【C/C++】string类的使用&&探索string底层原理
内容专栏： C/C++编程
本文概括：C++ string类的使用、探索string底层的原理、实现string类
本文作者： 阿四啊
发布时间：2023.9.24
前提
学习本章节的string，包括后面要学到的STL库中的知识，我们都需要渐渐的学会查找文档、查看文档进行学习。
一般在cplusplus网站查找学习就足够了，上链接：https://legacy.cplusplus.com/ 建议保存url地址。
有同学会感到非常沮丧，这是个英文网站，我看不懂英文怎么办，我显得很为难，能不能直接翻译成中文。博主不建议有这样想法的同学这么做，我们还是要去适应它，在工作中也是经常会查看英文文档的，所以学会英语阅读这个能力不可避免。
一、为什么要学习string类？
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。
二、标准库中的string类
string类
string类在文档中的介绍如下：
说明：
- string是表示字符串的字符串类
- 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。
- string是在stl库出来之前设计的，所以接口函数繁多，这里我们讲解常用的一些接口。
- string在底层实际是：
basic_string模板类的别名，
typedef basic_string; - 不能操作多字节或者变长字符的序列。
三、string类的常用接口使用
1. string类对象的常见构造
| （constructor）函数名称 | 功能说明 |
|---|---|
| string()（重点） | 构造空的string类对象，即空字符串 |
| string(const char* s) （重点） | 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) （重点） | 拷贝构造函数 |
void test_string1()
{
string s1;
string s2("hello world");
string s3(s2);
//构造+拷贝构造编译器优化为一次构造
string s4 = "hello string";//单参数的构造函数支持隐式类型转换
cout << s1 << endl;
cout << s2 << endl;
cout << s3 << endl;
cout << s4 << endl;
}
2.string类对象的容量操作
| 函数名称（capacity） | 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 |
| resize | 将有效字符串的个数改为n个，多出的空间由字符c填充 |
void test_string2()
{
string s1("hello world");
cout << s1 << endl;
cout << s1.size() << endl;
cout << s1.length() << endl;
cout << s1.capacity() << endl;
cout << "---------" << endl;
//将s1字符串中清空，注意只是将size的大小清0，而没有改变底层空间(capacity)的大小
s1.clear();
cout << s1.size() << endl;
cout << s1.capacity() << endl;
cout << "---------" << endl;
string s2("abc");
//将s2中有效字符增加到10个，多出位置会用'x'进行补充
//"abcxxxxxxx"
s2.resize(10,'x');
cout << s2 << endl;
cout << s2.size() << endl;
cout << s2.capacity() << endl;
//将s2中有效字符增加到20个，多出位置用缺省值'\0'补充
//"abcxxxxxxx\0\0\0\0\0\0\0\0\0\0"
s2.resize(20);
cout << s2 << endl;
cout << s2.size() << endl;
cout << s2.capacity() << endl;
//将s2中有效个数缩小到5个
s2.resize(5);
cout << s2 << endl;
cout << s2.size() << endl;
cout << s2.capacity() << endl;
}
注意⚠️：
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持一致，一般情况下基本都是用size()。clear()只是将string中有效字符清空，不改变底层空间大小。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。
void test_string3()
{
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 test_string4()
{
//使用string时，如果提前已经知道string中大概要放多少个元素，
//可以提前用reverse()将string中空间设置好
string s;
s.reserve(100);
size_t sz = s.capacity();
cout << "initial capacity: " << sz << endl;
for (int i = 0; i < 100;++i)
{
s.push_back('c');
if (sz != s.capacity())
{
sz = s.capacity();
cout << "capacity changed: " << sz << endl;
}
}
}
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。
reserve主要用途是如果提前想要开辟多大的数据空间，可以利用reserve设置好，而避免扩容带来的开销。
3.string类的访问及遍历操作
| 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 |
| rebin + rend | 反向迭代器 |
| 范围for | C++11支持更简洁的范围for的新遍历方式 |
void test_string5()
{
string s("hello world");
//string中遍历的三种方式
//1.for + operator[]
//注意我们不过可以遍历字符串中的每个字符，还可以在遍历时作修改
for (size_t i = 0; i < s.size(); i++)
{
cout << s[i] << " ";
}
cout << endl;
for (size_t i = 0; i < s.size(); i++)
{
cout << ++s[i] << " ";
}
cout << endl << "------------------------" << endl;
string str("hello string");
//2.迭代器
string::iterator it = str.begin();
while (it != str.end())
{
cout << *it << " ";
it++;
}
cout << endl;
//string::reverse_iterator rit = str.rbegin();
//C++11之后，支持使用auto关键字定义迭代器，可以让编译器去自动推断类型
auto rit = str.rbegin();
while (rit != str.rend())
{
cout << *rit << " ";
rit++;
}
cout << endl << "------------------------" << endl;
string s2("hello world");
//3.范围for
for (auto ch : s2)
{
cout << ch << " ";
}
cout << endl;
for (auto& ch : s2)
{
cout << ++ch << " ";
}
}
注意⚠️：迭代器iterator还有const版本的，即cbegin、cend、crbegin、crend四个由const修饰的成员函数，返回值为const_iterator或者const_reverse_iterator ，表示不能被修改，所以他们只支持读的功能，那么在一些特殊的情况下，比如函数传参，传入const修饰的string对象，那么，只能选择四个由const修饰的成员函数，否则就会编译报错。示例如下：
void func(const string& str)
{
string::const_iterator it = str.begin();
while (it != str.end())
{
//*it = 'a'; // 不能给常量赋值
cout << *it << " ";
it++;
}
cout << endl;
//string::const_reverse_iterator rit = str.rbegin();
auto rit = str.rbegin();
while (rit != str.rend())
{
cout << *rit << " ";
rit++;
}
}
4.string类对象的处理操作
| 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+= | 在字符串后追加字符串str |
| c_str | 返回C格式字符串 |
| insert | 在字符串指定的位置插入一个字符串或者字符 |
| earse | 删除从pos位置开始，长度为len的字符串 |
| assign | 赋予新的值给字符串 |
| replace | 从pos位置开始，替换长度为n的一段字符串，或者字符 |
| swap | 交换两个字符串的内容 |
void test_string6()
{
string s1;
//在s1字符串后插入一个字符
s1.push_back('x');
//在s1字符串后追加一段字符
s1.append("hello");
s1 += 's';//在s1字符串后插入一个字符
s1 += "tring";//在s1字符串后追加一段字符
cout << s1 << endl;
cout << s1.c_str() << endl;//以C语言字符串的方式打印
//s1.insert(12, 1, '!');
s1.insert(s1.end(),'!');
cout << s1 << endl;
s1.erase(10,2);//从下标10的位置开始，删除两个字符
cout << s1 << endl;
s1.erase(2);//从下标2的位置开始，删除缺省值为npos个字符(一直删除到字符串末尾)
cout << s1 << endl;
string s2("hello world");
s1.assign(s2);//将s2的值赋给s1
cout << s1 << endl;
s2.replace(5, 1, "%%20");
cout << s2 << endl;
string s3("hello");
string s4("world");
s3.swap(s4);//交换两个字符串
cout << "s3:" << s3 << endl;
cout << "s4:" << s4 << endl;
}
注意⚠️：insert/erase/replace能不用就尽量不用 ，因为他们都涉及到挪动数据，效率不高。为什么库里面有swap函数，这里还另外需要设计一个swap成员函数呢？其实因为库里面是单纯交换的string对象，会涉及到三次拷贝，效率很低，于是祖师爷直接设计一个成员函数，将他们的成员变量交换即可。
| 函数名称 | 功能说明 |
|---|---|
| find | 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第一次出现的位置 |
| 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第一次出现的位置 |
| substr | 在str中从pos位置开始，截取n个字符，然后将其返回 |
void test_string7()
{
//如何拿到一个文件的后缀
string s1("test.cpp");
size_t i = s1.find('.');//找到.位置，并返回下标
string ret1 = s1.substr(i);//从下标为i位置开始，截取到s1末尾
cout << ret1 << endl; //打印.cpp
//如果是test.cpp.exe.zip 该如何找？
string s2("test.cpp.exe.zip");
size_t j = s2.rfind('.');//找到.位置，并返回下标
string ret2 = s2.substr(j);//从下标为i位置开始，截取到s2末尾
cout << ret2 << endl;//打印.zip
//https://legacy.cplusplus.com/reference/string/
//如何根据以上网站分割出协议、域名、资源名
string s3("https://legacy.cplusplus.com/reference/string/");
size_t x = s3.find(':');
string ret3 = s3.substr(0, x);
size_t y = s3.find('/', x + 3);
string ret4 = s3.substr(x + 3, y - (x + 3));
string ret5 = s3.substr(y);
cout << ret3 << endl;
cout << ret4 << endl;
cout << ret5 << endl;
}
5.sting类非成员函数
| 函数 | 功能说明 |
|---|---|
| operator>> | 输入运算符重载 |
| operator<< | 输出运算符重载 |
| getline | 获取一行字符串 |
| relational operators | 字符串比较大小 |
以上为string相关接口函数的具体用法，讲到的都是比较常用的接口函数，这里就不全部讲述了，后面用到，可以自行查看文档。
四、sting类的模拟实现
上面已经对string类进行了简单的介绍，大家只要能够正常使用即可。在面试中，面试官总喜欢让学生自己来模拟实现string类。
//为了和标准库中的string进行区分，我们自定义一个命名空间MyString，将自己实现的string类写到Mystring命名空间里面
namespace MyString
{
class string
{
public:
private:
char* _str;
size_t _size;
size_t _capacity;
};
}
1.对string类对象的基本操作
为了保持理解整体性，我将所有代码放在一块，注释中会穿插着说明。
#pragma once
#include2.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。
就像一个家庭中有两个孩子，但父母只买了一份玩具，两个孩子愿意一块玩，则万事大吉，
万一不想分享就你争我夺，玩具损坏。
我们在模拟实现substr的接口时，返回s，然后是一个string类的对象接收，此时就会编译器调用拷贝构造函数，但是我们没有写拷贝构造函数，编译器会生成默认的拷贝构造函数，在类和对象章节我们说过，默认的拷贝构造函数对象按内存存储按字节序完成拷贝，这种拷贝叫做浅拷贝，或者值拷贝。但是substr中的返回值s出了作用域就销毁了，外面再拿string类对象接收然后访问，程序就会出现崩溃。
所以，我们可以采用深拷贝解决浅拷贝问题，即：每个对象都有一份独立的资源，不要和其他对象共享。父母给每个孩子都买一份玩具，各自玩各自的就不会有问题了。
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。
传统写法与现代写法
4.写时拷贝
具体介绍
以下一段话转自酷壳-CoolShell陈皓老师的一篇文章：C++ STL STRING的COPY-ON-WRITE技术
Scott Meyers在《More Effective C++》中举了个例子，不知你是否还记得？在你还在上学的时候，你的父母要你不要看电视，而去复习功课，于是你把自己关在房间里，做出一副正在复习功课的样子，其实你在干着别的诸如给班上的某位女生写情书之类的事，而一旦你的父母出来在你房间要检查你是否在复习时，你才真正捡起课本看书。这就是“拖延战术”，直到你非要做的时候才去做。
当然，这种事情在现实生活中时往往会出事，但其在编程世界中摇身一变，就成为了最有用的技术，正如C++中的可以随处声明变量的特点一样，Scott Meyers推荐我们，在真正需要一个存储空间时才去声明变量（分配内存），这样会得到程序在运行时最小的内存花销。执行到那才会去做分配内存这种比较耗时的工作，这会给我们的程序在运行时有比较好的性能。必竟，20%的程序运行了80%的时间。
当然，拖延战术还并不只是这样一种类型，这种技术被我们广泛地应用着，特别是在操作系统当中，当一个程序运行结束时，操作系统并不会急着把其清除出内存，原因是有可能程序还会马上再运行一次（从磁盘把程序装入到内存是个很慢的过程），而只有当内存不够用了，才会把这些还驻留内存的程序清出。
简而言之在，实际生活当中我们并不看好拖延行为，但是在C++语言中，这种拖延战术反而成为了一种具有优势的技术，写时拷贝技术(copy on write)就是一个很好的例子。
我们先来分析一下使用浅拷贝的问题有哪些？
- 浅拷贝对同一块空间会释放两次(调用两次析构函数)；
- 一个数据修改会影响到另一个数据。
所以对于浅拷贝，那么深拷贝就是最好的方案吗？其实不是。
原理
深拷贝在共享资源的基础上，进行拷贝多次，会导致空间资源上的浪费。避免一些空间浪费和减少拷贝操作的技术叫做写时拷贝技术。
大致原理如图中所示：
大家理解原理即可，具体实现操作我们会在进阶智能指针章节讲到！
文章最后，分享一篇C++string很好的面试题，也是陈皓老师的。
点击跳转C++面试中STRING类的一种正确写法