormatException
{
/*
* WARNING: This method may be invoked early during VM initialization
* before IntegerCache is initialized. Care must be taken to not use
* the valueOf method.
*/
if (s == null) {
throw new NumberFormatException( "null"); //判断null的情况
}
if (radix < Character. MIN_RADIX) { //转换的进制不能小于2
throw new NumberFormatException( "radix " + radix +
" less than Character.MIN_RADIX");
}
if (radix > Character. MAX_RADIX) { //转换的进制不能大于36
throw new NumberFormatException( "radix " + radix +
" greater than Character.MAX_RADIX");
}
int result = 0; //对应整数结果
boolean negative = false; //保存整数的正负状态
int i = 0, len = s.length();
int limit = -Integer. MAX_VALUE; //合法数字的上限(下限)
int multmin; //在做乘法计算时能走到的合法上限(下限)
int digit; //当前字符对应的数字
if (len > 0) {
char firstChar = s.charAt(0);
if (firstChar < '0') { // Possible leading "+" or "-"
if (firstChar == '-') {
negative = true;
limit = Integer. MIN_VALUE;
} else if (firstChar != '+')
throw NumberFormatException. forInputString(s);
if (len == 1) //不能只有一个"+"或者"-"
throw NumberFormatException. forInputString(s);
i++;
}
multmin = limit / radix;
while (i < len) {
// Accumulating negatively avoids surprises near MAX_VALUE
digit = Character. digit(s.charAt(i++),radix); //以指定的进制转换整数字符
if (digit < 0) { //不能是非数字
throw NumberFormatException. forInputString(s);
}
if (result < multmin) { //判断溢出
throw NumberFormatException. forInputString(s);
}
result *= radix;
if (result < limit + digit) {
throw NumberFormatException. forInputString(s);
}
result -= digit;
}
} else { //字符串不能为"",即长度要大于0
throw NumberFormatException. forInputString(s);
}
return negative ? result : -result;
}

可以看到parseInt(String s)函数调用了parseInt(String s, int radix),源码中参数的检查,异常输入的判断都非常全面。可以说严谨和巧妙是这段程序最大的特点。比较难懂的可能是溢出判断那一段。

if (result < multmin) { //判断溢出
throw NumberFormatException. forInputString(s);
}
result *= radix;
if (result < limit + digit) {
throw NumberFormatException. forInputString(s);
}
result -= digit;

其实与上文的溢出判断思想是差不多的, 只不过可以发现 JDK 将所有的整数先当做负数来处理了,这有什么妙处呢?

我们知道有符号 int 的上下限是-2147483648 ~ 2147483647,可见负数表达的范围比正数多一个,这样就好理解为什么在开头要把 limit 全部表达为负数(下限)。这样的操作减少了后续的判断,可以一步到位,相当于二者选择取其大一样,大的包含了小的,不用像我的代码一样正负数情况都判断一次。同理,那么 multmin 也都是负数了,而且可以认为是只和进制参数 radix 有关系。在这里 multmin 就是-INT_MAX/10,当负数时就是INT_MIN/10。所以与上文类似,第一个条件就是若-result < -INT_MAX/10则是溢出。不满足第一个条件的情况下,result*10肯定不会溢出了。所以第二个条件判断若 - result*10 < -INT_MAX + digit,则是溢出。

比如对于最大的负数来说,当扫描到最后一位时,result = -214748364multmin=-214748364
第一个条件result < multmin不满足, 执行result *= radix之后,result = -2147483640
第二个条件result < limit + digit,即 -2147483640<-2147483648+8 也不满足条件。
所以正常输出。