【STL】模拟实现vector

1. 模拟实现vector

我们模拟实现是为了加深对这个容器的理解，不是为了造更好的轮子。

1. 快速搭一个vector的架子

// vector.h
#pragma once
#include 

// 模拟实现 -- 加深对这个容器理解，不是为了造更好的轮子
namespace Yuucho
{
	template<class T>
	class vector
	{
	public:
		typedef T* iterator;
		typedef const T* const_iterator;
		vector()
			:_start(nullptr)
			, _finish(nullptr)
			, _endofstorage(nullptr)
		{}

        // 迭代器区间来构造，用模板的原因是存储的类型多种多样
        template <class InputIterator>
		vector(InputIterator first, InputIterator last)
			: _start(nullptr)
			, _finish(nullptr)
			, _endofstorage(nullptr)
		{
			while (first != last)
			{
				push_back(*first);
				++first;
			}
		}
        
        // 用n个T去构造，但是会隐藏匹配问题
        vector(size_t n, const T& val = T())
			: _start(nullptr)
			, _finish(nullptr)
			, _endofstorage(nullptr)
		{
			reserve(n);
			for (size_t i = 0; i < n; ++i)
			{
				push_back(val);
			}
		}
        
        void swap(vector<T>& v)
		{
			std::swap(_start, v._start);
			std::swap(_finish, v._finish);
			std::swap(_endofstorage, v._endofstorage);
		}

        //拷贝构造函数
        vector(const vector<T>& v)
			: _start(nullptr)
			, _finish(nullptr)
			, _endofstorage(nullptr)
		{
			vector<T> tmp(v.begin(), v.end());
			swap(tmp);
		}

		// 拷贝赋值函数
		vector<T>& operator=(vector<T> v)
		{
			swap(v);
			return *this;
		}
        
        // 资源管理
        ~vector()
        {
            if(_start)
            {
                delete[] _start;
                _start = _finish = _endofstorage = nullptr;
            }
        }
        
		iterator begin()
		{
			return _start;
		}

		iterator end()
		{
			return _finish;
		}

		const_iterator begin() const
		{
			return _start;
		}

		const_iterator end() const
		{
			return _finish;
		}
        
		// 默认是内联，频繁调用不用担心栈帧消耗
		size_t size() const
		{
			return _finish - _start;
		}

		size_t capacity() const
		{
			return _endofstorage - _start;
		}

		void reserve(size_t n)
		{
            
		}

		//void resize(size_t n, const T& val = T())
		void resize(size_t n, T val = T())
		{
			
		}

		void push_back(const T& x)
		{
			
		}

		void pop_back()
		{
			
		}

		T& operator[](size_t pos)
		{
			assert(pos < size());

			return _start[pos];
		}

		const T& operator[](size_t pos) const
		{
			assert(pos < size());

			return _start[pos];
		}

		iterator insert(iterator pos, const T& x)
		{
			
		}
		
        void clear()
        {
            _finish = _start;
        }
	private:
		iterator _start;
		iterator _finish;
		iterator _endofstorage;
	};
}

2. vector常用接口

2.1 reserve

跟string的扩容思路一样。一般不考虑缩容(n

错误代码:

void reserve(size_t n)
{
    // 一般不考虑缩容(n
    if(n > capacity())
    {
        T* tmp = new T[n];
    	// capacity为0,n就是4(_endofstorage、_start都为nuptr)
        // 有数据才拷贝
        if(_start)
        {
            memcpy(tmp, _start, size()*sizeof(T));
        	delete[] _start;
        }
        _start = tmp; // 注意,这里start位置变了
    }
    // 更新_finish、_endofstorage
    _finish = _start + size();  // size():_finish - _start, _finish还是空指针
    _endofstorage = _start + capacity;  //capacity起始为0,也不对
}

修正后的代码:

void reserve(size_t n)
{
    // 记录size
    size_t sz = size();
    if(n > capacity())
    {
        T* tmp = new T[n];
        if(_start)
        {
            //memcpy还会隐藏更深层次的深浅拷贝问题，讲解在最后
            memcpy(tmp, _start, size()*sizeof(T));
        	delete[] _start;
        }
        _start = tmp; // 注意,这里start位置变了
    }
    // 更新_finish、_endofstorage
    _finish = _start + sz;  
    _endofstorage = _start + n;
}

2.2 resize

resize是开空间+初始化，size_type就是size_t，value_type就是T。

C++模板出来了语法就必须支持内置类型的默认构造、析构函数。

int()			// 默认构造是0
double()		// 默认构造是0.0
int*()			// 默认构造是nullptr

思路与string一样

//void resize(size_t n, const T& val = T())  严格的编译器编不过,它认为T是临时对象
// 按照库里的写法
void resize(size_t n, T val = T())  // T类型的匿名对象，默认构造函数很重要,内置类型咋办？
{
    if (n > capacity())
	{
		reserve(n);
	}

	if (n > size())
    {
		while (_finish < _start + n)
		{
			*_finish = val;
			++_finish;
		}
	}
    // n < capacity就是删除数据
	else
	{
		_finish = _start + n;
	}
}

2.3 push_back

void push_back(const T& x)
{
    // 满了先扩容
    if(_finish == _endofstorage)
    {
        size_t newCapacity = capacity() == 0 ? 4 : capacity() * 2;
        reserve(newCapacity);
    }
    
    // 插入数据
    *_finish = x;
    ++_finish;
}

复用insert:

void push_back(const T& x)
{
    insert(end(), x);
}

2.4 pop_back()

void pop_back()
{
    // 如果不为空
    if(_finish > _start)
    {
        --_finish;
    }
}

复用erase:

void pop_back()
{
    erase(end()-1);
}

2.5 insert

库里面的insert是带返回值的，我们先不管，先写一个没有返回值的看看。

void insert(iterator pos, const T& x)
{
	// 检查参数
	assert(pos >= _start && pos <= _finish);

	// 扩容
	if (_finish == _endofstorage)
	{
		size_t newCapacity = capacity() == 0 ? 4 : capacity() * 2;
		reserve(newCapacity);
	}

	// 挪动数据
	iterator end = _finish - 1;
	while (end >= pos)
	{
		*(end + 1) = *end;
		--end;
	}

	*pos = x;
	++_finish;

}

(1) 迭代器失效第一种场景

yeah_baby，现在我们就可以来讲讲迭代器失效的问题了，嘿嘿嘿。

如果插入时没有扩容，ok，那还好说，没有问题。

如果扩容了，reserve会去更新_start和_finish，而不会去更新pos(pos还是会指向旧空间，迭代器发生了野指针问题)。在VS环境下，会用断言暴力检查出来的。在Linux环境下，检查不出来这种情况，甚至对原来的it仍然可读可写。

ok，那我们在扩容时更新一下pos：

if (_finish == _endofstorage)
{
	size_t n = pos - _start;

	size_t newCapacity = capacity() == 0 ? 4 : capacity() * 2;
	reserve(newCapacity);

	pos = _start + n;
}

(2)另一种场景

	void test_vector1()
	{
		// 在所有的偶数的前面插入2
		vector<int> v;
		//v.reserve(10);
		v.push_back(1);
		v.push_back(2);
		v.push_back(3);
		v.push_back(4);
		v.push_back(5);
		v.push_back(6);

		vector<int>::iterator it = v.begin();
		while (it != v.end())
		{
			if (*it % 2 == 0)
			{
				it = v.insert(it, 20);
				++it;
			}
			
			++it;
		}

		for (auto e : v)
		{
			cout << e << " ";
		}
		cout << endl;
	}
}

运行结果

导致断言错误的原因是啥？为什么不能在2的前面插入20？

同样的道理，虽然我们修正了pos，但是我们是值传递，形参不会改变实参。所以it仍然是野指针。在VS环境下，会用断言暴力检查出来的。在Linux环境下，检查不出来这种情况，甚至对原来的it仍然可读可写。

有小伙伴就会说了，传引用不就行了吗？

我们是不会用引用的，官方库也没有用引用。因为我要传的是像v.begin()这样的临时对象怎么办。

更悲伤的是就算我提前把空间给你开好，保证插入时不需要扩容还是会出现问题。因为insert是在2之前插入20，++it后it仍指向2，这样就导致不断地在2之前插入20。这也是迭代器失效的一种场景。

修正后的代码:

用返回值解决，官方库里返回的是指向新插入的第一个元素的迭代器。 那我们也这样返回。

iterator insert(iterator pos, const T& x)
{
	// 检查参数
	assert(pos >= _start && pos <= _finish);

	// 扩容
	// 扩容以后pos就失效了,需要更新一下
	if (_finish == _endofstorage)
	{
		size_t n = pos - _start;

		size_t newCapacity = capacity() == 0 ? 4 : capacity() * 2;
		reserve(newCapacity);

		pos = _start + n;
	}

	// 挪动数据
	iterator end = _finish - 1;
	while (end >= pos)
	{
		*(end + 1) = *end;
		--end;
	}

	*pos = x;
	++_finish;

	return pos;
}

此时我们这样使用就行：

while (it != v.end())
{
    if(*it % 2 == 0)
    {
        // 返回新插入的第一个元素的迭代器
        it = v.insert(it, 20);
        //还是指向2
        ++it;
    }
    // 指向2的后一位
    ++it;
}

运行结果

2.6 erase

一般vector删除数据，都不考虑缩容的方案。

缩容方案：size() < capacity()/2时，可以考虑开一个size()大小的空间，拷贝数据，释放旧空间。

缩容方案本质是时间换空间。一般设计都不会考虑缩容，因为实际比较关注时间效率，不关注空间效率，因为现在硬件设备空间都比较大，空间存储也比较便宜。

我们这里不考虑缩容方案。

erase返回最后一个被释放元素的后一个元素的新位置。

iterator erase(iterator pos)
{
	assert(pos >= _start && pos < _finish);
	iterator it = pos + 1;
	while (it != _finish)
	{
		*(it - 1) = *it;
		++it;
	}
	//erase最后一个数据，则pos==_finish，pos真失效了，但仍然属于这个容器
	--_finish;

	return pos;
}

VS中的vector也没有考虑缩容方案，但是它对pos(如果缩容，pos就是野指针)进行了断言检查，不允许访问和写入。

(1)erase迭代器的失效都是意义变了，或者不在有效访问数据的范围。

(2)一般不会使用缩容的方案，那么erase的失效，一般也不存在野指针的失效。

erase(pos)以后pos失效了，pos的意义变了，但是不同平台下面对访问pos的反应不一样。VS会强制检查，Linux则没有严格的检查机制。我们用的时候一定要小心，统一以失效角度去看待。

erase迭代器意义变了的场景(假设我们要删除容器中的偶数)：

2.7 构造函数的匹配问题

迭代器区间的构造函数的参数要求是同类型的，而第一个构造函数的第一个参数是size_t，int会涉及隐式类型转换。所以参数为(10,2)的会匹配迭代器区间的构造函数，而参数为(10, ‘x’)的会匹配第一个构造函数。

这里就会导致int类型被当作迭代器解引用，本质上是发生了构造函数的错配问题。

解决方法：

源码是通过再写一个第一个参数为int类型的构造函数来解决的。

vector(int n, const T& val = T())
			: _start(nullptr)
			, _finish(nullptr)
			, _endofstoage(nullptr)
		{
			reserve(n);
			for (int i = 0; i < n; ++i)
			{
				push_back(val);
			}
		}

3 更深层次的深浅拷贝问题

以杨辉三角为例：

class Solution {
public:
    vector<vector<int>> generate(int numRows) {
    vector<vector<int>> vv;
    // 先开辟杨辉三角的空间
    vv.resize(numRows);
    //初始化每一行
    for(size_t i = 0; i < numRows; ++i)
    {
        //每行个数依次递增
        vv[i].resize(i+1, 0);
        // 每一行的第一个和最后一个都是1
        vv[i][0] = 1;
        vv[i][vv[i].size()-1] = 1;
    }
    for(size_t i = 0; i < vv.size(); ++i)
    {
        for(size_t j = 0; j < vv[i].size(); ++j)
        {
            if(vv[i][j] == 0)
            {
                //之间位置等于上一行j-1和j个相加
                vv[i][j] = vv[i-1][j-1] + vv[i-1][j];
            }
        }
    }
    return vv;
    }
};

我们自己写的vector去跑这里的杨辉三角会出现问题。

void test_vector2()
{
	vector<vector<int>> ret = Solution().generate(5);

	for (size_t i = 0; i < ret.size(); ++i)
	{
		for (size_t j = 0; j < ret[i].size(); ++j)
		{
			cout << ret[i][j] << " ";
		}
		cout << endl;
	}
	cout << endl;
}

为了方便大家理解，我们把扩容的代码拿下来。

void reserve(size_t n)
{
    // 记录size
    size_t sz = size();
    if(n > capacity())
    {
        T* tmp = new T[n];
        if(_start)
        {
            memcpy(tmp, _start, size()*sizeof(T));
        	delete[] _start;
        }
        _start = tmp; // 注意,这里start位置变了
    }
    // 更新_finish、_endofstorage
    _finish = _start + sz;  
    _endofstorage = _start + n;
}

vector> ret = Solution().generate(5);会去调用拷贝构造，拷贝构造又去调用了迭代器的区间构造函数，迭代器区间构造函数又去调用了push_back，push_back又去调用了reserve。

因为push_back我们第一次开的空间是4，所以前4次的push_back都不会有问题，第5次push_back去调用reserve时就会出现问题。

因为扩容的时候tmp会把前4组的vector数据memcpy下来，而memcpy是浅拷贝，拷贝下来的数据和原来的数据指向的是同一块空间。关键是memcpy后又delete了旧空间，导致插入第5个vector时前4组的数据被释放了，成了野指针。

解决方法:

拷贝的时候不要用memcpy，使用拷贝赋值函数来完成，因为赋值函数会帮我们完成深拷贝。

void reserve(size_t n)
{
    // 记录size
    size_t sz = size();
    if(n > capacity())
    {
        T* tmp = new T[n];
        if(_start)
        {
            //防止浅拷贝问题3
           for (size_t i = 0; i < size(); ++i)
			{
				tmp[i] = _start[i];
			}
            
        	delete[] _start;
        }
        _start = tmp; // 注意,这里start位置变了
    }
    // 更新_finish、_endofstorage
    _finish = _start + sz;  
    _endofstorage = _start + n;
}