千万注意，不要 hack std::string

前段时间被一个bug折磨了两个星期，最后发现竟然是如此一个陷阱——我为了减少内存用量并且减少一次内存拷贝，直接通过string.data()修改了string的内部表示。这与其说是一个陷阱，不如说是我自己给自己造了一个陷阱然后把自己给掉进去了。发病机制可以用如下代码简单的勾画出来：

using namespace std;

 

int main(int argc, char* argv[])

{

    string str1 = "abcde";

    string str2 = str1;

 

    strcpy(const_cast<char*>(str2.data()), "1234");

 

    cout << "str1=" << str1 << endl

         << "str2=" << str2 << endl;

 

    return 0;

}

 

在windows+msvc 中的输出是：

str1=abcde
str2=1234

在linux+gcc中的输出是：

str1=1234
str2=1234

在boost::serialization中，对string的load也是采用这样的hack方式，目的也是为了减少内存用量并且减少一次内存拷贝。使用boost::serialization的同志们需要注意，不要掉进这个陷阱！

我们可以看出，在msvc中，string拷贝时是真拷贝，而在gcc中，必定是用了引用计数+copy on write。str1和str2内部引用的是同一块内存。因为string.data()和string.c_str()都是const成员，所以不会有copy，只会增加引用计数。所以导致修改str2实际上也修改了str1。

c++标准甚至允许把const string的成员放入带写保护的内存区域中，或者把string的成员实际上存储在不相邻的内存块中，而仅在调用 string.data() 或 string.c_str() 时将数据拷贝到一块临时内存中然后返回，这块临时内存将在下一次调用string的一个非const成员函数时释放，如果目标平台真这样实现，往 string.data()中写数据就会导致更加微妙的错误。