【C++学习】string的模拟实现
作者：一只大喵咪1201
专栏：《C++学习》
格言：你只管努力，剩下的交给时间！
上篇文章中本喵介绍了C++标准库中string类的使用，下面本喵来模拟实现一下string类。库中的string类是将模板实例化并且typedef后得到的类，所以我们直接实现类，而忽略模板。
string类的模拟实现
- 默认成员函数
-
- 构造函数
- 拷贝构造函数
- 赋值运算符重载
- 析构函数
- 常用的string接口
-
- []操作符重载
- 迭代器iterator
- size()和capacity()
- 增
-
- 改变容量
- 插入
- 删除
- 查找
- 流插入(<<)流提取(>>)运算符重载
- 总结
默认成员函数
首先就是来实现类和对象中的四大默认成员函数，构造函数，拷贝构造函数，析构函数，赋值运算符重载函数。
构造函数
//使用C字符串构造
string(const char* str = "")
{
_size = strlen(str);
_capacity = _size;
_str = new char[_capacity + 1];
strcpy(_str, str);
}
这是使用C字符串进行的构造。
- 使用C字符串进行构造的时候，需要加一个缺省值，当创建一个空的string的时候就会使用到这个缺省值。
- _size表示的是有效字符的个数，不包括’\0’，是通过C语言中的strlen函数求出来的。
- _capacity表示的是有效空间的大小，同样不包括’\0’所占的空间，在最初构造一个string对象的时候，让_size和_capacity的大小一样。
- 使用new开辟动态空间来存放字符串的时候，开辟的空间需要比_capacity大一个，这多出来的一个是专门用来存放’\0’的，一个字符串中只有一个’\0’。
为了查看效果，需要实现一个打印字符串的成员函数：
//字符串打印
const char* c_str()
{
return _str;
}
可以看到，使用C字符串，空的string，以及使用string类都可以实现一个新的string类对象的创建。
拷贝构造函数
编译器自动生成的默认拷贝构造函数进行的浅拷贝，如下图：
当使用s1来拷贝构造s2的时候，就会导致如上图所示的问题，新的s2指向的动态空间和s1指向的动态空间是同一块空间，这样不仅在释放的时候会导致错误，而且在使用的时候也会在改变s2中的内容的同时将s1中的内容改变，所以对于拷贝构造函数需要进行深拷贝。
所谓深拷贝就是将内容全部复制过来，但是s1和s2使用的是两块空间：
而深拷贝的实现方式又有俩种，分别是传统方式和现代方式。
传统方式实现：
//传统拷贝构造函数
string(const string& s)
{
_size = s._size;
_capacity = s._capacity;
_str = new char[_capacity + 1];
strcpy(_str, s._str);
}
这种方式在新的string对象创建的时候新开辟了一个和原对象一样大小的空间，并且将原对象中的字符串拷贝过来。
现代方式实现：
//现代拷贝构造函数
string(const string& s)
:_str(nullptr)
,_size(0)
,_capacity(0)
{
string tmp(s._str);
std::swap(_str, tmp._str);
std::swap(_size, tmp._size);
std::swap(_capacity, tmp._capacity);
}
上面的便是现代版本的拷贝构造函数实现的思想，下面本喵用图来给大家解释：
tmp通过s1中的字符串构造了一个新的string类对象，而此时s2的_str指向的空间中是随机值。
为了让s2中的内容变成和s1中的一样，只要将临时的类对象tmp中内容拿过来即可。
此时就将tmp和s2中的内容全部进行了交换，而s2也没有开辟新的空间就实现了拷贝构造的目的。
注意：
红色框中的初始化列表中，必须将s2的_str置为空，否则会编译报错。
- s2拿走了tmp中的_str，而将自己的_str给了tmp，当tmp生命周期结束的时候，会释放空间，如果不是nullptr就会释放原本不属于tmp而属于s2的空间，所以就会报错.。
swap函数的实现：
上面使用的swap是标准算法库中的swap函数，但是在string标准库中还有一个swap函数：
这俩个函数是有区别的。
- 标准算法库中的swap是一个函数模板，它会自动推演数据类型，如果使用这个函数进行俩个string类对象的交换，会发生三次拷贝构造，系统开销比较大。
- 所以在交换string类对象的时候使用string库中的swap函数比较合适。
既然是string的模拟实现，所以同样也需要我们自己实现一个。
//交换函数
void swap(string& s)
{
std::swap(_str, s._str);
std::swap(_size, s._size);
std::swap(_capacity, s._capacity);
}
在string中的swap同样是通过标准算法库中的swap实现的，细心的小伙伴肯定发现了一个问题，在上面代码中，使用标准算法库中的swap交换的数据都是内置类型的，而函数模板中有一个语句c(a)，也就是用a来拷贝构造c。
如果a和c都是自定义类型我们不难理解，但是此时的a和c都是内置类型。
说明：
内置类型也有拷贝构造函数以及析构函数，一般情况下是不用考虑这个的，而且在C语言中是没有的，但是为了迎合模板，就不得不有。
可以看到，内置类型也可以使用拷贝构造以及赋值运算符重载等方式来创建。
此时现代方式的拷贝构造函数就有了更加简洁的写法：
string(string& s)
:_str(nullptr)
,_size(0)
,_capacity(0)
{
string tmp(s._str);
swap(tmp);
}
此时就非常简洁的实现了深度拷贝。
赋值运算符重载
和拷贝构造函数一样，如果使用编译器自动生成的默认赋值运算符重载函数，也是会有浅拷贝的问题，所以赋值也是需要深度拷贝的。同样的，也是有传统和现代俩种实现方式。
传统方式：
//传统赋值运算符重载函数
string& operator=(const string& s)
{
if (this != &s)
{
_size = s._size;
_capacity = s._capacity;
delete[] _str;
_str = new char[_capacity + 1];
strcpy(_str, s._str);
}
return *this;
}
和拷贝构造函数一样，也开辟一个和原本类对象一样大小的空间，然后将内容赋值过来。
- 需要判断一下是否是自己给自己赋值，如果是的话就直接返回this指向的内容。
- 给类对象赋值以后，这个类对象原本指向的空间不再使用了，因为开辟了新的空间，所以要将原本指向的空间使用delete释放掉。
现代方式：
和拷贝构造函数现代方式实现的思路一样，也是拿其他对象的构造成果，坚决不自己开辟空间。
//现代赋值运算符重载函数
string& operator=(string& s)
{
if (this != &s)
{
//string tmp(s._str);
string tmp(s);
swap(tmp);
}
return *this;
}
使用s拷贝构造一个临时对象tmp，然后将tmp中的内容拿走，最后返回this指针的内容。
既然都是找一个中间的打工仔，而不自己实现，可以直接使用形参这个打工仔：
string& operator=(string s)
{
swap(s);
return *this;
}
此时就更加的简洁，而且形参的地址必定和this中的值不同，所以都不用排除自己给自己赋值的情况。
- 现代版本的深度拷贝仅是为了代码更加简洁而不考虑效率。
析构函数
析构函数没有什么要点，非常的简单：
//析构函数
~string()
{
delete[] _str;
_size = 0;
_capacity = 0;
}
直接使用delete释放空间即可。
常用的string接口
[]操作符重载
在使用string的时候，可以想方法C字符串数组一样使用[]来访问string类对象中的字符，下面本喵来给大家看看它是如何实现的：
//[]重载
//可读可写
char& operator[](size_t pos)
{
assert(pos < _size);
return _str[pos];
}
//可读不可写
const char& operator[](size_t pos) const
{
assert(pos < _size);
return _str[pos];
}
操作符[]的重载有俩个重载函数，一个是可读可写的，一个是只读不可写的。
可以看到，成果的将s1中字符串的前5个字符的ASCII码都加了1。
迭代器iterator
我们指定，迭代器是行为上像指针一样的东西，在string类中，迭代器就是一个指针：
typedef char* iterator;
此时一个迭代器类型便实现好了，有了迭代器后就需要有对应的接口来配合迭代器使用。
//begin()
iterator begin()
{
return _str;
}
//end()
iterator end()
{
return _str + _size;
}
此时俩个和迭代器最常用的接口便实现好了。
通过迭代器，将s1中的内容全部打印了出来。
范围for：
范围for一直给我们的映像都很神奇，现在可以揭下它的神秘面纱了。
此时范围for是正常的。
仅仅将begin函数中的b换成大写的B。
在执行的时候报了一大堆的错误，都是和begin有关的。
- 在编译的时候，编译器会将范围for的代码转换成使用迭代器的代码，然后再进行编译。
- 此时begin函数没有了，所以使用迭代器的方式就无法实现了，所以就会报错。
编译器是不认识范围for这个语法的，所以它必须进行转换以后编译器才能够认识，而且这个转换是写死了的，必须使用迭代器iterator，begin，end函数，少一个都不行。
size()和capacity()
成员函数size()是用来获取效字符的个数的，capacity()是用来获取有效空间的大小的。
//size
size_t size() const
{
return _size;
}
//capacity()
size_t capacity() const
{
return _capacity;
}
增
改变容量
- reserve()
//reserve()
void reserve(size_t n)
{
if (n > _capacity)
{
char* tmp = new char[n + 1];
strcpy(tmp, _str);
delete[] _str;
_str = tmp;
_capacity = n;
}
}
该函数的作用就是在扩容，和C语言中的realloc的作用相似，但是C++中并没有realloc这样的函数，所以扩容就需要我们手动扩容，就在新开辟一块空间，并且将旧空间中的内容拷贝进去，再将旧空间释放掉。
- resize()
//resize()
void reszie(size_t n, char ch = '\0')
{
if (n <= _size)
{
_size = n;
_str[_size] = '\0';
}
else
{
reserve(n);
for (int i = _size; i < n; ++i)
{
_str[i] = ch;
}
_size = n;
_str[_size] = '\0';
}
}
resize分三种情况：
- n小于等于原本的_size，此时是在缩容，只需要将_size的值改为n，并且将下标为n的位置处放一个’\0’。
- n大于原本的_size，并小于原本的_capacity，此时不需要进行扩容只需要将原本的_size设置成n即可，并且将相比于原本字符多出来的位置用形参ch来填充，如果没有传ch，就使用缺省值’\0’。
- n大于原本的_capacity，此时需要进行扩容，之后的操作和上面的一样。
运行结果符号预期。
插入
- push_back()
//push_back()
void push_back(char ch)
{
if (_size == _capacity)
{
size_t newcapacity = _capacity == 0 ? 4 : _capacity * 2;
reserve(newcapacity);
}
_str[_size++] = ch;
_str[_size] = '\0';
}
尾插插入的只有一个字符串，而且是在字符串的末尾插入，在插入之前需要判断容量是否够用，如果不够则需要扩容。
- 当原本的容量就是0的时候，就不能简单二倍扩容，因为0乘2以后还是0，就需要给定一个初始容量，这里本喵给的初始容量是4。
- append()
//append()
void append(const char* str)
{
size_t len = strlen(str);
if (_size + len > _capacity)
{
reserve(_size + len);
}
strcpy(_str + _size, str);
_size += len;
}
尾部插入字符串。同样需要判断是否需要扩容，之后在原本的’\0’位置处开始，放入插入的字符串，因为插入的字符串自带’\0’，所以插入以后不需要自己再写’\0’。
- +=
//+=一个字符
string& operator+=(char ch)
{
push_back(ch);
return *this;
}
//+=字符串
string& operator+=(const char* str)
{
append(str);
return *this;
}
最常使用的就是+=，因为它的可读性高，而它实现的原理就是在运算符重载的时候复用了push_back和append函数。
+=一个字符和一个字符串都实现了。
- insert
- 在指定位置插入一个字符
挪动数据的时候有俩中方式，如上图中的红色框。
- 第一个红色框中的方法，如果不将pos强转为int类型的话，当在0位置插入字符的时候，就会在while的条件判断时发生隐式类型转换，int类型的end提升成size_t，此时就不会出现负数，就会造成死循环。
- 在指定位置插入一个字符串
在挪动数据的时候同样有俩种方式，其中第一种和上面的插入一个字符时的注意点一样。
下面本喵来画图分析一下，插入的过程：
- end就等于_size+len，从下标为end处开始，将end-len位置的元素移动过去，直到将pos位置处的元素也移动走。
- 这个过程中会有元素的覆盖，但是是使用前面的元素覆盖后面的元素，所以不存在问题。
- 移动完数据以后，将要插入的字符串，除’\0’以外的所有字符复制到pos位置开始的空间中，如上图中黄色线。
和我们分析的结果一致。
删除
- erase()
在这里我们定义一下npos，这是一个静态成员变量，在类中进行声明的时候，给它一个缺省值-1，在定义的时候就会使用到这个缺省值。
- 静态成员变量的声明在类中，定义必须在类外，但是有一个特殊类型，整型家族的静态成员就可以在声明的时候给一个缺省值。
- 由于是size_t类型的-1，所以它的实际大小就是32个1的二进制，转换成十进制大致是42亿9千万。
npos也代表值string类对象字符串的末尾。
//erase
string& erase(size_t pos, size_t len = npos)
{
assert(pos < _size);
if (len == npos || pos + len >= _size)
{
_str[pos] = '\0';
_size = pos;
}
else
{
strcpy(_str + pos, _str + pos + len);
_size -= len;
}
return *this;
}
如果要删除的字符串长度已经超出了现有字符串的长度，那么就从指定位置开始全部删除完，否则就需要将对应位置以后相应长度的字符串删除后，再将剩下的字符移动到前面。
- clear()
//clear()
void clear()
{
_size = 0;
_str[_size] = '\0';
}
clear是情况所有字符串，但是不改变容量。
对应的结果是符号我们的预期的。
查找
//find()
//查找一个字符
size_t find(char ch, size_t pos = 0) const
{
assert(pos < _size);
while (pos < _size)
{
if (_str[pos] == ch)
{
return pos;
}
pos++;
}
return npos;
}
//查找一个字符串
size_t find(const char* str, size_t pos = 0) const
{
assert(pos < _size);
const char* ptr = strstr(_str + pos, str);
if (ptr == nullptr)
{
return npos;
}
else
{
return ptr - _str;
}
}
这是查找一个字符和一个字符串的代码，找到了就返回下标，找不到就返回npos的值，在查找字符串的时候，使用了C语言中的strstr查找字串的函数。
结果也符合我们的预期。
流插入(<<)流提取(>>)运算符重载
在前面本喵已经实现过一次了，这里再提及一下。
- 流插入(<<)运算符重载
ostream& operator<<(ostream& out, const string& s)
{
for (size_t i = 0; i < s.size(); ++i)
{
out << s[i];
}
return out;
}
- 流提取(>>)运算符重载
istream& operator>>(istream& in, string& s)
{
s.clear();
char ch = in.get();
while (ch != ' ' && ch != '\n')
{
s += ch;
ch = in.get();
}
return in;
}
- cin和scanf一样，当遇到空格或者换行符时，自动将字符串分割
- 如果输入的内容很多的话，就会不停地+=，也会导致不停扩容，导致系统开销较大。
改进：
istream& operator>>(istream& in, string& s)
{
s.clear();
char buff[128] = { '\0' };
size_t i = 0;
char ch = in.get();
while (ch != ' ' && ch != '\n')
{
if (i == 127)
{
s += buff;
i = 0;
}
buff[i++] = ch;
ch = in.get();
}
if (i >= 0)
{
buff[i] = '\0';
s += buff;
}
return in;
}
先开辟一个数组，将输入的字符放在数组中，当数组满了后进行一次扩容，此时即使输入很长的字符串，扩容的频率也不会很高。
总结
我们自己模拟实现的string并不是要和标准库中的完全一样，只是为了了解string的底层原理，让我们在使用起来更加得心应手。