【C++第十章】String

【C++第十章】学习String

STL介绍🧐

  学习string之前，我们要先了解一下STL库，STL是C++标准库的重要组成部分，不仅是一个可复用的组件库，也是一个包罗数据结构与算法的软件框架。STL有四个版本——原始版本、P.J.版本、RW版本、SGI版本，本文所学习的是SGI版本的STL。

  STL六大组件，分别为仿函数、算法、迭代器、空间配置器、容器、配接器，我们所学的string便是容器中的一种(不过严格来说string出现时间早于STL库，属于C++标准库)。

认识String🧐

  string也是属于模板的一种，只不过被重命名了，那为什么要写成模板呢？这要从早期的编码说起。

  由于早期的ASCII码不能很好解决各国语言存在的差异化，随后出现了Unicode(万国码)用于解决传统字符编码的局限性，并且万国码兼容ASCII码，以0开头的就是ASCII码，而常见的汉字基本为两个字节。Unicode是字符集，而Unicode中的UTF-8、UTF-16、UTF-32才是字符编码规则，我们用UTF-8就足够了，而其他语言可能要用UTF-16、UTF-32才能存下该字符。

  我们测试发现，前两个字节组成“你”，后两个字节组成“好”，在Windows下一般使用GBK编码，兼容更多的汉字，Linux下用UTF-8。

  并且，在早期还出现过wchar_t宽字节去存储字符，后面为了规范还出了char16和char32去兼容UTF-16和UTF-32，它们所占用字节也不同。而我们发现输入一些生僻字时打印出来会变成乱码，这是因为计算机找不到对应的编码规则，比如编译器中仅存了ASCII的编码规则，我们输入中文进去自然无法识别。

  所以string写成模板是为了去兼容各种字符类型，不管是传char16和char32都可以接收。

基本使用🧐

  在C语言中，我们创建字符串没办法按需申请和释放，但在C++中string支持各种运算符重载，如下代码，字符串能够自动扩容，自动追加，为我们节省了不少时间。

  string初始化的方式有很多种，可以从pos位置，读取n个字符，如果不给n就在pos后全部读取，我们也可以用迭代器(后面有介绍迭代器)进行初始化。

  并且，string可读可写，可以用下标的方式去访问字符串，非常便利。

  注意：当我们使用字符串传参时，最好使用引用传参，传值传参会调用拷贝构造，会进行深拷贝，效率低于引用传参。当我们使用const接收string时，会调用const版本的string和迭代器。

迭代器🧐

  迭代器就像是指针一样的东西，能够对容器内的数据进行遍历，我们创建一个迭代器的方法如下，begin是字符串开始的位置，end是字符串结束的位置，end会在\0结束，但是不会算上\0。

  迭代器遍历时最好用“!=”来做结束条件，因为it和end都是地址，在连续的地址中还可以使用大于小于来判断，但在非连续的地址中就会失效，所以用“!=”是最好的。

  链表也可以用迭代器遍历，这也体现了C++封装的好处，底层代码不一样，但我们使用方式一样，省去了造轮子的时间。

  迭代器又分正向和反向，反向迭代器的++就是倒着走的。

  auto可以简化代码，自动推出类型，创建迭代器时就不用写那么多了。并且，范围for原理就是编译器替换成了迭代器，但范围for不支持反向迭代。

string常用函数🧐

size和length🔎

  size和length都是计算字符串大小且不包含\0的函数，由于string早于STL，在STL出来后length的函数名对于其它容器不太规范(函数名意思表达不准确)，所以STL中又搞了个size来表示容器大小，具有通用性，而length仅string有。

  PS:之所以C++还包含\0，是因为很多接口是C语言实现的，C++调用C接口要传字符串参数时还要用上c_str()，将其转为C语言标准的字符串，并且C语言中字符串以\0为结束标识，如果C++没有那传过去就找不到结束位置了，所以需要C++去兼容C。

capacity、empty和clear🔎

  capacity是当前字符串的容量，empty为判空，空为1，非空为0，clear清除当前数据，但不清除所开的空间，方便之后再次使用。vs下每次扩容大约扩capacity的1.5倍，g++下扩2倍。

reserve🔎

  reserve可以提前开空间，在知道要开多少空间的情况下，减少扩容次数，提高效率，但不能进行初始化，一般情况下reserve不能将空间缩小。

resize🔎

  resize用于改变字符串长度，当resize大于原字符长度时，给值就插入数据，不给值就添加\0，如果resize大于capacity则会自动扩容，小于size就会删除多余字符，我们一般用于开空间+初始化。

at🔎

  at功能与方括号一样，但方括号是断言报错，at是抛异常

push_back、append、insert和erase🔎

  由于string给了很多函数重载，我们在这就写几个比较常用的，append和push_back都属于尾插，也可以使用“+=”的方式进行尾插，insert和erase是在pos位置插入和删除，但会挪动数据，效率不高。

assign🔎

  将一个已有的字符串赋值给另一个，如果另一个已经有数据了，就会进行覆盖

replace🔎

  replace可以替换字符串中的内容，这里是将pos为5的后两个字符替换成AAA，也会挪动数据

swap🔎

  string的swap与标准库的swap不同，它会交换指针指向，减少了拷贝代价，但是我们直接使用swap交换两个字符串时，编译器可以识别到参数类型，调用全局的std::swap(string)函数，所以当我们传入string类型时，不会调用到普通的swap函数。

  注：在vs下string的存储方式不一样，内部结构为，先有一个联合体，联合体用来定义string中字符串的存储空间，当字符串小于16时，使用内部固定的字符数组来存放，当字符串大于16时，才会从堆上开辟空间，这样设计是认为大多数情况16个字符长度够用了，所以直接为我们创建一个固定的数组空间，不用再去堆上开辟，提高效率。所以当字符串长度小于16时，不会交换地址，而是直接进行值的交换。

find、substr🔎

  参考以下代码，find默认从0开始找，找到后返回下标，没找到返回npos，rfind从末尾开始找，substr从pos位置开始取子串，没限定取多少个就是全部取。

void test_string11()
{
	string s1("test.cpp.tar.zip");
	int i = s1.find("."); //找到第一次出现.的下标
	string s2 = s1.substr(i); //取到该下标的后面的所有字符
	cout << s2 << endl;

	string s3("test.cpp.tar.zip");
	int j = s3.rfind("."); //倒着找
	string s4 = s3.substr(j);
	cout << s4 << endl;

	//查找域名  资源名
	string s5("https://cplusplus.com/reference/string/");
	string sub1, sub2, sub3;
	
	int a = s5.find(':');
	if (a != string::npos) //没找到就会返回npos
		sub1 = s5.substr(0, a); //取0-a之间的子串
	else
		cout << "没有找到a" << endl;

	int b = s5.find("/", a + 3);
	if (b != string::npos)
		sub2 = s5.substr(a + 3, b - (a + 3));
	else
		cout << "没有找到b" << endl;

	sub3 = s5.substr(b+1);

	cout << sub1 << endl;
	cout << sub2 << endl;
	cout << sub3 << endl;
}

find_first_of、find_first_not_of🔎

  find_first_of找出所有参数中字符的下标，find_last_of就是倒着找，第二个参数为在pos位置后开始寻找，下图中找到字符串中’a’、‘c’、‘f’、'l’字符的下标，并全部修改为“=”。

  find_first_not_of找出非参数字符的下标。

写实拷贝、引用计数(了解)🧐

  由于存在深浅拷贝，在涉及开辟空间问题上都会自己写一个拷贝构造进行深拷贝，但这时所有的拷贝都会调用拷贝构造，而深拷贝影响效率，所以我们可以用写时拷贝和引用计数的方式来进行优化。

  浅拷贝的问题在于修改和析构，所以用引用计数记录有几个对象指向这个空间，在拷贝时++引用计数，析构时–引用计数，当我们要修改一个引用计数不为1的数据时，才进行深拷贝，当引用计数减到0时才能进行析构，用这种方式可以减少不必要的深拷贝。

  g++下用的写时拷贝，谁修改谁去做深拷贝，而vs下直接深拷贝。

结尾👍

   以上便是string的全部介绍，如果有疑问或者建议都可以私信笔者交流，大家互相学习，互相进步！🌹