[C++]string的使用及模拟实现

作者： 华丞臧
​​​​专栏：【C++】
各位读者老爷如果觉得博主写的不错，请诸位多多支持(点赞+收藏+关注)。如果有错误的地方，欢迎在评论区指出。

推荐一款刷题网站 LeetCode

---

---

一、string类

1.1 为什么学习string类

C语言中的字符串

C语言中，字符串是以’\0’结尾的一些字符的集合，为了操作方便，C标准库中提供了一些str系列的库函数，但是这些库函数与字符串是分离开的，不太符合OOP的思想，而且底层空间需要用户自己管理，稍不留神可能还会越界访问。

string类

在OJ中，有关字符串的题目基本以string类的形式出现，而且在常规工作中，为了简单、方便、快捷，基本都使用string类，很少有人去使用C库中的字符串操作函数。

1.2 标准库当中的string类

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类时使用char作为它的字符类型，使用它的默认char_traits和分配器类型；
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;
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（以下四点）

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。

注意：在使用string类时，必须包含#include头文件以及using namespace std。

二、string类的使用

string作为C++当中第一个学习的基本类，是非常常用的一个类；并且string比STL产生地早一点，string是C++当中相当早的基本类，string类有一百多种接口函数(包括函数重载)，因此我们只需要学习一些常见的重要的接口即可。
详细string类请看string类的文档介绍

2.1 常见构造

constructor函数名称	功能说明
string()	构造空的string类对象，即空字符串
string(const char *s)	用C-string来构造string类对象
string(size_t n, char c)	string类对象中包含n个字符c
string(const string& s)	拷贝构造函数

//例子如下
void TestString1()
{
	//字符串初始化string对象
	string s1("hello world!"); 
	string s2;      //无参对象不带()
	string s3(s1);  //拷贝构造
	string s4(5, 'c');  //n个c字符初始化string对象
	//string s5 = s1;  //这也是拷贝构造
	
	cout << s1 << endl;
	cout << s2 << endl;
	cout << s3 << endl;
	cout << s4 << endl;
}

2.2 容量操作

函数名称	功能说明
size	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	检测字符串释放为空串，是返回true，否则返回false
clear	清空有效字符
reserve	为字符串预留空间，扩容
resize	将有效字符的个数该成n个，多出的空间用字符c填充

//测试代码如下
void TestString2()
{
	string s1("hello world!");
	string s2;
	string s3(s1);

	s3 += "abcdef";

	cout << "s1.size():" << s1.size() << endl;
	cout << "s2.size():" << s2.size() << endl;
	cout << "s3.size():" << s3.size() << endl;

	s1.resize(5);     //resize，扩容并且初始化
	s2.reserve(120);  //reserve，开空间不初始化
	s3.reserve(10);
	cout << "s1.size():" << s1.size() << endl;
	cout << "s1.capacity():" << s1.capacity() << endl;
	cout << "s2.size():" << s2.size() << endl;
	cout << "s2.capacity():" << s2.capacity() << endl;
	cout << "s3.size():" << s3.size() << endl;
	cout << "s3.capacity():" << s3.capacity() << endl;

	cout << s1 << endl;
	s1.clear();
	cout << s1 << endl;
}

注意：

1. size()与length()方法底层实现原理完全相同，引入size()的原因是为了与其他容器的接口保存一致，一般情况下基本都是用size()。
2. clear()只是将string中有效字符清空，不改变底层空间大小。
3. resize(size_t n) 与 resize(size_t n, char c)都是将字符串中有效字符个数改变到n个，不同的是当字符个数增多时：resize(n)用0来填充多出的元素空间，resize(size_t n, char c)用字符c来填充多出的元素空间。注意：resize在改变元素个数时，如果是将元素个数增多，可能会改变底层容量的大小，如果是将元素个数减少，底层空间总大小不变。
4. reserve(size_t res_arg=0)：为string预留空间，不改变有效元素个数，当reserve的参数小于string的底层空间总大小时，reserve不会改变容量大小。

注意：C++委员会并没有规定reserve不可以缩容，vs2019中是可以缩容的，但是推荐不缩容缩容代价过大。

2.3 对象的访问及遍历操作

函数名称	功能说明
operator[]	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获取最后一个字符的下一个位置的迭代器
rbegin+rend	begin获取最后一个字符的下一个位置的迭代器，rend获取一个字符的迭代器
范围for	C++11支持更简洁的范围for的新遍历方式
at	返回pos位置的字符

//测试代码如下
void TestString3()
{
	string s1("hello world!xxxxxxx");

	//[]重载
	for (size_t i = 0; i < s1.size(); ++i)
	{
		cout << s1[i];
	}
	cout << endl;

	//迭代器,const需要使用const_iterator迭代器
	string::iterator it = s1.begin();  
	while (it != s1.end())
	{
		cout << *it;
		++it;
	}
	cout << endl;
	
	//反向迭代器
	string::reverse_iterator rit = s1.rbegin();
	while (rit != s1.rend())
	{
		cout << *rit;
		++rit;
	}
	cout << endl;

	//范围for，其原理是替换成迭代器
	for (auto c : s1)
	{
		cout << c;
	}
	cout << endl;
}

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。

2.4 对象数据的修改

函数名称	功能说明
operator+=	在字符串结尾添加一个字符串或者字符。
append	追加字符串或者字符
push_back	在字符串末尾追加一个字符
insert	在pos位置插入一个字符串或者字符
erase	删除pos位置上的字符，或者使用迭代器删除一段字符
replace	字符串拷贝
swap	string对象交换

void TestString4()
{
	string s1 = "aaaaaaa";
	string s2("bbbbbbb");
	string s3("youcanseeme");
	string s4;

	s4 += s1;
	s4.append(s2);
	s1.push_back('c'); //尾插‘c’
	s2.insert(3, 1, 'x'); //在下标3的位置插入‘x’
	s3.erase(6);

	cout << s1 << endl;
	cout << s2 << endl;
	cout << s3 << endl;
	cout << s4 << endl;

	string s5("hello world!");
	string s6("xxxxxxxxxxxx");
	s5.swap(s6); 
	cout << s5 << endl;
	cout << s6 << endl;

	string s7 = s5.replace(0, 10, s6);
	cout << s7 << endl;
	cout << s5 << endl;
}

注意：

1. 最常用也最好用的是+=，string类的中间插入删除效率低，需要挪动数据因此很少用；

2.6 字符串操作

函数名称	功能说明
c_str	返回指向string对象值的c-string(C语言字符串)表示形式的指针
find	在对象中查找一个字符或者字符串并返回其下标位置
substr	提取子串，提取从pos位置开始的len个字符，并返回这个字符串对象

//测试代码如下
void TestString5()
{
	string s1("hello world!aaaaaaa");

	cout << s1.c_str() << endl; //返回C字符串

	s1.insert(s1.find('w'), 1, 'x');
	cout << s1.c_str() << endl;

	string s2 = s1.substr(0, 5);
	cout << s2 << endl;
}

2.5 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>>	输入运算符重载
operator<<	输出运算符重载
getline	获取一行字符串，以\n最为结束标志
relational operators	大小比较

//测试代码如下
void TestString6()
{
	string s1;
	string s2;
	string s3;
	cin >> s1;
	cin >> s2;
	getchar();  //读取缓冲区中的\n
	getline(cin, s3);
	
	cout << s1 << endl;
	cout << s2 << endl;
	cout << s3 << endl;
}

2.6 vs和g++下string结构的说明

• 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;
};

三、string类的模拟实现

string类模拟实现完整代码请见git仓库地址string类模拟实现

3.1 默认成员函数

3.1.1 构造函数和拷贝构造函数

模拟实现最常用的构造和拷贝构造，构造函数需要模拟一个无参的默认构造函数，通过前面类和对象的学习我们知道：在类当中我们不写构造函数，编译器默认生成的构造函数只完成浅拷贝。

//构造
string(const char* str = "")
{
	 _size = _capacity = strlen(str);
     _str = new char[_size + 1];
     strcpy(_str, str);
}

//拷贝构造
string(const string& s)
{
	//传统写法
	_str = new char[s._capacity + 1];
    _size = s._size;
    _capacity = s._capacity;
    strcpy(_str, s._str);
	
	//现代写法
    /*string tmp = s;
    swap(tmp);*/
}

//测试代码
void TestString1()
{
	string s1("hello world!");
	string s2;
	string s3(s1);

	cout << s1 << endl;
	cout << s2 << endl;
	cout << s3 << endl;
}

3.1.2 赋值运算符重载

这里有两种写法：

• 传统写法，就是释放当前动态开辟的空间，然后动态开辟一块空间用来拷贝s中的字符串，用左操作数的字符指针指向这块空间即可。
• 现代写法，利用拷贝构造函数构造和右操作数相同的对象假设为tmp对象，在交换左操作数和该拷贝对象即可；在赋值运算符重载调用完毕之后，tmp自动会调用析构函数销毁。

string& operator=(const string& s)
{
	if(this != &s)
	{
		delete[] _str;
		char* tmp = new char[s._size + 1];
		_size = _capacity = s._size;
		strcpy(tmp, s._str);
		_str = tmp;
		
		//现代写法
		//string tmp(s);
		//swap(tmp);
	}
	
	return *this;
}

3.1.3 析构函数

析构函数需要释放动态开辟的空间，最好再把对象中的私有成员变量置为0或者nullptr空指针。

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

3.2 容量操作模拟实现

3.2.1 有效字符、容量、判空、清除

这三个成员函数都比较简单，string类官方库中，size()表示最后一个有效字符的下一个位置，capacity()表示该对象的容量大小，因此模拟实现也应该和库当中一样。

//字符串长度
size_t size()const
{
	return _size;
}

//容量
size_t capacity()const
{
	return _capacity;
}

//判空
bool empty()const
{
	return _size == 0;
}

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

3.2.2 resize

C++标准库当中，resize(size_t n )是对有效字符个数的调整，只有当n大于当前对象的容量_capacity时，resize()才会扩容；而n小于当前对象的容量_capacity时，resize()会把有效字符个数调整为 n；

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

        _size = n;
        _str[_size] = '\0';
   }
   else
   {
       _str[n] = '\0';
        _size = n;
   }
}

3.2.3 reserve

• 当n大于当前对象的容量时，对象会进行扩容，扩容后真实容量大小为n+1，而有效容量为n,多出的一个字节为’\0’预留出的空间。
• 当n小于当前对象的容量时，reserve函数什么都不做。

void reserve(size_t n)
{
	if (n > _capacity)
	{
		char* tmp = new char[n + 1];
		strcpy(tmp, _str);
		swap(tmp, _str);
		_capacity = n;
		delete[] tmp;
	}
}

测试代码

void TestString2()
	{
		string s1("hello world!");
		string s2;
		string s3(s1);

		s3 += "abcdef";

		cout << "s1.size():" << s1.size() << endl;
		cout << "s2.size():" << s2.size() << endl;
		cout << "s3.size():" << s3.size() << endl;

		s1.resize(5);     //调整有效字符个数
		s2.reserve(120);  //reserve可以扩容
		s2.reserve(10);
		cout << "s1.size():" << s1.size() << endl;
		cout << "s1.capacity():" << s1.capacity() << endl;
		cout << "s2.size():" << s2.size() << endl;
		cout << "s2.capacity():" << s2.capacity() << endl;
		cout << "s3.size():" << s3.size() << endl;
		cout << "s3.capacity():" << s3.capacity() << endl;

		cout << s1 << endl;
		s1.clear();
		cout << s1 << endl;
	}

3.3 访问及遍历操作模拟实现

3.3.1 iterator迭代器

在string类中，我们可以简单的认为迭代器就是指针。

// iterator
typedef char* iterator; //string中就是字符指针，因此可以认为string中迭代器就是指针

iterator begin()
{
	return _str;
}

iterator end()
{
	return _str + _size;
}

3.3.2 operator[]

operator[]分为const和非const两种，[]的重载让我们能像遍历数组一样遍历string类对象，并且还可以加强越界访问的检查。

char& operator[](size_t index)
{
	assert(index < _size);
	return _str[index];
}

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

3.3.3 测试代码

void TestString3()
	{
		string s1("hello world!xxxxxxx");

		//[]重载
		for (size_t i = 0; i < s1.size(); ++i)
		{
			cout << s1[i];
		}
		cout << endl;

		//迭代器
		string::iterator it = s1.begin();
		while (it != s1.end())
		{
			cout << *it;
			++it;
		}
		cout << endl;

		//范围for，其底层实现是迭代器
		for (auto c : s1)
		{
			cout << c;
		}
		cout << endl;
	}

3.4 对象的修改操作

3.4.1 push_back

不同STL版本扩容的规则不一样，vs上使用的是P.J.版本，其每次扩容是上一次容量的1.5倍，这里我们使用两倍扩容的规则。
扩容有两种方法：

1. 传统写法在push_back中判断是否需要扩容，需要则动态开辟一段空间（二倍扩容），然后将字符串拷贝到新开辟的空间上，并且释放原来的空间。
2. 复用reserve扩容。

void push_back(char c)
{
	//扩容
	if (_size == _capacity)
	{
		int newCapacity = _capacity == 0 ? 4 : 2 * _capacity;
		char* tmp = new char[newCapacity + 1];
		strcpy(tmp, _str);
		delete[] _str;
		_str = tmp;
		_capacity = newCapacity;
		
		//复用reserve
		//int newCapacity = _capacity == 0 ? 4 : 2 * _capacity;
		//reserve(newCapacity);
	}

	_str[_size] = c;
	_size++;
	_str[_size] = '\0';
}

3.4.2 append

append在字符串末尾追加字符串，扩容可以复用reserve，追加字符串可以使用strcpy或者memcpy，memcpy要注意在最后一个有效字符的后面加’\0’。

void append(const char* str)
{
	size_t len = strlen(str);
	if (_size + len > _capacity)
	{
		reserve(_size + len);
	}
	
	strcpy(_str + _size, str);
	_size += len;
}

3.4.3 operator+=

+=运算符重载功能上与append类似，但无疑比其更具可读性；+=可以完成字符串与字符、字符串与字符串的尾插操作。

//+=一个字符串
string& operator+=(const char* str)
{
	append(str);
	return *this;
}

//+=一个字符
string& operator+=(char c)
{
	push_back(c);
	return *this;
}

3.4.4 swap

C++标准库当中有swap函数模板，其底层实现如下：

那么如果交换的数据量很大时，就需要开辟很大一块空间，而string类的大小是很小的，因此我们可以在string类中封装库里面的swap，只交换类当中的私有成员变量。

void swap(string& s)
{
	std::swap(_str, s._str);
	std::swap(_size, s._size);
	std::swap(_capacity, s._capacity);
}

3.4.5 find

find实现两个功能：

1. 在字符串中查找指定的一个字符，并返回其下标位置；
2. 在字符串中查找指定的一个子串，并返回子串首字符的下标位置。

// 返回c在string中第一次出现的位置
size_t find(char c, size_t pos = 0) const
{
	assert(pos < _size);
	for (size_t i = pos; i < _size; ++i)
	{
		if (_str[i] == c)
		{
			return i;
		}
	}

	return npos;
}

// 返回子串s在string中第一次出现的位置
size_t find(const char* s, size_t pos = 0) const
{
	assert(pos < _size);
	char* pstr = strstr(_str + pos, s); //查找子串并返回子串首元素地址，找不到返回空指针
	if (nullptr == pstr)
	{
		return npos;
	}
	else
	{
		return pstr - _str;
	}
}

3.4.6 insert

string是使用数组实现的，因此其中间部分的插入操作需要挪动数据，效率低故不推荐使用。在实现insert时，需要注意遍历字符串挪动数据要小心无符号整型的0值和边界问题。

 //在pos位置上插入字符c，并返回该字符串对象
 string& insert(size_t pos, char c)
{
	assert(pos < _size);
	if (_size == _capacity)
	{
		int newCapacity = _capacity == 0 ? 4 : 2 * _capacity;
		reserve(newCapacity);
	}

	size_t end = _size + 1;
	while (end > pos)
	{
		_str[end] = _str[end - 1];
		--end;
	}
	_str[pos] = c;

	return *this;
}

//在pos位置上插入字符串str，并返回该字符串对象
string& 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 + len;
	while (end < _size - len)
	{
		_str[end] = _str[end - len];
		--end;
	}
	
	memcpy(_str + pos, str, len);
	return *this;
}

3.4.7 erase

同样的，字符串中间部分的删除操作需要挪动数据效率低，因此不推荐使用；erase分两种情况：

1. 删除pos及其后所有字符，只需要将pos位置赋值为‘\0’即可。
2. 删除pos及其后部分字符，从后往前挪动数据覆盖即可。

string& erase(size_t pos, size_t len = npos)
{
	assert(pos < _size);
	if (len == npos || len + pos > _size)
	{
		_str[pos] = '\0';
	}
	else
	{
		for (size_t i = pos; i < _size; ++i)
		{
			_str[i] = _str[i + len];
		}
	}		

	return *this;
}

3.4.8 c_str

获取C字符串。

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

3.4.9 测试代码

void TestString4()
{
		string s1 = "aaaaaaa";
		string s2("bbbcbbbb");
		string s3("youcanseeme");
		string s4;
		
		cout << s1 << endl;
		cout << s2 << endl;
		
		s4 += s1.c_str();
		s4.append("hello");
		s1.push_back('c');
		s2.insert(s2.find('c'), 'x');
		s1.insert(7, "xxx");
		s3.erase(6, 1);

		cout << s1 << endl;
		cout << s2 << endl;
		cout << s3 << endl;
		cout << s4 << endl;

		string s5("hello world!");
		string s6("xxxxxxxxxxxx");
		
		s5.swap(s6);
		cout << s5 << endl;
		cout << s6 << endl;
		
		string s7 = "hello world";
		cout << s7.find("world") << endl;
}

3.5 非成员函数

3.5.1 流插入>> 和 流提取<<

库当中默认提供的流插入和流提取只能识别内置内型，而无法识别自定义类型，因此对于自定义类型流插入和流提取需要重载，而类的运算符重载默认左操作数是对象，所以这里需要使用到友元来重载。

friend ostream& operator<<(ostream& _cout, zch::string& s)
{
	for (auto c : s)
	{
		_cout << c;
 	}

	return _cout;
}

friend istream& operator>>(istream& _cin, zch::string& s)
{
	s.clear();
	char ch = in.get();
	while (ch != ' ' && ch != '\n')
	{
		s += ch;
		ch = in.get();
	}

	return _cin;
}

3.5.2 getline

在C语言当中，scanf是格式输入的库函数，以空格和换行作为终止符；而C++中则有流提取>>操作符，同样以空格和换行为终止符；以上两种方法均不可以读取一行带有空格的字符串，因此C++提供一个读取一行字符串的函数getline。

istream& getline(istream& in, string& s)
{
	s.clear();
	char ch = in.get(); //从缓冲区中读取一个字符
	while (ch != '\n')
	{
		s += ch;
		ch = in.get();
	}

	return in;
}

3.5.3 关系运算符重载

字符串比较是按照ASCII码表进行比较的，恰好C语言库当中有一个用于字符串比较的strcmp函数，复用即可。

bool operator<(const string& s)
{
	return strcmp(_str, s._str) < 0;
}

bool operator<=(const string& s)
{
	return *this < s || *this == s;
}

bool operator>(const string& s)
{
	return !(*this <= s);
}

bool operator>=(const string& s)
{
	return !(*this < s);
}

bool operator==(const string& s)
{
	return strcmp(_str, s._str) == 0;
}

bool operator!=(const string& s)
{
	return !(*this == s);
}

3.5.4 测试代码

void TestString5()
{
	string s1("hello world!aaaaaaa");
	cout << s1 << endl;

	string s2;
	cin >> s2;
	cout << s2 << endl;
	cin >> s2;

	getline(cin, s2);
	cout << s2 << endl;
	string s3("hello world");
	string s4("hellq world");

	if (s3 <= s4)
	{
		cout << "s3 <= s4" << endl;
	}
	else
	{
		cout << "s3 > s4" << endl;
	}	
}