【C++】string及其传统实现

目录

Ⅰ、为什么学习string类？

         1 .C语言中的字符串

Ⅱ、标准库中的string类

         1 .string类

         2 .string类的常用接口

1. string类对象的常见构造

2. string类对象的容量操作

3. string类对象的访问及遍历操作

4. string类对象的修改操作

5. string类非成员函数

6. vs和g++下string结构的说明

---

Ⅰ、为什么学习string类？

         1 .C语言中的字符串

C 语言中，字符串是以 '\0' 结尾的一些字符的集合，为了操作方便， C 标准库中提供了一些 str 系列的库函数，但是这些库函数与字符串是分离开的，不太符合OOP 的思想，而且底层空间需要用户自己管理，稍不留神可能还会越界访问。

Ⅱ、标准库中的string类

         1 .string类

1. string 是表示字符串的字符串类

2. 该类的接口与常规容器的接口基本相同，再添加了一些专门用来操作string的常规操作。

3. string 在底层实际是： basic_string 模板类的别名， typedef basic_string<char, char_traits, allocator>string;

4. 不能操作多字节或者变长字符的序列。

在使用string类时，必须包含#include头文件以及using namespace std;

         2 .string类的常用接口

1. string类对象的常见构造

void Teststring ()

{

string s1 ; // 构造空的 string 类对象 s1

string s2 ( "hello bit" ); // 用 C 格式字符串构造 string 类对象 s2

string s3 ( s2 ); // 拷贝构造 s3

}

模拟实现：

 /*string()//这一个有问题 当空字符的时候打印字符串会出现空指针的解引用和delete nullptr
            :_str(nullptr)//所以用下面这一个可以改进
            ,_size(0)
            ,_capacity(0)
        {}*/
        /*string()//这一个避免了上面的问题 但是有点太繁琐了 所以用下面的方法
            :_str(new char[1])
            ,_size(0)
            ,_capacity(0)
        {
            _str[0] = '\0';
        }

        string(const char* str)
            :_size(strlen(str))
            ,_str(new char[strlen(str)+1])
            ,_capacity(strlen(str))
        {
            strcpy(_str, str);
        }*/
string(const char* str = "")//这样写既保留了字符串原本的'\0'又能方便str类函数使用
    :_size(strlen(str))        //空字符串和c_str构造string都可以兼顾
{
    _capacity = _size;
    _str = new char[_capacity + 1];
    strcpy(_str, str);
}

string(const string& s)//先走初始化列表
{
    //传统写法 
    //_str = new char[s.capacity() + 1];
    //_size = s._size;
    //_capacity = s._capacity;
    //strcpy(_str, s.c_str());

    //现代写法
    string tmp(s._str);
    swap(tmp);
}

string(size_t n, char c)
{
    reserve(n);
    for (size_t = 0; i < n; i++)
    {
        push_back(c);
    }
}

string& operator=(const string& s)
{
    char* tmp = new char[s._capacity + 1];
    strcpy(tmp, s._str);

    delete[] _str;
    _str = tmp;
    _size = s._size;
    _capacity = s._capacity;

    return *this;
}

//赋值线代写法

String & operator = ( String s )

{

        swap ( _str , s . _str );

        return * this ;

}

void swap(string& s)
{
    std::swap(_str, s._str);
    std::swap(_size, s._size);
    std::swap(_capacity, s._capacity);
}

~string()
{
    delete[] _str;
    _str = nullptr;
    _size = _capacity = 0;
}

说明 ：上述 String 类没有显式定义其拷贝构造函数与赋值运算符重载，此时编译器会合成默认的，当用 s1 构 造 s2 时，编译器会调用默认的拷贝构造。最终导致的问题是， s1 、 s2 共用同一块内存空间，在 释放时同一块空间被释放多次 而引起程序崩溃 ，这种拷贝方式，称为浅拷贝。

浅拷贝：也称位拷贝，编译器只是将对象中的值拷贝过来 。如果 对象中管理资源 ，最后就会 导致多个对象共 享同一份资源，当一个对象销毁时就会将该资源释放掉，而此时另一些对象不知道该资源已经被释放，以为 还有效，所以当继续对资源进项操作时，就会发生发生了访问违规 。

 

可以采用深拷贝解决浅拷贝问题，即： 每个对象都有一份独立的资源，不要和其他对象共享 。

如果一个类中涉及到资源的管理，其拷贝构造函数、赋值运算符重载以及析构函数必须要显式给出。一般情况都是按照深拷贝方式提供。

写时拷贝：

写时拷贝就是一种拖延症，是在浅拷贝的基础之上增加了引用计数的方式来实现的。

引用计数：

用来记录资源使用者的个数。在构造时，将资源的计数给成 1 ，每增加一个对象使用该资源，就给计数增加1 ，当某个对象被销毁时，先给该计数减 1 ，然后再检查是否需要释放资源，如果计数为 1 ，说明该对象时资源的最后一个使用者，将该资源释放；否则就不能释放，因为还有其他对象在使用该资源。

2. string类对象的容量操作

注意：

1. size() 与 length() 方法底层实现原理完全相同，引入 size() 的原因是为了与其他容器的接口保持一致，一般情况下基本都是用size() 。

2. clear() 只是将 string 中有效字符清空，不改变底层空间大小。

3. resize(size_t n) 与 resize(size_t n, char c) 都是将字符串中有效字符个数改变到 n 个，不同的是当字符个数增多时： resize(n)用0来填充多出的元素空间，resize(size_t n, char c)用字符c来填充多出的元素空间 。注意：resize 在改变元素个数时，如果是将元素个数增多，可能会改变底层容量的大小（扩容），如果是将元素个数减少，底层空间总大小不变。

4. reserve(size_t res_arg=0) ：为 string 预留空间，不改变有效元素个数，当 reserve 的参数小于string的底层空间总大小时， reserve 不会改变容量大小。

模拟实现：

size_t size() const
{
    return _size;
}

size_t capacity() const
{
    return _capacity;
}

void clear()
{
    _size = 0;
    _str[_size] = '\0';
}

  bool empty()const
  {
      return _size == 0;
  }

void resize(size_t n, char ch = '\0')
{
    if (n <= _size)
    {
        _str[n] = '\0';
        _size = n;
    }
    else
    {
        reserve(n);
        for (size_t i = _size; i < n; i++)
        {
            _str[i] = ch;
        }
        _str[n] = '\0';
        _size = n;
    }
}

void reserve(size_t n)
{
    if (n > _capacity)
    {
        char* tmp = new char[n + 1];
        strcpy(tmp, _str);
        delete[] _str;
        _str = tmp;

        _capacity = n;
    }
}

3. string类对象的访问及遍历操作

模拟实现：

const_iterator begin() const
{
    return _str;
}

const_iterator end() const
{
    return _str + _size;
}

iterator begin()
{
    return _str;
}

iterator end()
{
    return _str + _size;
}

char& operator[](size_t pos)
{
    assert(pos < _size);

    return _str[pos];
}

4. string类对象的修改操作

注意：

1. 在 string 尾部追加字符时， s.push_back(c) / s.append(1, c) / s += 'c' 三种的实现方式差不多，一般情况下string 类的 += 操作用的比较多， += 操作不仅可以连接 单个字 符，还可以连接 字符串 。

2. 对 string 操作时，如果能够大概 预估到放多少字符 ，可以先通过 r eserve 把空间预留好。

模拟实现：

void push_back(char ch)
{
    // 扩容2倍
    /*if (_size == _capacity)
    {
        reserve(_capacity == 0 ? 4 : 2 * _capacity);
    }

    _str[_size] = ch;
    ++_size;
    _str[_size] = '\0';*/

    //代码复用
    insert(_size, ch);
}

void append(const char* str)
{
    // 扩容
    /*size_t len = strlen(str);
    if (_size + len > _capacity)
    {
        reserve(_size + len);
    }

    strcpy(_str + _size, str);
    _size += len;*/

   //代码复用
    insert(_size, str);
}

string& operator+=(char ch)
{
    push_back(ch);
    return *this;
}

string& operator+=(const char* str)
{
    append(str);
    return *this;
}

const char* c_str() const
{
    return _str;
}

size_t find(char ch, size_t pos = 0) const
{
    assert(pos < _size);

    for (size_t i = pos; i < _size; i++)
    {
        if (_str[i] == ch)
            return i;
    }

    return npos;
}

size_t find(const char* sub, size_t pos = 0) const
{
    assert(pos < _size);

    const char* p = strstr(_str + pos, sub);
    if (p)
    {
        return p - _str;
    }
    else
    {
        return npos;
    }
}

string substr(size_t pos = 0, size_t len = npos)
{
    string sub;
    //if (len == npos || len >= _size-pos)
    if (len >= _size - pos)
    {
        for (size_t i = pos; i < _size; i++)
        {
            sub += _str[i];
        }
    }
    else
    {
        for (size_t i = pos; i < pos + len; i++)
        {
            sub += _str[i];
        }
    }

    return sub;
}

void insert(size_t pos, char ch)
{
    assert(pos <= _size);

    // 扩容2倍
    if (_size == _capacity)
    {
        reserve(_capacity == 0 ? 4 : 2 * _capacity);
    }

    /*int end = _size;
    while (end >= (int)pos)
    {
        _str[end + 1] = _str[end];
        --end;
    }*/

    size_t end = _size + 1;
    while (end > pos)
    {
        _str[end] = _str[end - 1];
        --end;
    }

    _str[pos] = ch;
    ++_size;
}

void insert(size_t pos, const char* str)
{
    assert(pos <= _size);
    size_t len = strlen(str);
    if (_size + len > _capacity)
    {
        // 扩容
        reserve(_size + len);
    }

    size_t end = _size + len;
    while (end > pos + len - 1)
    {
        _str[end] = _str[end - len];
        end--;
    }

    strncpy(_str + pos, str, len);
    _size += len;
}

void erase(size_t pos, size_t len = npos)
{
    assert(pos < _size);

    if (len == npos || len >= _size - pos)
    {
        _str[pos] = '\0';
        _size = pos;
    }
    else
    {
        strcpy(_str + pos, _str + pos + len);
        _size -= len;
    }
}

注意这里的npos是一个非常大的数，我们可以在类中定义，也可以在外面定义：

static const int npos ;//类中定义

const int string::npos = -1;//全局初始化

5. string类非成员函数

istream& operator>>(istream& in, string& s)
{
    s.clear();

    char ch;
    //in >> ch;
    ch = in.get();
    char buff[128];
    size_t i = 0;
    while (ch != ' ' && ch != '\n')
    {
        buff[i++] = ch;
        // [0,126]
        if (i == 127)
        {
            buff[127] = '\0';
            s += buff;
            i = 0;
        }

        ch = in.get();
    }

    if (i > 0)
    {
        buff[i] = '\0';
        s += buff;
    }

    return in;
}

ostream& operator<<(ostream& out, const string& s)
{
    for (auto ch : s)
    {
        out << ch;
    }

    return out;
}

istream& getline(istream& in, string& s)
{
    s.clear();

    char ch;
    //in >> ch;
    ch = in.get();
    char buff[128];
    size_t i = 0;
    while (ch != '\n')
    {
        buff[i++] = ch;
        // [0,126]
        if (i == 127)
        {
            buff[127] = '\0';
            s += buff;
            i = 0;
        }

        ch = in.get();
    }

    if (i > 0)
    {
        buff[i] = '\0';
        s += buff;
    }

    return in;
}
 

bool operator==(const string& s1, const string& s2)//重载为全局的可以任意比较
{
    int ret = strcmp(s1.c_str(), s2.c_str());
    return ret == 0;
}

bool operator<(const string& s1, const string& s2)
{
    int ret = strcmp(s1.c_str(), s2.c_str());
    return ret < 0;
}

bool operator<=(const string& s1, const string& s2)
{
    return s1 < s2 || s1 == s2;
}

bool operator>(const string& s1, const string& s2)
{
    return !(s1 <= s2);
}

bool operator>=(const string& s1, const string& s2)
{
    return !(s1 < s2);
}

bool operator!=(const string& s1, const string& s2)
{
    return !(s1 == s2);
}

6. vs和g++下string结构的说明

注意：下述结构是在 32 位平台下进行验证， 32 位平台下指针占 4 个字节。

 vs下string的结构

string 总共占 28 个字节 ，内部结构稍微复杂一点，先是 有一个联合体，联合体用来定义 string 中字

符串的存储空间 ：

当字符串长度小于 16 时，使用内部固定的字符数组来存放

当字符串长度大于等于 16 时，从堆上开辟空间

union _Bxty

{ // storage for small buffer or pointer to larger one

        value_type _Buf [ _BUF_SIZE ];

        pointer _Ptr ;

        char _Alias [ _BUF_SIZE ]; // to permit aliasing

} _Bx ;

这种设计也是有一定道理的，大多数情况下字符串的长度都小于 16 ，那 string 对象创建好之后，内

部已经有了 16 个字符数组的固定空间，不需要通过堆创建，效率高。

其次：还有 一个 size_t 字段保存字符串长度，一个 size_t 字段保存从堆上开辟空间总的容量

最后：还 有一个指针 做一些其他事情。

故总共占 16+4+4+4=28 个字节。

g++ 下 string 的结构

G++ 下， string 是通过写时拷贝实现的， string 对象总共占 4 个字节，内部只包含了一个指针，该指

针将来指向一块堆空间，内部包含了如下字段：

空间总大小

字符串有效长度

引用计数

指向堆空间的指针，用来存储字符串。

struct _Rep_base

{

        size_type _M_length ;

        size_type _M_capacity ;

        _Atomic_word _M_refcount ;

};