大部份的STL在实现string时,都采用COW来保证其高效性。即多个类会共用一个数据缓冲区(buffer),在拷贝构造、赋值等操作时,并不会对buffer进行复制。仅在需要对buffer进行修改,而且此buffer已与别的类共享了,才会开辟空间,将buffer复制一份进行修改。同样在析构时,如果buffer与与别的类共享,也不会释放空间。
例如:
#include <stdio.h>
#include <string>
using namespace std;
int main()
{
string test1 = "hello";
string test2(test1);
printf("test1:%p test2:%p\n", test1.c_str(), test2.c_str());
}
运行结果:
引用:test1:0x90a9014 test2:0x90a9014
c_str()返回指向当前串的一个临时指针,是一个只读指针
可见两个地址是相等的,它们共用了同一个缓冲区。
什么时候会引起数据区的复制?当然是要修改string的值的时候。
#include <stdio.h>
#include <string>
using namespace std;
int main()
{
string test1 = "hello";
string test2(test1);
printf("test1:%p test2:%p\n", test1.c_str(), test2.c_str());
test2[0] = 'w';
printf("test1:%p test2:%p\n", test1.c_str(), test2.c_str());
}
运行结果:
引用:test1:0x9e85014 test2:0x9e85014
test1:0x9e85014 test2:0x9e8502c
可以看到test2发生了变化。
再进一步,编译如何确定程序要对buffer进行修改,从而去开辟新的空间呢?
程序一般是通过[]运算符、iterator去访问并修改数据。很自然地认为,对于左值会引起数据复制,而右值不会。但实际上,编译没这么做。可能是左值或右值的判定并没有那么简单吧?
#include <stdio.h>
#include <string>
using namespace std;
int main()
{
string test1 = "hello";
string test2(test1);
printf("test1:%p test2:%p\n", test1.c_str(), test2.c_str());
printf("test1:%p test2:%p\n", &test1[0], &test2[0]);
}
运行结果:
引用:test1:0x8a4a014 test2:0x8a4a014
test1:0x8a4a014 test2:0x8a4a02c
test2发生了变化。
看一下源码:
const_reference
operator[] (size_type __pos) const
{
_GLIBCXX_DEBUG_ASSERT(__pos <= size());
return _M_data()[__pos];
}
reference
operator[](size_type __pos)
{
_GLIBCXX_DEBUG_ASSERT(__pos < size());
_M_leak();
return _M_data()[__pos];
}
也就是说判定是否可能有写操作是与类的类型相关的,如果是const string,则不复制,如果是string,则一定复制
再看看这个:
#include <stdio.h>
#include <string>
using namespace std;
int main()
{
string test1 = "hello";
string test2(test1);
printf("test1:%p test2:%p\n", test1.c_str(), test2.c_str());
const string &test3 = test1;
const string &test4 = test2;
printf("test1:%p test2:%p\n", &test3[0], &test4[0]);
}
结果就是:
引用:test1:0x8c62014 test2:0x8c62014
test1:0x8c62014 test2:0x8c62014
当然这样写很难受,凭什么要搞两个const的引用出来啊?
这样就比较自然:
#include <stdio.h>
#include <string>
using namespace std;
void proc(const string& test1, const string& test2)
{
printf("test1:%p test2:%p\n", &test1[0], &test2[0]);
}
int main()
{
string test1 = "hello";
string test2(test1);
printf("test1:%p test2:%p\n", test1.c_str(), test2.c_str());
proc(test1, test2);
}
也是说一定要严格地确定数据类型是否是const的,如果函数里不修改修,则传const,良好的习惯有利于代码质量的提高。
string和char *是无法共享数据区的,所以用c++就尽量少用指针,两种风格合在一起,效率是最低的。
转自 http://bbs.chinaunix.net/viewthread.php?tid=834292