原子是一个指向唯一的、不可变的0个或任意多个字节序列的指针，大多数原子都是指向以空字符结束的字符串，但是任何一个指向任意字节序列的指针都可以使原子。任何原子只能出现一次。如果两个原子指向同一个内存单元时，则两个原子是相等的。仅仅比较两个字节序列相应的指针是否相等，就可以判断这两个字节序列是否相等了，这就是使用原子的好处之一；还有一个好处就是使用原子可以节省空间，因为每个序列只会出现一次。
本文地址：http://www.cnblogs.com/archimedes/p/c-atom.html，转载请注明源地址。
接口
Atom的接口很简单：
#ifndef ATOM_INCLUDED #define ATOM_INCLUDED extern int Atom_length(const char *str); extern const char *Atom_new (const char *str, int len); extern const char *Atom_string(const char *str); extern const char *Atom_int (long n); #endif
Atom_new接收一个指向字节序列的指针以及该序列的字节数作为输入，它在原子表中增加一个该序列的拷贝，并且如果需要的话，返回原子表中指向该拷贝的指针（即原子）
原子总是以一个空字符结束，在必要的时候该空字符由Atom_new添加
Atom_string接收一个空字符串结束的字符串作为输入，在原子表中增加一个该串的拷贝，如果需要的话返回该原子
Atom_int返回长整数n的字符串表示的原子
Atom_length返回其原子参数的长度
实现
Atom的实现对原子表进行维护。Atom_new,Atom_string,Atom_int查找原子表，并都有可能在原子表中添加一个新的元素，而Atom_length仅仅查找原子表
#include "atom.h"
Atom_string,Atom_int可以在不知道原子表细节的情况下执行相应的操作
#include <string.h> #include "assert.h" const char *Atom_string(const char *str) { assert(str); return Atom_new(str, strlen(str)); }
Atom_int首先把它的参数转化为一个字符串，然后调用Atom_new:
#include <limits.h> const char *Atom_int(long n) { /*将参数转换成一个字符串，然后调用Atom_new*/ char str[43]; char *s = str + sizeof str; /*将s指向字符数组的尾部*/ unsigned long m; if (n == LONG_MIN) /*处理最小的负长整数*/ m = LONG_MAX + 1UL; else if (n < 0) m = -n; else m = n; do *--s = m%10 + '0'; /*对m取余获取最后一位数字倒序保存在字符数组中*/ while ((m /= 10) > 0); if (n < 0) *--s = '-'; /*如果n是负数在结果前面加上’-‘号*/ return Atom_new(s, (str + sizeof str) - s); }
Atom_int必须处理二进制补码数的不对称范围以及C的除法和取余运算的不确定性，无符号的除法和取余都具有良好的定义，因此Atom_int也可以通过使用无符号算术来避免使用有符号运算引起的不确定。
引入头文件和相关宏：
#include "atom.h" #include <string.h> #include "assert.h" #include <limits.h> #include "mem.h" /* 内存管理接口 */ #define NELEMS(x) ((sizeof (x))/(sizeof ((x)[0]))) /* 求数组中元素的个数 */
散列表显然是一个针对原子表的数据结构，散列表是一个入口表的指针数组，其中每一个元素都存有一个原子：
static struct atom { struct atom *link; /*指向表中的下一个入口*/ int len; /*len存储序列的长度*/ char *str; /*str指向序列本身*/ } *buckets[2048]; /*散列表的长度小于2048*/
针对“an atom”的struct atom的小尾数法布局：
Atom_new计算由str[0……len-1]给定序列的散列值，并用buckets的元素个数对其取模，搜索由buckets中该散列值元素所指向的链表。如果发现str[0……len-1]已存在于表中，它将只是简单地返回该原子：
#define NELEMS(x) ((sizeof (x))/(sizeof ((x)[0]))) /* 求数组中元素的个数 */ const char *Atom_new(const char *str, int len) { /*接收一个指向字节序列的指针以及该序列的字节数，在原子表中增加一个该序列的拷贝*/ unsigned long h; int i; struct atom *p; assert(str); assert(len >= 0); for (h = 0, i = 0; i < len; i++) /*查找表算法*/ h = (h<<1) + scatter[(unsigned char)str[i]]; h &= NELEMS(buckets)-1; for (p = buckets[h]; p; p = p->link) /*在buckets[h]中查找是否存在str*/ if (len == p->len) { for (i = 0; i < len && p->str[i] == str[i]; ) i++; if (i == len) return p->str; /*找到即返回*/ } p = ALLOC(sizeof (*p) + len + 1); /*没找到则新建原子*/ p->len = len; p->str = (char *)(p + 1); if (len > 0) memcpy(p->str, str, len); p->str[len] = ' '; p->link = buckets[h]; buckets[h] = p; return p->str; }
Hash表结构：
Atom的实现对原子表进行维护，Atom_new、Atom_string以及Atom_int查找原子表，并且都有可能在原子表中添加一个新的元素，而Atom_length仅仅查找原子表。
完整实现代码如下：
#include "atom.h" #include <string.h> #include "assert.h" #include <limits.h> #include "mem.h" /* 内存管理接口 */ #define NELEMS(x) ((sizeof (x))/(sizeof ((x)[0]))) /* 求数组中元素的个数 */ static struct atom { struct atom *link; /*指向表中的下一个入口*/ int len; /*len存储序列的长度*/ char *str; /*str指向序列本身*/ } *buckets[2048]; /*散列表的长度小于2048*/ static unsigned long scatter[] = { /*256入口数组，它将字节映射为随机数，这些随机数通过标准库的rand函数生成*/ 2078917053, 143302914, 1027100827, 1953210302, 755253631, 2002600785, 1405390230, 45248011, 1099951567, 433832350, 2018585307, 438263339, 813528929, 1703199216, 618906479, 573714703, 766270699, 275680090, 1510320440, 1583583926, 1723401032, 1965443329, 1098183682, 1636505764, 980071615, 1011597961, 643279273, 1315461275, 157584038, 1069844923, 471560540, 89017443, 1213147837, 1498661368, 2042227746, 1968401469, 1353778505, 1300134328, 2013649480, 306246424, 1733966678, 1884751139, 744509763, 400011959, 1440466707, 1363416242, 973726663, 59253759, 1639096332, 336563455, 1642837685, 1215013716, 154523136, 593537720, 704035832, 1134594751, 1605135681, 1347315106, 302572379, 1762719719, 269676381, 774132919, 1851737163, 1482824219, 125310639, 1746481261, 1303742040, 1479089144, 899131941, 1169907872, 1785335569, 485614972, 907175364, 382361684, 885626931, 200158423, 1745777927, 1859353594, 259412182, 1237390611, 48433401, 1902249868, 304920680, 202956538, 348303940, 1008956512, 1337551289, 1953439621, 208787970, 1640123668, 1568675693, 478464352, 266772940, 1272929208, 1961288571, 392083579, 871926821, 1117546963, 1871172724, 1771058762, 139971187, 1509024645, 109190086, 1047146551, 1891386329, 994817018, 1247304975, 1489680608, 706686964, 1506717157, 579587572, 755120366, 1261483377, 884508252, 958076904, 1609787317, 1893464764, 148144545, 1415743291, 2102252735, 1788268214, 836935336, 433233439, 2055041154, 2109864544, 247038362, 299641085, 834307717, 1364585325, 23330161, 457882831, 1504556512, 1532354806, 567072918, 404219416, 1276257488, 1561889936, 1651524391, 618454448, 121093252, 1010757900, 1198042020, 876213618, 124757630, 2082550272, 1834290522, 1734544947, 1828531389, 1982435068, 1002804590, 1783300476, 1623219634, 1839739926, 69050267, 1530777140, 1802120822, 316088629, 1830418225, 488944891, 1680673954, 1853748387, 946827723, 1037746818, 1238619545, 1513900641, 1441966234, 367393385, 928306929, 946006977, 985847834, 1049400181, 1956764878, 36406206, 1925613800, 2081522508, 2118956479, 1612420674, 1668583807, 1800004220, 1447372094, 523904750, 1435821048, 923108080, 216161028, 1504871315, 306401572, 2018281851, 1820959944, 2136819798, 359743094, 1354150250, 1843084537, 1306570817, 244413420, 934220434, 672987810, 1686379655, 1301613820, 1601294739, 484902984, 139978006, 503211273, 294184214, 176384212, 281341425, 228223074, 147857043, 1893762099, 1896806882, 1947861263, 1193650546, 273227984, 1236198663, 2116758626, 489389012, 593586330, 275676551, 360187215, 267062626, 265012701, 719930310, 1621212876, 2108097238, 2026501127, 1865626297, 894834024, 552005290, 1404522304, 48964196, 5816381, 1889425288, 188942202, 509027654, 36125855, 365326415, 790369079, 264348929, 513183458, 536647531, 13672163, 313561074, 1730298077, 286900147, 1549759737, 1699573055, 776289160, 2143346068, 1975249606, 1136476375, 262925046, 92778659, 1856406685, 1884137923, 53392249, 1735424165, 1602280572 }; const char *Atom_string(const char *str) { assert(str); return Atom_new(str, strlen(str)); } const char *Atom_int(long n) { /*将参数转换成一个字符串，然后调用Atom_new*/ char str[43]; char *s = str + sizeof str; /*将s指向字符数组的尾部*/ unsigned long m; if (n == LONG_MIN) /*处理最小的负长整数*/ m = LONG_MAX + 1UL; else if (n < 0) m = -n; else m = n; do *--s = m%10 + '0'; /*对m取余获取最后一位数字倒序保存在字符数组中*/ while ((m /= 10) > 0); if (n < 0) *--s = '-'; /*如果n是负数在结果前面加上’-‘号*/ return Atom_new(s, (str + sizeof str) - s); } const char *Atom_new(const char *str, int len) { /*接收一个指向字节序列的指针以及该序列的字节数，在原子表中增加一个该序列的拷贝*/ unsigned long h; int i; struct atom *p; assert(str); assert(len >= 0); for (h = 0, i = 0; i < len; i++) /*查找表算法*/ h = (h<<1) + scatter[(unsigned char)str[i]]; h &= NELEMS(buckets)-1; for (p = buckets[h]; p; p = p->link) /*在buckets[h]中查找是否存在str*/ if (len == p->len) { for (i = 0; i < len && p->str[i] == str[i]; ) i++; if (i == len) return p->str; /*找到即返回*/ } p = ALLOC(sizeof (*p) + len + 1); /*没找到则新建原子*/ p->len = len; p->str = (char *)(p + 1); if (len > 0) memcpy(p->str, str, len); p->str[len] = ' '; p->link = buckets[h]; buckets[h] = p; return p->str; } int Atom_length(const char *str) { struct atom *p; int i; assert(str); for (i = 0; i < NELEMS(buckets); i++) for (p = buckets[i]; p; p = p->link) /*在buckets表中查找str*/ if (p->str == str) return p->len; /*成功找到后返回len*/ assert(0); return 0; }
参考资料
《C语言接口与实现--创建可重用软件的技术》