C++ string的使用

string

string是字符串，因为文字的特殊性，所以字符串被封装成了一个类。并且为了适应全球多种不同语言，string的开发路程很复杂。

1.开发路程

起初，计算机的研发美国领先，为了提供给非研发人员使用，所以需要将文字，转换成二进制数字供人机交互，ASCII码诞生

用1个字节，所能表示的范围是128个，每个都对应一个字符。

但是因为，有不同的语言，不可能所有语言都使用ASCII码，所以出现了

Unicode，万国码

而Unicode其中有一个兼容ASCII的编码—— UTF-8


UTF-8是用2个字节存储字符，本来1个字节足以存储英文字符，但是欧洲，亚洲，非洲的语言种类更多，1个字节无法记录，所以另加一个字节来存储。

而汉语的转换，我国编写了，一个GBK来适配汉语的转化

小现象

string s2("你好");

你好在计算机的存储是这样的

因为需要兼容ASCII码，所以汉语的存储不能用ASCII码的那些正数，使用了负数
其中[0]和[1]代表 “你”，[2]和[3]代表 “好”。2个字节存储一个汉字。
PS：常见的汉字都是2个字节表示，但因为汉字之多，所以一些偏僻字使用3个字节存储

2.string模板

最开始的string是basic_string，是一个类模板，为了应对传入的不同类型。basic_string有几个实例化版本

第一个是最常用的char版本，u16string是将字符统一用16个byte，也就是2个字节存储，而u32string则是用4个字节存储，但是4个字节对于绝大多数语言，空间其实是很浪费的，就像英文原本只需要1个字节，大多数中文也只要2个字节，统一用4个字节存储就会造成很多的浪费。

wstring和string的区别，详情见大佬博文
千百元的wstring是什么?跟string有什么区别

3.string的使用

一. 构造函数

string的构造函数由7个，较为常用的是第一个无参构造和第四个，第二个为拷贝构造
第一个：无参构造
第二个：拷贝构造
第三个：拷贝构造（拷贝str字符串，从pos位置开始的len个字符）npos是缺省参数。无符号的-1，实际值为42亿9千万多。如果pos超出str长度，会拷贝到最后）
第四个：构造函数，传参是字符指针所指的字符串
第五个：构造函数，传参是字符指针所指的字符串的前n个字符
第六个：n个字符 ‘c’
第七个：内含迭代器，以后补充

二. 操作

目前先学习其中的几个

• size&length
  size和length都是返回字符串的长度的，功能相同。
  为什么会有两个相同的功能函数？因为string原先不是STL的，最先定义的是length，但是后来被归入STL，为了和其他的容器相统一，又编写了size。
  
  因为VS不算最后的\0，所以显示11，其实长度是12。
• max_size
  max_size返回string的最大长度，没什么价值
  
• capacity
  capacity返回当前string的容量（因为容量是动态开辟的，类似C语言实现的栈）
  PS：不同平台的扩容规则不同，存储也不同

• VS的string扩容
  string其实有两个存储数据的东西，_Buf和_Ptr
  
  
  _Buf是一个16字节的数组，_Ptr是字符指针。
  当初始化的字符个数大于16时，才用_Ptr动态开辟，不然存储在_Buf中。
  VS的string整体扩容是1.5倍扩容

• reserve扩容（提前扩容，减少后续系统扩容，增加效率）
  
• resize扩容+初始化
  如果指定的大小比原先的容量大，则扩容，初始化是用缺省值。（可自定义初始化的字符）
  
  
  若容量比原先小，那么只改变size，因为缩减容量代价很高。相当于删除数据（因为访问不到）

三. 修改

• push_back和append
  push_back是一个字符一个字符的插入
  append是插入字符串
  

• +=运算符重载
  
  +=运算符重载，相同于是push_back和append的封装，可以使用二者的功能
  

四. 遍历

• string有三种遍历的方法

方法一：

• []运算符重载

    string s1("hello world");

	for (int i = 0; i < s1.size(); i++)
	{
		cout << s1[i] << " ";
	}
	cout << endl;

方法二：

• 迭代器iterator
  我们可以暂时将其理解成指针，具体认识会在之后的模拟实现学习

    string s1("hello world");
    
    string::iterator it = s1.begin();
	while (it != s1.end())
	{
		cout << *it << " ";
		it++;
	}

方法三：

• 范围for
  范围for的底层其实也是使用迭代器

    string s1("hello world");

    for (auto ch : s1)
	{
		cout << ch << " ";
	}
	cout<<endl;

五. 认识string的迭代器

• iterator正向迭代器

    string s1("hello world");

	string::iterator it = s1.begin();
	while (it != s1.end())
	{
		cout << *it <<" ";
		++it;
	}

	cout << endl;

iterator是string封装的一个类。此处我们可以把他理解为一个指针
查阅文献：


begin和end的返回值是iterator，我们此处理解为指针，begin指向string的首元素，end指向string的最后一个元素的下一个。这样最后的元素才可以被访问到

iterator是正向迭代器，那么就有反向迭代器

• reverse_iterator反向迭代器

    string::reverse_iterator rit = s1.rbegin();
	while (rit != s1.rend())
	{
		cout << *rit << " ";
		rit++;
	}
	cout << endl;

此时，反向迭代意味着反向遍历

rbegin和rend的返回值是reverse_iterator，对应反向遍历
rbegin指向的位置是string的最后一个元素，rend指向的是string的首元素的前一个元素
注意：反向迭代器的移动依然是++

• const迭代器
const_iterator和const_reverse_iterator
  仔细看begin和end等的返回值，其实还有一个const的迭代器
  这是因为，前两个迭代器既可以读，也可以写，但是总会有不让改动的string，所以产生了const迭代器，适配const的string

void Fun(const string &s)
{
	string::const_iterator it = s.begin();
	while (it != s.end())
	{
		cout << *it << " ";
		++it;
	}

	cout << endl;

	string::const_reverse_iterator rit = s.rbegin();
	while (rit != s.rend())
	{
		cout << *rit << " ";
		rit++;
	}
	cout << endl;
}

PS:因为类型名过长，我们可以使用auto去自动识别类型

六. inert&erase

随机插入和随机删除

• insert提供了很多函数重载的版本
  （1）在pos位置，插入另一个string
  （2）在pos位置，插入另一个从subpos位置开始，长度为sublen的string的子串，若sublen访问超出string长度，只会访问到最后一个
  （3）在pos位置，插入常量字符串
  （4）在pos位置，插入常量字符串的前n个字符串
  （5）在pos位置，插入n个c
  6和7位迭代器，暂时不作了解

例子：

int main()
{
	string s1("hello");
	cout << s1 << endl;

	string s2("world");
	//（1）在pos位置，插入另一个string
	s1.insert(5,s2);
	cout << s1 << endl;

	//（2）在pos位置，插入另一个从subpos位置开始，长度为sublen的string的子串
	//若sublen访问超出string长度，只会访问到最后一个
	string s3("i love you");

	s1.insert(10, s3, 2, 4);
	cout << s1 << endl;

	//（3）在pos位置，插入常量字符串
	s1.insert(5, " ");
	cout << s1 << endl;

	//（4）在pos位置，插入常量字符串的前n个字符串
	s1.insert(11, "  love", 1);
	cout << s1 << endl;

	//（5）在pos位置，插入n个c
	s1.insert(11, 6, 'i');
	cout << s1 << endl;
}

• erase
  （1）从pos位置开始（缺省值为0），删除len个（缺省值是npos，无符号-1）
  PS:npos是静态成员变量，可以直接通过类名访问。string::npos

七. replace

• replace
  （1）把从pos位置开始的len个字符，替换成str
  （2）把从pos位置开始的len个字符，替换成str的从subpos位置开始，sublen个字符
  （3）把从pos位置开始的len个字符，替换成常量字符串
  （4）把从pos位置开始的len个字符，替换成常量字符串的前n个字符
  （5）把从pos位置开始的len个字符，替换成n个c

八. find&substr&rfind

• find
  -find相当于查找子串，但是默认他只是返回第一个子串的位置。不过可以指定从pos位置开始查找，也可以指定从pos位置往后查找几个。
  实际用例：截取后缀
• substr
  
  获取字符串的子串，返回从pos位置开始（缺省值为0），len个字符的字符串（缺省值是npos）

rfind

从后往前查找

截取真实后缀

九. c_str

返回C语言形式的指针

在输入时，string实例化的对象时char*，会被识别为字符串输出，无法输出地址

另外在识别上也有区别，打印s1，是按照size的大小去打印的。
但是打印s1.c_str是按照 ’ \0 '打印的

十. find_first_of&find_last_of

• find_first_of
  
  （1）从pos位置开始，找寻string中第一个str里的字符（任意一个都可以）
  （2）从pos位置开始，找寻string中第一个s里的字符（任意一个都可以）
  （3）从pos位置开始，找寻string中第一个s里的字符（s的前n个）
  （4）从pos位置开始，找寻string中第一个c字符

例子

将str中的所有abcdv都替换成*

find_last_of
和find_first_of类似，不过是从尾开始查找，然后返回第一个。

十一. getline

• getline是解决字符串输入结束标志判断的std函数

cin和scanf判断字符串是否结束是通过\0和换行判断的

但我们实际想要的是hello world，所以此时scanf和cin显然完成不了。getline就是解决这一问题

string的使用暂时学到这，后续会再补充。本章用于记笔记，如果有不对或者不足的地方，欢迎大佬们指正，补充。感谢大家的阅读，如果感觉博主写的还可以，麻烦点个赞支持一下，阿里嘎多。