SISergiu Ilincameditații informatică
Meniu

clasa a X-a · Șiruri de caractere · lecția 11

Șiruri de caractere (2): funcțiile din cstring și lucrul cu cuvinte

60 minmate-info

Înainte de lecția asta: X.10 Șiruri de caractere (1): char[], citire, parcurgere, litere și cifre

Ce vei ști după lecție

  • Folosești strlen, strcpy, strcat, strcmp, strchr, strstr, strtok.
  • Împarți un text în cuvinte (cu strtok sau manual) și prelucrezi fiecare cuvânt.
  • Compari șiruri și le ordonezi alfabetic (lexicografic).
  • Ștergi / inserezi o secvență într-un șir.
  • Rezolvi exercițiul cu șiruri de caractere de la Bac (Subiectul II).

Lecția are și o fișă de lucru, de rezolvat după ce o citești. Mergi la fișă ↓

Clasa a X-aLecția 11 din 13 · mai sunt 2Urmează: X.12 · Structuri de date neomogene: struct (înregistrări)Vezi toate lecțiile
Cuprins

Fișiere PDF și de lucru

1. Funcțiile din <cstring>

Șirurile nu se pot compara sau copia cu == și = (aceștia lucrează cu adrese). Pentru asta există funcții gata făcute:

Funcție Ce face Exemplu
strlen(s) lungimea lui s strlen("bac") → 3
strcpy(d, s) copiază s în d strcpy(d, "abc");
strcat(d, s) lipește s la finalul lui d "ab" + "cd" → "abcd"
strcmp(a, b) <0, 0, >0 după ordinea alfabetică strcmp("ana", "andrei") < 0
strchr(s, c) adresa primei apariții a caracterului c, sau NULL strchr("aeiou", x)
strstr(s, t) adresa primei apariții a șirului t în s, sau NULL strstr(s, "bac")
strtok(s, sep) taie s în „bucăți” separate de caracterele din sep vezi secțiunea 3

Atenție — greșeli frecvente

if (a == b) pentru două tablouri char compară adresele lor (mereu diferite), deci condiția este falsă chiar dacă textele sunt identice. Corect: strcmp(a, b) == 0. La fel, a = b nu copiază: folosește strcpy(a, b).

strcmp: ordinea lexicografică

strcmp

strcmp se oprește la prima poziție unde cele două șiruri diferă și compară codurile. De aceea literele mari sunt „mai mici” decât cele mici ('Z' = 90 < 'a' = 97).

#include <iostream>
#include <cstring>
using namespace std;

char a[101], b[101];

int main()
{
    cin >> a >> b;
    int r = strcmp(a, b);
    if (r < 0) cout << '<';
    else if (r == 0) cout << '=';
    else cout << '>';
    return 0;
}

De ce așa?

De ce r < 0 și nu r == -1? Standardul spune doar că rezultatul este negativ, zero sau pozitiv; valoarea exactă depinde de compilator. Comparația cu 0 funcționează peste tot.

Intrare / ieșire

Intrare Ieșire
ana andrei <
bac bac =
mere ana >

strchr și strstr: unde apare?

strstr

Ambele întorc o adresă (pointer) sau NULL. Poziția (indicele) se obține scăzând adresa de început a șirului: p - s.

#include <iostream>
#include <cstring>
using namespace std;

char s[256], t[256];

int main()
{
    cin >> s >> t;
    char *p = strstr(s, t);
    if (p == NULL) cout << -1;
    else cout << p - s;            // poziția la care începe t în s
    return 0;
}

De ce așa?

De ce p - s? p este adresa lui s[5], iar s este adresa lui s[0]; diferența dintre două adrese consecutive din același tablou este numărul de căsuțe dintre ele, deci exact indicele.

Capcană

Pentru strchr(s, '\0') rezultatul nu este NULL: terminatorul face parte din șir. De aceea, când parcurgi un șir și apelezi strchr("aeiou", s[i]), oprește bucla la s[i] == '\0'.

Intrare / ieșire

Intrare Ieșire
informatica
mat
5
informatica
xyz
-1

2. Șiruri ca „bucăți”: strcpy, strcat și s + poz

  • strcpy(d, s) copiază și '\0'; d trebuie să fie destul de mare.
  • strcat(d, s) caută sfârșitul lui d și lipește s.
  • s + poz este „șirul care începe la poziția poz”: pentru s = "bacalaureat", s + 3 este "alaureat".

Ștergerea a k caractere de la poziția poz

Ștergere

#include <iostream>
#include <cstring>
using namespace std;

char s[256], aux[256];

int main()
{
    int poz, k;
    cin.getline(s, 256);
    cin >> poz >> k;
    strcpy(aux, s + poz + k);      // 1) salvăm coada de după secvența ștearsă
    strcpy(s + poz, aux);          // 2) o lipim peste locul secvenței
    cout << s;
    return 0;
}

De ce așa?

De ce copiem întâi în aux? strcpy(s + poz, s + poz + k) copiază din șirul s tot în s, peste zone care se suprapun, iar standardul nu garantează rezultatul. Cu un șir auxiliar nu avem acest risc.

Inserarea șirului t la poziția poz

#include <iostream>
#include <cstring>
using namespace std;

char s[256], t[256], aux[256];

int main()
{
    int poz;
    cin.getline(s, 256);
    cin >> t >> poz;
    strcpy(aux, s + poz);          // 1) salvăm coada
    strcpy(s + poz, t);            // 2) scriem t peste coadă (șirul se taie aici)
    strcat(s, aux);                // 3) lipim coada înapoi
    cout << s;
    return 0;
}

Urmărire (s = bacalaureat, t = XY, poz = 3):

pas aux s
(început) bacalaureat
1 alaureat bacalaureat
2 alaureat bacXY
3 alaureat bacXYalaureat

Intrare / ieșire

Intrare Ieșire
bacalaureat
3 3 (ștergere)
bacureat
bacalaureat
XY 3 (inserare)
bacXYalaureat

3. Împărțirea în cuvinte cu strtok

strtok

strtok caută primul cuvânt, pune '\0' după el și întoarce adresa lui. La apelurile următoare, cu NULL, continuă de unde a rămas.

#include <iostream>
#include <cstring>
using namespace std;

char s[256];

int main()
{
    cin.getline(s, 256);
    char *p = strtok(s, " ,.");          // primul cuvânt; separatori: spațiu, virgulă, punct
    while (p != NULL)
    {
        cout << p << ' ' << strlen(p) << '\n';
        p = strtok(NULL, " ,.");         // NULL = continuă în același șir
    }
    return 0;
}

Urmărire pentru ana are mere:

apel p arată spre strlen(p) rămâne de prelucrat
strtok(s, " ,.") ana 3 are mere
strtok(NULL, …) are 3 mere
strtok(NULL, …) mere 4 (nimic)
strtok(NULL, …) NULL sfârșit

De ce așa?

De ce primul apel are s, iar următoarele NULL? strtok ține minte singur unde a rămas în șirul precedent. Când îi dai NULL îi spui „continuă”. Dacă dai din nou s, ar relua de la început.

Capcană

strtok modifică șirul original (pune '\0' în locul separatorilor). Dacă mai ai nevoie de text, fă mai întâi o copie cu strcpy.

Cel mai lung cuvânt

#include <iostream>
#include <cstring>
using namespace std;

char s[256], maxim[256];

int main()
{
    cin.getline(s, 256);
    char *p = strtok(s, " ");
    while (p)
    {
        if (strlen(p) > strlen(maxim))      // strict: la egalitate rămâne primul
            strcpy(maxim, p);               // copiem conținutul, nu adresa
        p = strtok(NULL, " ");
    }
    cout << maxim;
    return 0;
}

De ce așa?

De ce strcpy(maxim, p) și nu maxim = p? După strtok, p arată în interiorul lui s. Dacă am păstra doar adresa, conținutul s-ar schimba când strtok modifică șirul. Copia ne garantează valoarea.

Numărarea cuvintelor, fără strtok

Un cuvânt începe la poziția i dacă s[i] nu e spațiu și (i == 0 sau s[i-1] e spațiu):

#include <iostream>
using namespace std;

char s[256];

int main()
{
    cin.getline(s, 256);
    int cuvinte = 0;
    for (int i = 0; s[i]; i++)
        if (s[i] != ' ' && (i == 0 || s[i - 1] == ' '))
            cuvinte++;
    cout << cuvinte;
    return 0;
}

De ce așa?

De ce numărăm „începuturile”, nu spațiile? Numărul de spații nu este numărul de cuvinte dacă între cuvinte sunt mai multe spații sau dacă textul începe/se termină cu spațiu. Fiecare cuvânt are un singur început, oricâte spații l-ar înconjura.

4. Ordonarea alfabetică a cuvintelor

Memorăm cuvintele într-o matrice de caractere (fiecare linie = un cuvânt) și sortăm cu strcmp:

#include <iostream>
#include <cstring>
using namespace std;

char s[256], cuv[101][31], aux[31];

int main()
{
    cin.getline(s, 256);
    int n = 0;
    for (char *p = strtok(s, " "); p; p = strtok(NULL, " "))
        strcpy(cuv[n++], p);

    for (int i = 0; i < n - 1; i++)
        for (int j = i + 1; j < n; j++)
            if (strcmp(cuv[i], cuv[j]) > 0)           // cuv[i] vine după cuv[j]: interschimbăm
            {
                strcpy(aux, cuv[i]);
                strcpy(cuv[i], cuv[j]);
                strcpy(cuv[j], aux);
            }

    for (int i = 0; i < n; i++) cout << cuv[i] << ' ';
    return 0;
}

De ce așa?

De ce o matrice cuv[101][31]? Fiecare linie a matricei este un șir (char[31]), deci cuv[i] poate fi dat direct lui strcmp și strcpy. 31 = 30 de litere + '\0'. Interschimbarea se face cu trei strcpy, la fel ca la numere, dar cu șirul aux.

5. Exercițiu tip Bac (Subiectul II)

„Un text are cel mult 100 de caractere, iar cuvintele sale sunt formate din litere mici și separate prin câte un spațiu. Scrieți un program care citește textul și afișează, pe câte o linie, cuvintele cu cel puțin două vocale. Dacă nu există, se afișează nu exista.”

Pașii: getline → strtok → numeri vocalele din fiecare cuvânt → afișezi dacă ≥ 2 → un indicator gasit pentru mesajul final.

#include <iostream>
#include <cstring>
using namespace std;

char s[101];

int main()
{
    cin.getline(s, 101);
    bool gasit = false;
    for (char *p = strtok(s, " "); p; p = strtok(NULL, " "))
    {
        int voc = 0;
        for (int i = 0; p[i]; i++)               // p[i] != 0: nu apelăm strchr pe '\0'
            if (strchr("aeiou", p[i])) voc++;
        if (voc >= 2)
        {
            cout << p << '\n';
            gasit = true;
        }
    }
    if (!gasit) cout << "nu exista";
    return 0;
}

La BAC

Baremul punctează separat: declararea variabilelor, citirea, identificarea cuvintelor, verificarea proprietății, afișarea și tratarea cazului „nu există”. Chiar dacă nu iese perfect, scrie toate etapele.

Intrare / ieșire

Intrare Ieșire
ana are mere si pere ana
are
mere
pere
pt si nu exista

6. Greșeli frecvente

Greșeala Efect Corect
if (a == b) pe șiruri mereu fals strcmp(a, b) == 0
a = b nu copiază (eroare de compilare) strcpy(a, b)
maxim = p după strtok erori de tip strcpy(maxim, p)
strcpy într-un șir prea mic depășire de memorie dimensiune suficientă
strtok direct pe textul de care mai ai nevoie textul e tăiat copie înainte
strchr(..., s[i]) fără a opri la '\0' numără și terminatorul for (i = 0; s[i]; i++)
strcmp(...) == -1 nu merge pe toate compilatoarele < 0

7. La BAC

La BAC

Funcțiile strlen, strcpy, strcat, strcmp, strchr, strstr apar la Subiectul I („ce se afișează?”). La Subiectul II cu text, strtok cu getline rezolvă „cuvintele unui text”. Atenție la indicii: strstr(s, t) - s este poziția, numerotată de la 0.

8. Exersează pe hârtie

Răspunsurile sunt la final: încearcă întâi singur.

1. Cât este strlen("info bac")?

2. Ce semn are strcmp("ana", "anca")? Explică.

3. Pentru char s[] = "informatica";, ce afișează cout << strstr(s, "mat");? Dar cout << strstr(s, "mat") - s;?

4. Ce afișează cout << strchr(s, 'a') - s; pentru același s?

5. Ce afișează?

char s[] = "a,b;;c", *p = strtok(s, ",;");
while (p) { cout << p << '\n'; p = strtok(NULL, ",;"); }

6. Care este valoarea lui s după strcpy(s, s + 3); dacă înainte s = "bacalaureat"? Ce operație a făcut?

7. Inserează XY la poziția 2 în info, urmărind pașii din tabel.

8. Ordonează lexicografic cuvintele ar, Ana, mere, Zoe cu strcmp.

9. De ce if (a == b) este greșit pentru două tablouri char a[10], b[10] cu același conținut?

10. Ce afișează?

char s[20] = "info";
strcat(s, "matica");
cout << strlen(s) << ' ';
strcpy(s + 2, "X");
cout << s;

9. Mai departe (pentru cine vrea mai mult)

Căutarea rapidă într-un text. strstr caută în O(n·m) în cel mai rău caz. Algoritmul KMP (Knuth–Morris–Pratt) folosește „funcția prefix” și o face în O(n + m). Merită studiat după clasa a X-a.

Distanța dintre cuvinte. Distanța Levenshtein (câte inserări, ștergeri sau înlocuiri trebuie pentru a transforma un cuvânt în altul) stă la baza corectoarelor ortografice și se calculează cu programare dinamică pe o matrice (lecția X.9 ți-a arătat cum se umple o matrice din vecini).

stringstream. Alternativă modernă la strtok: stringstream ss(linie); string cuvant; while (ss >> cuvant) { ... }. Nu modifică textul și lucrează cu string.

Text în fișiere. Combinat cu lecția X.1: getline(fin, linie) pe un fișier cu mii de rânduri, apoi strtok pe fiecare.

Rezumat

  • strlen, strcpy, strcat, strcmp, strchr, strstr, strtok.
  • Compari cu strcmp(a, b) == 0 și copiezi cu strcpy; nu cu == și =.
  • Poziția unei apariții: p - s. Sufixul de la poziția poz: s + poz.
  • Cuvinte: p = strtok(s, sep); while (p) { …; p = strtok(NULL, sep); }.
  • Sortare de cuvinte: matrice de caractere + strcmp + trei strcpy.

Fișa de lucru

Ai citit lecția? Printează fișa sau deschide-o pe ecran și rezolvă exercițiile în ordine.

Fișă de lucru · 6 pagini · 100 min

Șiruri de caractere

  • Prezici ce fac strlen, strcpy, strcat, strcmp, strchr, strstr și strtok pe un șir dat.
  • Recunoști capcanele: == pe șiruri, '\0' uitat, strtok care taie textul, indicele sărit la ștergere.
  • Scrii programe scurte care prelucrează caractere, cuvinte și secvențe dintr-un text.

Fișa acoperă și: X.10

Te-ai blocat la un exercițiu?

Probleme de lucru

Începe cu acestea, în ordine. Problemele se deschid pe pbinfo.ro, unde trimiți soluția și primești punctajul.

  • numararecuvinte#136

    ușoară
  • cuvinte1#973

    ușoară
  • initiale#12

    medie
  • eliminaresubsir#199

    strstr + ștergere repetată.

    medie

Temă

Rezolvă-le singur și bifează ce ai terminat. Bifele rămân salvate în acest browser.

  • afisarelitere#137

    ușoară
  • eliminare1#156

    ușoară
  • dublarevocale#609

    ușoară
  • pasareste#891

    ușoară
  • cuvinte2#975

    ușoară
  • acronim#2828

    Subiect de Bac.

    ușoară
  • bac-cuvinte#3112

    Subiect de Bac.

    ușoară
  • inlocuirecuvant#188

    medie

Pentru cei care vor mai mult

  • sortarecuvinte#101

    medie
  • palindrommaxim#96

    medie

Grile din subiectele de BAC

Exerciții de tip grilă din variantele de Bacalaureat. Se rezolvă pe pbinfo.ro, care îți verifică imediat răspunsul.

Citește și exersează în plus

  • Șiruri de caractere în C++ · pbinfo.ro
  • cppreference — <cstring> · en.cppreference.com

    toate funcțiile pentru șiruri C, cu exemple (engleză)

  • cppreference — strtok · en.cppreference.com

    comportamentul exact al lui strtok și avertismentele

  • CP-Algorithms — Funcția prefix (KMP) · cp-algorithms.com

    pentru cine vrea să înțeleagă cum se caută rapid un cuvânt într-un text

  • Distanța Levenshtein · ro.wikipedia.org

    cum măsori cât de „asemănătoare” sunt două cuvinte (corectoare ortografice)

Te-ai blocat la lecția asta?

Scrie-mi ce nu iese și vedem împreună de unde se blochează.

Răspunsuri

Exersează pe hârtie

1. 8 (4 + 1 + 3; spațiul se numără).

2. Negativ. Primele două caractere sunt egale (a, n); apoi 'a' (97) < 'c' (99), deci "ana" este înaintea lui "anca".

3. Primul afișează matica (șirul de la prima apariție), al doilea 5 (m este pe poziția 5: i0 n1 f2 o3 r4 m5).

4. 6 (primul a din informatica e la poziția 6).

5. Pe trei rânduri: a, b, c. Separatorii consecutivi (;;) nu produc cuvinte vide.

6. s = "alaureat": s-au șters primele 3 caractere (s-a copiat sufixul s + 3 peste începutul lui s). Atenție: zonele se suprapun, iar standardul nu garantează rezultatul; varianta sigură folosește un șir auxiliar.

7. aux = s + 2 = "fo"; s = "in" apoi "inXY"; strcat → inXYfo.

8. Literele mari au coduri mai mici: Ana, Zoe, ar, mere.

9. a și b sunt adrese de început ale unor tablouri diferite. Comparația a == b compară adresele (mereu diferite), nu conținutul. Se folosește strcmp(a, b) == 0.

10. 10 inX: după strcat, s = "infomatica" (10 caractere); strcpy(s + 2, "X") scrie X și '\0' începând cu poziția 2, deci s = "inX".