【老刘谈算法002】反向快速比较——instring函数的汇编实现分析

老刘

大佬请略过，
如有违规，请斑竹明示
挂下代码先，

[Asm] 纯文本查看 复制代码

;注释修改&中文注释添加 by 老刘

; #########################################################################

;       这个算法的子循环代码被EKO重新设计来反向执行比较，
;       这种比较方法通过分支比较减少了需要执行的指令数。

; #########################################################################

    .486
    .model flat, stdcall  ; 32 bit memory model
    option casemap :none  ; case sensitive

    StrLen PROTO :DWORD

    .code

; ########################################################################

InString proc startpos:DWORD,lpSource:DWORD,lpPattern:DWORD

  ; ------------------------------------------------------------------
  ; InString函数在一个更大的“源字符串”中寻找“匹配字符串”，
  ; 如果找到了的话，“匹配字符串”在“源字符串”的位置会被放在eax中。 
  ;
  ; "StartPos"即“起始位”参数和返回值均使用1来作为首个字符的索引。
  ; （第一个字符是1，第二个字符是2，等等……）
  ; 
  ;
  ; 返回值：
  ; 如果函数执行成功，它将会返回“源字符串”的位置。
  ;  0 = 没找着
  ; -1 = “匹配字符串”的长度不短于“源字符串”
  ; -2 = "StartPos"参数越界。
  ; ------------------------------------------------------------------

    LOCAL sLen:DWORD
    LOCAL pLen:DWORD

    push ebx
    push esi
    push edi

    invoke StrLen,lpSource
    mov sLen, eax           ;源字符串长度
    invoke StrLen,lpPattern
    mov pLen, eax           ;匹配字符串长度

    cmp startpos, 1
    jge @F
    mov eax, -2
    jmp isOut               ;如果“起始位”参数为0则退出。
  @@:

    dec startpos            ;改成0为第一个字符的索引。

    cmp  eax, sLen			;这里的eax依旧=pLen
    jl @F
    mov eax, -1
    jmp isOut               ;匹配字符串不短于源字符串，退出。
  @@:

    sub sLen, eax           ;sLen-=pLen源字符串去尾
    inc sLen

    mov ecx, sLen
    cmp ecx, startpos
    jg @F
    mov eax, -2
    jmp isOut               ;不可能匹配上，退出
  @@:

  ; ----------------
  ; setup loop code
  ; ----------------
    mov esi, lpSource
    mov edi, lpPattern
    mov al, [edi]           ;al=匹配字符串中的第一个字符

    add esi, ecx            ;源字符串地址加上源字符串长（使esi指向源字符串末尾，以便倒序比较）
    neg ecx                 ;ecx=-ecx
    add ecx, startpos       ;加上起始位参数

    jmp Scan_Loop

    align 16		;使下条指令的地址从0x10倍数处开始，提升速度

  ; @@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@

  Pre_Scan:
    inc ecx

  Scan_Loop:
    cmp al, [esi+ecx]       ;判断esi+ecx指向的第一个字符是否=匹配字符串中的第一个字符
    je Pre_Match            ;如果匹配，则跳到Pre_Match继续判断
    inc ecx
    js Scan_Loop            ;ecx为负时继续循环

    jmp No_Match

  Pre_Match:
    lea ebx, [esi+ecx]      ;ebx=第一个匹配的字符的地址
    mov edx, pLen

  Test_Match:
    mov ah, [ebx+edx-1]     ;ah=ebx+edx-1指向的字符
    cmp ah, [edi+edx-1]     ;与匹配字符串中对应的字符比较
    jne Pre_Scan            ;不匹配，跳到Pre_Scan
    dec edx
    jnz Test_Match          ;edx非0时继续倒序循环判断

  ; @@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@@

  Match:
    add ecx, sLen
    mov eax, ecx
    inc eax
    jmp isOut
    
  No_Match:
    xor eax, eax

  isOut:
    pop edi
    pop esi
    pop ebx

    ret

InString endp

; ########################################################################

    end

那么什么条件下可以直接判断不可能匹配呢？
我们设
a=startpos
b=sLen
c=pLen
令d=b-(a-1)
则d即为实际需要进行查找的字符串的长度，
那么当被查找的字符串长小于需要查找的字符串长度的时候，即
当(a-1)+c>b的时候，
显然不可能匹配上，
作者可谓考虑的十分周到了。