C++效率掌握之STL库：string底层剖析

了解完 string 函数的主要用法，很有必要对 string 进行深层次的剖析，进一步了解其运作原理，深化理解的同时帮助我们在找 Bug 时提升效率

在学习本专题前，请详细学习有关 string 的使用

传送门：C++效率掌握之STL库：string函数全解

1.学习string底层的必要性

在 C++ 中，知道 string 是如何以字符数组的形式存储，以及字符串连接、查找等操作的时间复杂度，就可以避免在循环中频繁进行字符串连接操作，因为这可能会导致多次内存重新分配和数据复制，从而影响性能，而是选择更高效的方式，如预先分配足够的空间。同时，理解 string 底层对内存的管理方式，有助于优化内存使用，避免空指针和越界的情况出现

2.string类对象基本函数实现

实现一个类首先先从其基本函数开始，包括构造函数、析构函数、内存管理等

namespace bit
{
	class string
	{
	public:
		string()//空构造
			:_size(0)
			, _capacity(0)
			, _str(new char[1])
		{
			_str[0] = '\0';
		}

		string(const char* str)//字符串构造
			:_size(strlen(str))
			,_capacity(_size)
			,_str(new char[_capacity + 1])
		{
			strcpy(_str, str);
		}
		
		string(const string& s)//拷贝构造
		{
			_str = new char[s._capacity + 1];
			strcpy(_str, s._str);
			_size = s._size;
			_capacity = s._capacity;
		}
		
		// 赋值运算符重载
        string& operator=(const string& s) {
            if (this != &s) {  // 避免自我赋值
                delete[] _str;  // 释放原有内存
                _size = s._size;
                _capacity = s._capacity;
                _str = new char[_capacity + 1];  // 分配新内存
                strcpy(_str, s._str);  // 复制内容
            }
            return *this;
        }

		~string()
		{
			delete[] _str;
			_str = nullptr;
			_size = _capacity = 0;
		}

		const char* c_str() const
		{
			return _str;
		}

	private:
		size_t _size;
		size_t _capacity;
		char* _str;
	};
}

简单实现一个空构造和字符串构造，因为还没写 string 流输出的运算符重载，先将 string 类转成 C 语言风格来输出

🔥值得注意的是： 注意变量声明的顺序要和初始化列表一致，也要注意变量初始化顺序对另一个变量的影响；=运算符重载：自我赋值是指对象在赋值时被赋值给自己，例如 s1 = s1，在这种情况下，如果我们没有进行检查，就会先删除对象的内存，然后再试图复制同一个对象的内容，这样会导致程序崩溃。因此，重载赋值运算符时，自我赋值检查是非常必要的

3.string类对象的遍历

size_t size() const//加const保证const和普通string都能调用
{                  //增加普遍性，涉及权限的缩小
	return _size;
}

char& operator[](size_t pos)//可读写
{
	assert(pos < _size);
	return _str[pos];
}

char& operator[](size_t pos) const//只读
{
	assert(pos < _size);
	return _str[pos];
}

typedef char* iterator;
iterator begin()
{
	return _str;
}

iterator end()
{
	return _str + _size;
}

typedef const char* const_iterator;
iterator begin() const
{
	return _str;
}

iterator end() const
{
	return _str + _size;
}

想要遍历一个字符串，首先就要知道大小，然后需要用方括号来获取索引，或者用迭代器遍历，迭代器的本质其实就是一个字符数组

🔥值得注意的是：

1. 注意 size 函数和 c_str 函数要具有普遍性，所以要包括 const 变量的情况，，即使是普通类型调用也是权限的缩小，两种情况共用一个函数
2. operator[] 分为加 const 和不加 const ，分别代表只读和可读写
3. 同样迭代器也分为 iterator 和 const_iterator
4. begin() 指向第一个有效字符，end() 指向最后一个有效字符的后一位

4.string类对象的扩容追加

void reserve(size_t n)
{
	// 检查请求的内存大小 n 是否大于当前的容量 _capacity
	if (n > _capacity)
	{
		// 若 n 大于 _capacity，则分配 n + 1 个字符的内存空间
		// 多分配一个字符是为了存储字符串的结束符 '\0'
		char* tmp = new char[n + 1];

		// 将原字符串 _str 复制到新分配的内存区域 tmp 中
		strcpy(tmp, _str);

		// 释放原字符串 _str 所占用的内存空间
		delete[] _str;

		// 将 _str 指针指向新分配的内存区域 tmp
		_str = tmp;

		// 更新当前字符串的容量为 n
		_capacity = n;
	}
}

void push_back(char ch)
{
	// 检查当前字符串的实际字符数量 _size 是否等于其容量 _capacity
	if (_size == _capacity)
	{
		// 如果容量为 0，将容量扩展为 4；否则将容量扩大为原来的 2 倍
		reserve(_capacity == 0 ? 4 : _capacity * 2);
	}

	// 在字符串的末尾（即 _size 位置）添加新字符 ch
	_str[_size] = ch;

	// 实际字符数量加 1
	++_size;

	// 在新的字符串末尾添加字符串结束符 '\0'
	_str[_size] = '\0';
}

void append(const char* str)
{
	// 计算要追加的字符串的长度
	size_t len = strlen(str);

	// 检查当前字符串的实际长度 _size 加上要追加的字符串长度 len 是否超过当前容量 _capacity
	if (_size + len > _capacity)
	{
		// 如果超过容量，调用 reserve 函数进行扩容，扩容后的容量至少为 _size + len
		reserve(_size + len);
	}

	// 将追加的字符串 str 复制到当前字符串 _str 的末尾位置（_str + _size）
	strcpy(_str + _size, str);

	// 更新当前字符串的实际长度，加上要追加的字符串的长度
	_size += len;
}

string& operator+=(const char* str)
{
	append(str);
	return *this;
}

或许扩容添加的函数看起来操作简单，但其实其底层有许多细节

🔥值得注意的是：

1. reserve 传入的参数 n 指的是有效字符，new 一个新空间时 +1 是为了给 '\0' 留位置，capacity 也表示的是有效字符的容量，同时要记得释放原来指向的不使用的空间
2. push_back 函数 reserve 时要判断下是因为扩容是 *2 ，避免空间为 0 时扩容 *2 导致出错
3. push_back 通常只是添加一个字符，不会涉及修改，所以不用传 const 参数；append 的参数可能会被错误修改，所以要传 const 参数，普通的参数可以通过权限缩小正常使用函数

5.string类对象的插入、删除

void insert(size_t pos, size_t n, char ch)
{
	assert(pos <= _size);

	if (_size + n > _capacity)
	{
		reserve(_size + n);
	}

	size_t end = _size;
	while (end >= pos && end != npos)
	{
		_str[end + n] = _str[end];
		--end;
	}

	for (size_t i = 0; i < n; i++)
	{
		_str[pos + i] = ch;
	}
	_size += n;
}

void insert(size_t pos, const char* str)
{
	assert(pos <= _size);

	size_t len = strlen(str);
	if (_size + len > _capacity)
	{
		reserve(_size + len);
	}

	size_t end = _size;
	while (end >= pos && end != npos)
	{
		_str[end + len] = _str[end];
		--end;
	}

	for (size_t i = 0; i < len; i++)
	{
		_str[pos + i] = len;
	}
	_size += len;
}

void erase(size_t pos, size_t len = npos)
{
	assert(pos <= _size);

	if (len == npos || pos + len >= _size)
	{
		_str[pos] = '\0';
		_size = pos;
		_str[_size] = '\0';
	}
	else
	{
		size_t end = pos + len;
		while (end <= _size)
		{
			_str[pos++] = _str[end++];
		}
		_size -= len;
	}
}

string 类的插入删除都利用的是移动覆盖的思想，这里就不画图了，在数据结构阶段就已经学习了大致的思路

🔥值得注意的是：

1. 这里使用 size_t 类型的 end 作为索引来遍历字符串，size_t 是无符号整数类型。当 end 递减到 0 后再进行 --end 操作时，会发生无符号整数溢出，end 的值会变成 size_t 类型所能表示的最大值，这个值恰好和 npos（被初始化为 -1 转换后的 size_t 最大值）相等
   如果没有 end != npos 这个条件，当 end 溢出后，end >= pos 仍然可能为真（因为溢出后的值很大），这就会导致循环继续执行，从而造成数组越界访问，引发未定义行为。加上 end != npos 这个条件，当 end 溢出变成 npos 时，循环就会终止，避免了越界访问的问题
2. 注意 capacity 在 reserve 里已经修改过了，所以外面只需要再修改 size 就行了

6.string类对象的查找、提取、大小调整

size_t find(char ch, size_t pos = 0)
{
	assert(pos < _size);

	for (size_t i = pos; i < _size; i++)
	{
		if (_str[i] == ch)
		{
			return i;
		}
	}
	return npos;
}

size_t find(const char* str, size_t pos = 0)
{
	assert(pos < _size);

	const char* ptr = strstr(_str + pos, str);
	if (ptr)
	{
		return ptr - _str;
	}
	else
	{
		return npos;
	}

}

string substr(size_t pos = 0, size_t len = npos)
{
	assert(pos < _size);

	size_t n = len;
	if (len == npos || len + pos > _size)
	{
		n = _size - pos;
	}
	string tmp;
	tmp.reserve(n);
	for (size_t i = pos; i < n; ++i)
	{
		tmp.push_back(_str[i]);
	}
	return tmp;
}

void resize(size_t n, char ch = '\0')
{
	if (n < _size)
	{
		_size = n;
		_str[_size] = '\0';
	}
	else
	{
		reserve(n);
		for (size_t i = _size; i < n; ++i)
		{
			_str[i] = ch;
		}
		_size = n;
		_str[_size] = '\0';
	}
}

string 的查找操作比较简单，提取要注意提取的长度与原字符串长度的关系，调整大小也要注意 '\0' 的位置

🔥值得注意的是：

return ptr - _str：通过指针相减计算子字符串在原字符串中的起始位置索引。因为 ptr 指向子字符串的起始位置，_str 指向原字符串的起始位置，两者相减得到的差值就是子字符串的起始位置索引

7.string类对象的流输出、流提取

void clear()
{
	_str[0] = '\0';
	_size = 0;
}

ostream& operator<<(ostream& out, const string& s)
{
	for (size_t i = 0; i < s.size(); i++)
	{
		out << s[i];
	}
	return out;
}

istream& operator>>(istream& in, string& s)
{
	// 清空字符串 s 原有的内容
	s.clear();
	// 从输入流 in 中读取一个字符并赋值给 ch
	char ch = in.get();
	//处理前缓冲区前面的空格和换行
	while (ch == ' ' || ch == '\n')
	{
		ch = in.get();
	}
	// 定义一个大小为 128 的字符数组 buff 用于临时存储字符，初始化为全 '\0'
	char buff[128] = { '\0' };
	// 定义一个索引变量 i 用于记录 buff 数组当前存储字符的位置，初始化为 0
	int i = 0;

	// 循环处理连续的空格和换行符
	while (ch == ' ' || ch == '\n')
	{
		// 将当前读取到的空格或换行符存入 buff 数组，并将索引 i 加 1
		buff[i++] = ch;
		// 检查 buff 数组是否快满（只剩下一个位置用于存储字符串结束符 '\0'）
		if (i == 127)
		{
			// 在 buff 数组末尾添加字符串结束符 '\0'
			buff[i] = '\0';
			// 将 buff 数组中的内容添加到字符串 s 中
			s += buff;
			// 重置索引 i 为 0，以便重新使用 buff 数组
			i = 0;
		}
		// 从输入流 in 中读取下一个字符并赋值给 ch
		ch = in.get();
	}

	// 如果 buff 数组中还有剩余字符（即 i 不为 0）
	if (i != 0)
	{
		// 在 buff 数组末尾添加字符串结束符 '\0'
		buff[i] = '\0';
		// 将 buff 数组中的剩余内容添加到字符串 s 中
		s += buff;
	}
	// 返回输入流 in，以便支持链式输入操作
	return in;
}

🔥值得注意的是：

1. 当放在自定义的命名空间以外时，需要在参数 string 前加作用域限定，不然默认访问了库里自带的 string
2. 由于不断的 += 来输入字符要不断的更新空间，效率不高，所以采用开辟数组的方式

---

希望读者们多多三连支持

小编会继续更新

你们的鼓励就是我前进的动力！