C++语言—初步实现简单的 String 类

本文详细介绍了C++中自定义String类的设计与实现过程,涵盖了构造函数、拷贝构造函数、赋值运算符重载及析构函数。通过深拷贝与现代写法的对比,展示了如何有效避免内存泄漏,确保字符串对象的安全性和效率。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

这里我实现的 String 类主要写了一下它的构造函数、拷贝构造函数(传统写法和现代写法)、赋值运算符重载(传统写法和现代写法)和析构函数,并且类的成员变量只有一个 _pStr。

class String
{
public:
	String(const char* pStr = "")
		:_pStr(new char[strlen(pStr)+1])
	{
		strcpy(_pStr,pStr);
	}

//深拷贝的传统写法:
	//String(const String& s)
	//	:_pStr(new char[strlen(s._pStr)+1])
	//{
	//	if (this != &s)  //这个判断语句完全可以没有
	//	{
	//		strcpy(this->_pStr,s._pStr);
	//	}
	//}

//深拷贝的两种现代写法:
	//第一种写法:借助构造函数
	String(const String& s) //会调用一次析构函数
		:_pStr(NULL)
	{
		String tmp(s._pStr);
		std::swap(_pStr,tmp._pStr);
	}

	//第二种写法:借助拷贝构造函数
	//String(const String& s)  //会调用一次析构函数
	//:_pStr(NULL)
	//{
	//	String tmp(s);
	//	swap(_pStr,tmp._pStr);
	//}

//赋值运算符重载的传统写法:
	//String& operator = (const String& s)
	//{
	//	//不允许自己给自己赋值
	//	if (this != &s)
	//	{
	//		//先开空间,根据源 str 的长度
	//		char* tmp = new char[strlen(s._pStr)+1];//新开的空间之后由目标对象维护
	//		//将源 str 的内容拷贝到新开的空间中
	//		strcpy(tmp,s._pStr);
	//		//将目标对象指向的空间先释放
	//		delete[] _pStr;
	//		//将目标对象指向给新的对象
	//		_pStr = tmp;
	//	}
	//	return *this;
	//}

	//第一种写法:借助构造函数
	String& operator =(const String& s)  //会调用一次析构函数
	{
		if (this != &s)
		{
			String tmp(s._pStr);
			std::swap(_pStr,tmp._pStr);
		}
		return *this;
	}

	//第二种写法:借助拷贝构造函数
	//String& operator =(String s)//函数调用时会进行一次拷贝构造,会调用一次析构函数
	//{
	//	swap(_pStr, s._pStr);
	//	return *this;
	//}

	~String()
	{
		std::cout<<"(~String())"<<std::endl;
		if (_pStr)
			delete[] _pStr;
	}

	const char* c_str() const  //修饰返回值、修饰this指针
	{
		return this->_pStr;
	}

	private:
	char* _pStr;
};

首先实现简单的,容易理解。后面会实现 String 类的增删查改等各种操作,后面实现时类的成员变量会增加到三个。

资源下载链接为: https://pan.quark.cn/s/c705392404e8 在本项目中,我们聚焦于“天池-零基础入门数据挖掘-心跳信号分预测-EDA分析全过程-代码.rar”这一主题。该压缩包涵盖了一次针对心跳信号分预测的数据挖掘实践,涉及数据的初步探索性分析(Exploratory Data Analysis, EDA)以及相关代码。 “天池”通常指阿里巴巴天池大数据竞赛平台,这是一个提供各数据竞赛的平台,旨在助力数据科学家和初学者提升技能并解决实际问题。此数据挖掘任务可能是一项竞赛项目,要求参赛者对心跳信号进行分预测,例如用于诊断心脏疾病或监测健康状况。EDA是数据分析的关键环节,其目的是通过可视化和统计方法深入了解数据的特性、结构及潜在模式。项目中的“task2 EDA.ipynb”很可能是一个 Jupyter Notebook 文件,记录了使用 Python 编程语言(如 Pandas、Matplotlib 和 Seaborn 等库)进行数据探索的过程。EDA 主要包括以下内容:数据加载,利用 Pandas 读取数据集并检查基本信息,如行数、列数、缺失值和数据类型;描述性统计,计算数据的中心趋势(平均值、中位数)、分散度(方差、标准差)和分布形状;可视化,绘制直方图、散点图、箱线图等,直观呈现数据分布和关联性;特征工程,识别并处理异常值,创建新特征或对现有特征进行转换;相关性分析,计算特征之间的相关系数,挖掘潜在关联。 “example.html”可能是一个示例报告或结果展示,总结了 EDA 过程中的发现,以及初步模型结果,涵盖数据清洗、特征选择、模型训练和验证等环节。“datasets”文件夹则包含用于分析的心跳信号数据集,这数据通常由多个时间序列组成,每个序列代表一个个体在一段时间内的 ECG 记录。分析时需了解 ECG 的生理背景,如波
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值