C++初阶(九) string类

一、标准库中的string类

1.1 string类(了解)

string类的文档介绍

1. 字符串是表示字符序列的类

2. 标准的字符串类提供了对此类对象的支持，其接口类似于标准字符容器的接口，但添加了专门用于操作 单字节字符字符串的设计特性。

3. string类是使用char(即作为它的字符类型，使用它的默认char_traits和分配器类型(关于模板的更多信 息，请参阅basic_string)。

4. string类是basic_string模板类的一个实例，它使用char来实例化basic_string模板类，并用char_traits 和allocator作为basic_string的默认参数(根于更多的模板信息请参考basic_string)。

5. 注意，这个类独立于所使用的编码来处理字节:如果用来处理多字节或变长字符(如UTF-8)的序列，这个 类的所有成员(如长度或大小)以及它的迭代器，将仍然按照字节(而不是实际编码的字符)来操作。

总结：

1. string是表示字符串的字符串类

2. 该类的接口与常规容器的接口基本相同，再添加了一些专门用来操作string的常规操作。

3. string在底层实际是：basic_string模板类的别名，typedef basic_string string;

4. 不能操作多字节或者变长字符的序列。 在使用string类时，必须包含#include头文件以及using namespace std

 2.2 string类的常用接口说明（注意下面只讲解最常用的接口）

 1. string类对象的常见构造

void Teststring() {
    string s1; // 构造空的string类对象s1
    string s2("hello bit"); // 用C格式字符串构造string类对象s2
    string s3(s2); // 拷贝构造s3
}

 2. string类对象的容量操作

函数名称	功能说明
size（重点）	返回字符串有效字符长度
length	返回字符串有效字符长度
capacity	返回空间总大小
empty （重点）	检测字符串释放为空串，是返回true，否则返回false
clear （重点）	清空有效字符
reserve （重点）	为字符串预留空间**
resize （重点）	将有效字符的个数该成n个，多出的空间用字符c填充

 3. string类对象的访问及遍历操作

函数名称	功能说明
operator[] （重 点）	返回pos位置的字符，const string类对象调用
begin+ end	begin获取一个字符的迭代器 + end获取最后一个字符下一个位置的迭 代器
rbegin + rend	begin获取一个字符的迭代器 + end获取最后一个字符下一个位置的迭代器
范围for	C++11支持更简洁的范围for的新遍历方式

4. string类对象的修改操作

函数名称	功能说明
push_back	在字符串后尾插字符c
append	在字符串后追加一个字符串
operator+= (重点)	在字符串后追加字符串str
c_str(重点)	返回C格式字符串
find + npos(重点)	从字符串pos位置开始往后找字符c，返回该字符在字符串中的位置
rfind	从字符串pos位置开始往前找字符c，返回该字符在字符串中的位置
substr	在str中从pos位置开始，截取n个字符，然后将其返回

注意：

1. 在string尾部追加字符时，s.push_back(c) / s.append(1, c) / s += 'c'三种的实现方式差不多，一般 情况下string类的+=操作用的比较多，+=操作不仅可以连接单个字符，还可以连接字符串。

2. 对string操作时，如果能够大概预估到放多少字符，可以先通过reserve把空间预留好。 

 代码演示

#define _CRT_SECURE_NO_WARNINGS

#include <iostream>
using namespace std;

#include <string>


// 测试string容量相关的接口
// size/clear/resize
void Teststring1()
{
	// 注意：string类对象支持直接用cin和cout进行输入和输出
	string s("hello, bit!!!");
	cout << s.size() << endl;
	cout << s.length() << endl;
	cout << s.capacity() << endl;
	cout << s << endl;

	// 将s中的字符串清空，注意清空时只是将size清0，不改变底层空间的大小
	s.clear();
	cout << s.size() << endl;
	cout << s.capacity() << endl;

	// 将s中有效字符个数增加到10个，多出位置用'a'进行填充
	// “aaaaaaaaaa”
	s.resize(10, 'a');
	cout << s.size() << endl;
	cout << s.capacity() << endl;

	// 将s中有效字符个数增加到15个，多出位置用缺省值'\0'进行填充
	// "aaaaaaaaaa\0\0\0\0\0"
	// 注意此时s中有效字符个数已经增加到15个
	s.resize(15);
	cout << s.size() << endl;
	cout << s.capacity() << endl;
	cout << s << endl;

	// 将s中有效字符个数缩小到5个
	s.resize(5);
	cout << s.size() << endl;
	cout << s.capacity() << endl;
	cout << s << endl;
}

//====================================================================================
void Teststring2()
{
	string s;
	// 测试reserve是否会改变string中有效元素个数
	s.reserve(100);
	cout << s.size() << endl;
	cout << s.capacity() << endl;

	// 测试reserve参数小于string的底层空间大小时，是否会将空间缩小
	s.reserve(50);
	cout << s.size() << endl;
	cout << s.capacity() << endl;
}

// 利用reserve提高插入数据的效率，避免增容带来的开销
//====================================================================================
void TestPushBack()
{
	string s;
	size_t sz = s.capacity();
	cout << "making s grow:\n";
	for (int i = 0; i < 100; ++i)
	{
		s.push_back('c');
		if (sz != s.capacity())
		{
			sz = s.capacity();
			cout << "capacity changed: " << sz << '\n';
		}
	}
}

// 构建vector时，如果提前已经知道string中大概要放多少个元素，可以提前将string中空间设置好
void TestPushBackReserve()
{
	string s;
	s.reserve(100);
	size_t sz = s.capacity();

	cout << "making s grow:\n";
	for (int i = 0; i < 100; ++i)
	{
		s.push_back('c');
		if (sz != s.capacity())
		{
			sz = s.capacity();
			cout << "capacity changed: " << sz << '\n';
		}
	}
}



// string的遍历
// begin()+end()   for+[]  范围for
// 注意：string遍历时使用最多的还是for+下标 或者 范围for(C++11后才支持)
// begin()+end()大多数使用在需要使用STL提供的算法操作string时，比如：采用reverse逆置string
void Teststring3()
{
	string s1("hello Bit");
	const string s2("Hello Bit");
	cout << s1 << " " << s2 << endl;
	cout << s1[0] << " " << s2[0] << endl;

	s1[0] = 'H';
	cout << s1 << endl;

	// s2[0] = 'h';   代码编译失败，因为const类型对象不能修改
}

void Teststring4()
{
	string s("hello Bit");
	// 3种遍历方式：
	// 需要注意的以下三种方式除了遍历string对象，还可以遍历是修改string中的字符，
	// 另外以下三种方式对于string而言，第一种使用最多
	// 1. for+operator[]
	for (size_t i = 0; i < s.size(); ++i)
		cout << s[i] << endl;

	// 2.迭代器
	string::iterator it = s.begin();
	while (it != s.end())
	{
		cout << *it << endl;
		++it;
	}

	// string::reverse_iterator rit = s.rbegin();
	// C++11之后，直接使用auto定义迭代器，让编译器推到迭代器的类型
	auto rit = s.rbegin();
	while (rit != s.rend())
		cout << *rit << endl;

	// 3.范围for
	for (auto ch : s)
		cout << ch << endl;
}


//
// 测试string：
// 1. 插入(拼接)方式：push_back  append  operator+= 
// 2. 正向和反向查找：find() + rfind()
// 3. 截取子串：substr()
// 4. 删除：erase
void Teststring5()
{
	string str;
	str.push_back(' ');   // 在str后插入空格
	str.append("hello");  // 在str后追加一个字符"hello"
	str += 'b';           // 在str后追加一个字符'b'   
	str += "it";          // 在str后追加一个字符串"it"
	cout << str << endl;
	cout << str.c_str() << endl;   // 以C语言的方式打印字符串

	// 获取file的后缀
	string file("string.cpp");
	size_t pos = file.rfind('.');
	string suffix(file.substr(pos, file.size() - pos));
	cout << suffix << endl;

	// npos是string里面的一个静态成员变量
	// static const size_t npos = -1;

	// 取出url中的域名
	string url("http://www.cplusplus.com/reference/string/string/find/");
	cout << url << endl;
	size_t start = url.find("://");
	if (start == string::npos)
	{
		cout << "invalid url" << endl;
		return;
	}
	start += 3;
	size_t finish = url.find('/', start);
	string address = url.substr(start, finish - start);
	cout << address << endl;

	// 删除url的协议前缀
	pos = url.find("://");
	url.erase(0, pos + 3);
	cout << url << endl;
}

int main()
{
//Teststring1();
	//Teststring2();
	//Teststring3();
	//Teststring4();
	Teststring5();
	return 0;
}

 Teststring1()~Teststring3()

 Teststring4()

Teststring5()

 

 5. string类非成员函数

函数	功能说明
operator+	尽量少用，因为传值返回，导致深拷贝效率低
operator>> （重点）	输入运算符重载
operator<< （重点）	输出运算符重载
getline （重点）	获取一行字符串
relational operators （重点）	大小比较

 6. vs和g++下string结构的说明

注意：下述结构是在32位平台下进行验证，32位平台下指针占4个字节。

vs下string的结构

string总共占28个字节，内部结构稍微复杂一点，先是有一个联合体，联合体用来定义string中字 符串的存储空间：

• 当字符串长度小于16时，使用内部固定的字符数组来存放
• 当字符串长度大于等于16时，从堆上开辟空间

union _Bxty {
    // storage for small buffer or pointer to larger one
    value_type _Buf[_BUF_SIZE];
    pointer _Ptr;
    char _Alias[_BUF_SIZE]; // to permit aliasing
} _Bx;

这种设计也是有一定道理的，大多数情况下字符串的长度都小于16，那string对象创建好之后，内 部已经有了16个字符数组的固定空间，不需要通过堆创建，效率高。

其次：还有一个size_t字段保存字符串长度，一个size_t字段保存从堆上开辟空间总的容量 最后：还有一个指针做一些其他事情。 故总共占16+4+4+4=28个字节。 

 g++下string的结构

 G++下，string是通过写时拷贝实现的，string对象总共占4个字节，内部只包含了一个指针，该指 针将来指向一块堆空间，内部包含了如下字段：

• 空间总大小
• 字符串有效长度
• 引用计数
•  指向堆空间的指针，用来存储字符串。

struct _Rep_base
{
 size_type _M_length;
 size_type _M_capacity;
 _Atomic_word _M_refcount;
};

 二、string类的模拟实现

2.1 经典的string类问题

// 为了和标准库区分，此处使用String
class String {
  public:
    /*String()
     :_str(new char[1])
     {*_str = '\0';}
     */
//String(const char* str = "\0") 错误示范
//String(const char* str = nullptr) 错误示范
    String(const char* str = "") {
// 构造String类对象时，如果传递nullptr指针，可以认为程序非法
        if (nullptr == str) {
            assert(false);
            return;
        }
        _str = new char[strlen(str) + 1];
        strcpy(_str, str);
    }
    ~String() {
        if (_str) {
            delete[] _str;
            _str = nullptr;
        }
    }
  private:
    char* _str;
};
// 测试
void TestString() {
    String s1("hello bit!!!");
    String s2(s1);
}

说明：上述String类没有显式定义其拷贝构造函数与赋值运算符重载，此时编译器会合成默认的，当用s1构 造s2时，编译器会调用默认的拷贝构造。最终导致的问题是，s1、s2共用同一块内存空间，在释放时同一块 空间被释放多次而引起程序崩溃，这种拷贝方式，称为浅拷贝。

2.2 浅拷贝

浅拷贝：也称位拷贝，编译器只是将对象中的值拷贝过来。如果对象中管理资源，最后就会导致多个对象共 享同一份资源，当一个对象销毁时就会将该资源释放掉，而此时另一些对象不知道该资源已经被释放，以为 还有效，所以当继续对资源进项操作时，就会发生发生了访问违规。

2.3 深拷贝

如果一个类中涉及到资源的管理，其拷贝构造函数、赋值运算符重载以及析构函数必须要显式给出。一般情况都是按照深拷贝方式提供。

2.3传统版写法的String类

class String
{
public:
    // 构造函数
    String(const char* str = "")
    {
        // 构造String类对象时，如果传递nullptr指针，可以认为程序非法
        if (nullptr == str)
        {
            assert(false); // 断言，如果传入的指针为空，则程序非法
            return;
        }
        _str = new char[strlen(str) + 1]; // 动态分配内存
        strcpy(_str, str); // 复制传入的字符串到新分配的内存中
    }
    
    // 拷贝构造函数
    String(const String& s)
        : _str(new char[strlen(s._str) + 1])
    {
        strcpy(_str, s._str); // 复制传入对象的字符串到新分配的内存中
    }
    
    // 赋值运算符
    String& operator=(const String& s)
    {
        if (this != &s)
        {
            char* pStr = new char[strlen(s._str) + 1]; // 动态分配内存
            strcpy(pStr, s._str); // 复制传入对象的字符串到新分配的内存中
            delete[] _str; // 释放旧的内存
            _str = pStr; // 将新分配的内存指针赋值给当前对象的字符串指针
        }
        return *this; // 返回引用，支持链式赋值
    }
    
    // 析构函数
    ~String()
    {
        if (_str)
        {
            delete[] _str; // 释放动态分配的内存
            _str = nullptr;
        }
    }
    
private:
    char* _str; // 字符串指针
};

因此写代码时一定要小心，尤其是动态内存操作时，一定要记着释放。但有些情况下总是防不胜 防，简单的可以采用上述方式快速定位下。如果工程比较大，内存泄漏位置比较多，不太好查时 一般都是借助第三方内存泄漏检测工具处理的。

2.4现代版写法的String类

class String {
  public:
    // 构造函数
    String(const char* str = "") {
        if (nullptr == str) {
            assert(false); // 断言，如果传入的指针为空，则程序非法
            return;
        }
        _str = new char[strlen(str) + 1]; // 动态分配内存
        strcpy(_str, str); // 复制传入的字符串到新分配的内存中
    }
    
    // 拷贝构造函数
    String(const String& s)
        : _str(nullptr) {
        String strTmp(s._str); // 创建临时对象
        swap(_str, strTmp._str); // 交换临时对象和当前对象的字符串指针
    }
    
    // 赋值运算符
    String& operator=(String s) { // 参数是通过值传递的方式
        swap(_str, s._str); // 交换当前对象和传入对象的字符串指针
        return *this; // 返回引用，支持链式赋值
    }
    
    /*
    String& operator=(const String& s)
    {
    if(this != &s)
    {
    String strTmp(s);
    swap(_str, strTmp._str);
    }
    return *this;
    }
    */
    
    // 析构函数
    ~String() {
        if (_str) {
            delete[] _str; // 释放动态分配的内存
            _str = nullptr;
        }
    }
    
  private:
    char* _str; // 字符串指针
};

这两种写法是关于String类的构造函数和赋值运算符的不同实现。

第一种写法：
在构造函数中，使用了传统的深拷贝方式，即动态分配内存，并将传入的字符串复制到新分配的内存中。在赋值运算符中，通过创建临时对象，并将传入对象的字符串复制到临时对象中，然后交换临时对象和当前对象的字符串指针，最后析构临时对象来完成赋值操作。

第二种写法：
在构造函数中，使用了传统的深拷贝方式。在赋值运算符中，采用了"拷贝交换"技术，即传入的参数是通过值传递的方式，即会调用复制构造函数创建一个新的对象，并将传入对象的字符串指针交换给当前对象的字符串指针，最后析构临时对象来完成赋值操作。

两种写法的实现都是正确的，但是第二种写法更为现代化和高效。原因如下：

1. 减少代码重复：第二种写法中，将赋值运算符的实现委托给了拷贝构造函数和swap函数，避免了代码冗余。

2. 异常安全：第一种写法在赋值运算符中使用了new操作符，如果在内存分配期间抛出异常，可能导致资源泄漏。而第二种写法中，拷贝构造函数和swap函数在分配内存之前已经完成了必要的资源申请，可以确保异常安全。

3. 自动释放内存：第一种写法需要手动释放旧的内存，而第二种写法通过交换指针的方式，自动释放旧的内存，并使用临时对象的析构函数释放。

2.5 写时拷贝(了解)

写时拷贝（Copy-on-Write，COW）就是一种拖延症，是在浅拷贝的基础之上增加了引用计数的方式来实现的。

引用计数：用来记录资源使用者的个数。

具体实现过程如下：

1. 在对象的构造函数中，将资源的引用计数初始化为1。

2. 当有新的对象拷贝该资源时，只是增加资源的引用计数，而不进行实际的拷贝操作。

3. 当某个对象需要修改资源时，首先检查资源的引用计数，如果计数为1，表示该对象是资源的唯一拥有者，可以直接进行修改操作。如果计数大于1，表示还有其他对象共享资源，此时才进行实际的拷贝操作，将资源复制一份，并将引用计数减1，然后再进行修改操作。

4. 当一个对象被销毁时，首先将资源的引用计数减1，然后检查计数是否为0，如果为0，则释放资源。

使用写时拷贝技术可以有效避免不必要的拷贝操作，提高程序的性能和效率。尤其适用于大型对象或资源消耗较大的情况，可以减少内存的开销和拷贝的时间消耗。

需要注意的是，写时拷贝并不适用于多线程环境，因为引用计数的增减操作是非原子的，可能会导致竞争条件和数据不一致的问题。在多线程环境下，需要使用额外的同步机制来保证数据的一致性。

以下是一个简单的示例代码，演示了写时拷贝的实现：

#include <iostream>
#include <string>

class SharedString {
private:
    struct Data {
        std::string str; // 共享的字符串
        int refCount; // 引用计数
        Data(const std::string& s) : str(s), refCount(1) {} // 构造函数
    };

    Data* _data; // 数据指针

public:
    SharedString(const std::string& str = "") {
        _data = new Data(str); // 创建一个新的 SharedString 对象，并初始化 _data 成员指针
    }

    SharedString(const SharedString& other) {
        _data = other._data; // 复制引用
        _data->refCount++; // 增加引用计数
    }

    SharedString& operator=(const SharedString& other) {
        if (this != &other) {
            if (_data && --_data->refCount == 0) {
                delete _data; // 减少原有对象的引用计数，如果引用计数为0，则释放内存
            }

            _data = other._data; // 复制引用
            _data->refCount++; // 增加新对象的引用计数
        }
        return *this;
    }

    ~SharedString() {
        if (--_data->refCount == 0) {
            delete _data; // 减少引用计数，如果引用计数为0，则释放内存
        }
    }

    std::string getString() const {
        return _data->str; // 获取共享的字符串
    }

    void setString(const std::string& str) {
        if (_data->refCount > 1) {
            _data->refCount--; // 引用计数大于1，需要进行实际的拷贝操作
            _data = new Data(str);
        } else {
            _data->str = str; // 引用计数为1，直接修改原有的字符串
        }
    }
};

int main() {
    SharedString str1("Hello");
    SharedString str2 = str1;

    std::cout << "str1: " << str1.getString() << std::endl;
    std::cout << "str2: " << str2.getString() << std::endl;

    str2.setString("World");

    std::cout << "str1: " << str1.getString() << std::endl;
    std::cout << "str2: " << str2.getString() << std::endl;

    return 0;
}

说明:

1. SharedString 类中的 Data 类用于保存共享的字符串和引用计数。

2. 构造函数 SharedString(const std::string& str = "") 用于创建一个 SharedString 对象，并初始化 _data 成员指针。

3. 拷贝构造函数 SharedString(const SharedString& other) 用于拷贝构造一个新的 SharedString 对象，并将引用计数加1。

4. 赋值运算符重载 SharedString& operator=(const SharedString& other) 用于处理赋值操作，减少原有对象的引用计数，复制引用，增加新对象的引用计数。

5. 析构函数 ~SharedString() 用于减少引用计数。

6. getString() 函数用于获取共享的字符串。

7. setString() 函数用于设置共享的字符串，根据引用计数的情况进行实际的拷贝操作或直接修改原有的字符串。

在此示例代码中，我们创建了一个 SharedString 类，其中 Data 类用于保存共享的字符串和引用计数。构造函数用于创建一个 SharedString 对象，并初始化 _data 成员指针。拷贝构造函数用于拷贝构造一个新的 SharedString 对象，并将引用计数加1。赋值运算符重载用于处理赋值操作，减少原有对象的引用计数，复制引用，增加新对象的引用计数。析构函数用于减少引用计数。getString() 函数用于获取共享的字符串，setString() 函数用于设置共享的字符串，根据引用计数的情况进行实际的拷贝操作或直接修改原有的字符串。

在 main() 函数中，我们创建了两个 SharedString 对象 str1 和 str2，并进行了拷贝构造和赋值操作。然后，我们分别输出了 str1 和 str2 的字符串内容。接着，我们通过 setString() 函数修改了 str2 的字符串内容，并再次输出了 str1 和 str2 的字符串内容。运行以上代码，输出结果如下：

从输出结果可以看出，str1 和 str2 最初都指向相同的字符串 "Hello"，因为它们共享同一个 _data 对象。当我们修改了 str2 的字符串内容时，由于引用计数为1，setString() 函数直接修改了原有的字符串内容，而没有进行实际的拷贝操作。因此，str1 的字符串内容仍然是 "Hello"，而 str2 的字符串内容变为了 "World"。这就是写时拷贝的实现原理。