深入探究 C++ 字符串

在上一篇文章中我们聊到了 C 语言字符串的相关内容。比如 C 字符串字面量是只读数据——不可修改。如果需要修改只能将只读数据拷贝到字符数组中——char *。

C++ 的 STL 提供了一个字符串类——std::string 简化了大量的字符串操作，而且同样也支持 C 的字符串字面量来初始化，比如下面这样：

std::string str = "C and C++ Strings"; 

这篇文章，我们接着上一篇文章的内容，继续探讨下面几个关于std::string 的问题：

1. C++ string 在通过字符串字面量初始化时有拷贝发生吗？
2. C++ string 在与其它字符串字面量拼接（+操作）时有拷贝发生吗？

std::string 类的初始化

首先 std::string 是可变量，也就说我们可以增加、缩减或者修改内容。而 C 字符串字面量都不可修改的，因此我们不难推测出用 C 字符串字面量初始化 std::string 类时也会有拷贝发生。在上一篇文章中我们举了这样一个例子：

char[] str = "C and C++ Strings"; 

其中隐含了一个点——用栈空间来储存该字符数组。同样我们也可以用堆空间来存储，像下面这样：

  const int str_len = 100;
  char *ptr = (char *)malloc(str_len);
  if (ptr == NULL) {
    return;
  }
  strcpy(ptr, "C and C++ strings");
  printf("string: %s, length: %ld", ptr, strlen(ptr));
  free(ptr);

std::string 其实就是把上面的两种处理重载成了一个赋值运算符，并在内部封装了一个字符数组。

因为栈空间有限不可能全部使用栈空间存储字符串，堆空间虽然理论上可以无限大，但是频繁申请小内存也会导致内存碎片问题。因此，在 GCC 和 Clang 编译器的 STL 实现中，如果字面量长度小于等于 16（包含终止符）则会在栈上储存，否则在堆上存储。

std::string 的拼接

使用 std::string 的过程中，我们也会经常用 + 来拼接字符串，像下面这样：

std::string str = "C and C++";
std::string str1 = str + " strings";

我们不妨大胆推测一下。

因为 std::string 是可修改的，拼接字符串字面量务必需要拷贝到 std::string 内部的字符数组中。根据 GCC 和 Clang 针对小字符串的优化，我们也可以推测，如果两个字符串的长度小于等于 16 则存放在栈中，否则储存在堆中。

那怎么验证呢？

我们可以重载 new 运算符，增加日志信息。这样每次使用 new 申请堆内存时便有日志打印。

void* operator new(size_t count) {
  std::cout << "\tAllocate " << count << " bytes\n";
  return malloc(count);
}

剩下的就交给大家，写代码验证一下吧。如果有问题，欢迎到评论区讨论。

思考问题

1. 怎样避免字面量初始化 std::string 的拷贝呢？

参考资料

C++17 – Avoid Copying with std::string_view – MC++ BLOG (modernescpp.com)