C++（第七篇）：string 容器（介绍、使用、深浅拷贝、模拟实现、写时拷贝）
前言
在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语言中还提供了一些控制字符串的函数例如strcpy，strcmp，strcat等等。但是这些函数与字符串是分离开的，并不符合C++封装的特性。于是C++中由单独产生了一个string类。
博客主页：要早起的杨同学的博客
欢迎关注点赞收藏⭐️留言
本文所属专栏： 【C++拒绝从入门到跑路】
✉️坚持和努力一定能换来诗与远方！
参考在线编程网站：牛客网力扣
作者水平有限，如果发现错误，敬请指正！感谢感谢！
本文相关练习题及讲解
【C++】string类练习题
文章目录
- 了解标准库中的string类
- 一. string类的常用接口说明
-
- 1.1 string类对象的构造函数
- 1.2 string对象的容量函数
- 1.3 string类对象的访问及遍历操作
- 1.4 string类修改插入操作
- 1.5 string 非成员函数
-
- 例题
- 1.6 补充一些接口
- 二. string类的模拟实现
-
- 2.1 深拷贝和浅拷贝
-
- ① 浅拷贝
- ② 深拷贝
- 2.2 模拟实现string类
-
- 构造，析构函数和赋值操作符的重载
- 容量函数，operator[]重载函数和c_str、clear函数
- resize和reserve函数
- 插入和删除函数
- 查找函数和比较函数
- 插入和删除函数
- operator<<和operator>>操作符重载及getline函数
- 完整代码
- 三. 写时拷贝（了解）
了解标准库中的string类
文档介绍：string - C++ Reference (cplusplus.com)
string是一个类，string实例化的对象实际是一个字符数组。
string在底层实际是：basic_string模板类的别名，typedef basic_string
在string类使用时，必须包含#include头文件和展开命名空间using namespace std。
下面介绍string类的一些常用接口，大部分都是string类的成员函数。如果由什么下面没有提到的接口或者不明白的可以查文档http://www.cplusplus.com/reference/string/
看文档主要看三个板块：
- 接口函数的声明
- 接口函数的功能及参数和返回值说明
- 使用样例的代码
补充：
编码：计算机中只存储二进制数（0 / 1），那如何去表示文字呢，需要制定对应的编码表，规定用哪些二进制数字表示（映射）哪个符号，当然每个人都可以约定自己的一套，而大家如果要想互相通信而不造成混乱，那么大家就必须使用相同的编码规则，比如美国有关的标准化组织就出台了 ASCII 码表（基于拉丁字母的一套电脑编码系统，主要用于显示现代英语和其他西欧语言）
ASCII 码使用指定的 7 位或 8 位二进制数组合来表示 128 或 256 种可能的字符，到目前为止共定义了 128 个字符。
所以早期的计算机中只能表示英文，不能表示其它国家的文字，当全世界各个国家都开始使用计算机了，就需要建立出对应语言的编码表。
UTF - 8 是对不同范围的字符使用不同长度的编码，这样能够适应不同的语言，比如有些语言单字节编码就够了，有些语言需要多字节编码才够。
还有其它编码表，GBK码（对多达2万多的简繁汉字进行了编码，简体版的Win95和Win98都是使用GBK作系统内码）等等。
注意：使用 string 类需要包含头文件
一. string类的常用接口说明
1.1 string类对象的构造函数
| 函数名称 | 功能说明 |
|---|---|
| string() | 无参默认构造函数，构造空string类对象，即空字符串 |
| string(const char * s) | 用c字符串构造string类对象 |
| string(size_t n,char c) | 实例化的类对象中包含n个字符c |
| string(const string& s) | 拷贝构造函数，将对象s拷贝构造一个新对象 |
void Teststring()
{
string s1; // 构造空的string类对象s1
string s2("hello world"); // 用C格式字符串构造string类对象s2
string s3(s2); // 拷贝构造s3
}
思考：空串是什么都没有吗，存储空间为空吗？
1.2 string对象的容量函数
| 函数名称 | 功能说明 |
|---|---|
| size⭐ | 返回字符串中有效字符长度，对应字符串结尾的‘\0’的下标 |
| length | 返回字符串中有效字符长度 |
| capacity | 返回空间的总长度，字符长度size超过capacity会自动扩容 |
| empty⭐ | 检测字符串是否为空串，是返回true，不是返回false |
| clear⭐ | 清空有效字符串，空间不释放，内容没改变，只是size变为0 |
| reserve⭐ | 为字符串预留空间，就是提前开辟一段你想要大小的空间，如果不用reserve，编译器会自己开辟一段空间。 |
| resize⭐ | 将有效字符串个数改成n个,n小于size，缩小size到n。n大于size，增大size到n，多出来的空间用字符c填充，不给c，用’\0’填充 |
注意：length和size底层实现是一样的，引入size的原因是为了与其它容器保持一致，一般情况下用size。
clear()函数只是将对象的size置0，不改变底层空间大小。
resize 函数的两种重载形式：
void resize (size_t n);
void resize (size_t n, char c);
resize(size_t n,char c),当n小于对象size时，直接改变对象的size到n。当n大于对象size时，直接增大对象size到n，多出来的空间用给的字符c填充，没给字符c默认用\0填充。
reserve 函数介绍
void reserve (size_t n = 0);
-
reserve是提前将对象capacity空间直接开辟到某一值。
-
如果reserve里的值开辟空间小于capacity值，不会改变capacity。
-
size始终都不会改变。
为什么上面代码reserve(50),会扩容到63。因为字符保存时存在一定的内存对齐，一般是某一值的正数倍。
这样看下面一个代码：
如果提前知道套插入多少字符，提前开辟空间，防止扩容效率损失。
思考：resize 和 reserve 的意义在哪里呢？
reserve 的作用：如果知道需要多大的空间，可以利用 reserve 提前一次性把空间开好，避免增容带来的开销。
resize 的作用：既要开好空间，还要对这些空间初始化，就可以使用 resize
1.3 string类对象的访问及遍历操作
| 函数名称 | 功能说明 |
|---|---|
| operator[]⭐ | []操作符重载函数，返回对字符串中 pos 位置处的字符的引用（string 类对象支持随机访问）（一般物理地址是连续的才支持） |
| begin() | 获取第一个字符位置的迭代器 |
| end() | 获取最后一个字符下一个位置的迭代器 |
| rbegin() | 反向迭代器（可以反向遍历对象），和end一样 |
| rend() | 反向迭代器，和begin一样 |
| 范围for | C++11支持的一种更简洁的范围for的新遍历方式 |
说明：
- 因为重载了[]操作符，可以直接用**对象+[]，**就像数组的形式访问字符。
.at(i)越界抛异常， [] 越界断言报错。 - 迭代器现在的理解：string类里含有一个迭代器，所以定义一个迭代器要声明是string类里的，begin和end返回的是迭代器，可以用迭代器接收或者作比较。
- 关于迭代器：
[begin()，end() )end()返回的不是最后一个数据位置的迭代器，返回的是最后一个位置下一个位置。也要注意的是，C++中凡是给迭代器一般都是给的 [ ) 左闭右开的区间，迭代器是类似指针一样东西，循环判断就要用 不等于 !=。 - 迭代器的意义：像string、vector支持[]遍历，但是list、map等容器不支持[]，我们就要用迭代器遍历，所以迭代器是一种统一使用的方式。
对于const类型的对象有对应的const类型的迭代器
iterator 遍历 可读可写
const_iterator const对象遍历 只读
反向迭代器：
也是使用++操作符，如果按照指针来理解的话就是从字符串的末尾依次--往前走。
总结一下，一共四种迭代器
- iterator
- const_iterator
- reverse_iterator
- const_reverse_iterator
前两个用的多
1.4 string类修改插入操作
| 函数名称 | 功能 |
|---|---|
| push_back(char c) | 在字符串尾插字符 |
| append(const char * s) | 常用的参数是一个字符串类型的参数，也可以使用迭代器 |
| insert(size_t pos, char* s) | 第一个参数是位置，第二个参数是字符或字符串。在某一个位置开始插入字符串，给的位置要合法，不合法会报错。 |
| erase(char* s, size_t len = npos) | 第一个参数是开始地址，第二个参数是删除的字符数len，从起始位置开始删除len个字符，不给参数值就是默认从给的地址开始删完。 |
| operator+=(常用) | 在字符串尾插字符或字符串 |
| c_str | 返回c格式字符串 |
| find(char c，size_t pos) | 在字符串pos位置开始往后找字符或字符串，返回该字符在字符串中第一次出现位置，不输入位置默认从开始往后找 |
| rfind | 在字符串pos位置开始往前找字符或字符串，返回该字符在字符串中第一次出现位置，不输入位置默认从后往前找 |
| substr(size_t pos, szie_t len) | 在字符串中从pos位置开始，截取len个字符，然后返回 |
| sort(s.begin(), s.end()) | 排序，s是string类对象，参数是迭代器 |
| npos | string的静态成员变量，static const size_t npos=-1；全1，size_t为无符号整形，实际40几亿 |
append 用法
push_back在字符串后尾插字符，append在对象后尾插字符串，+=重载即可尾插字符又可尾插字符串，所以常用+=。
注意：
- 在string尾部追加字符时，s.push_back© / 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。
- 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。
这样看不出什么不同，但是看下面这样。
原生打印是全部字符都打印出来（包括‘\0’），c_str是遇到‘\0’截止。
由于C语言字符串以\0结尾所以ret只打印了hello，但是打印对象也没有将\0打印出来，这是因为有的字符在输出框是不可见的\0就属于不可见的。
substr()接口：
取出url中的域名
以上图代码为例，
i1等于4，指向冒号：。
i2从i1+3（指向第一个w）位置找第一个出现的 / 并指向这个/
补充：
| 函数名称 | 功能 |
|---|---|
| insert(pos,char * s) | 在pos位置插入字符或者有效字符串，给的位置要合法，不合法会报错 |
| erase(pos,n) | 从pos位置开始删除n个字符，不给参数n传值就是默认从pos位置开始删完 |
- 尽量少用insert，因为底层实现是数组，头部或者中间插入需要挪动数据
- erase要删除的字符数多于字符串本身长度不会报错，有多少删多少
- erase如果第一第二个参数都不给就是默认删除整个字符串
1.5 string 非成员函数
| 函数 | 功能 |
|---|---|
| operator+ | 一对象加上字符或者字符串，返回一对象，对象自身不改变。少用，返回不是引用。效率低 |
| operator<< | 输出操作符重载函数 |
| operator>> | 输入操作符重载函数 |
| getline(cin，对象) | 获取一行字符，包括空格。 |
| relational operators (string) | 比较大小 |
cin输入遇到空格，换行结束。getline遇到换行结束。
例题
仅仅反转字母
class Solution {
public:
string reverseOnlyLetters(string S)
{
char* pLeft = (char*)S.c_str();
char* pRight = pLeft + (S.size()-1);
while(pLeft < pRight)
{
// 从前往后找，找到一个字母
while(pLeft < pRight)
{
// 找到有效字母后停下来
if(isalpha(*pLeft))
break;
++pLeft;
}
// 从后往前找，找一个字母
while(pLeft < pRight)
{
// 找到有效字母后停下来
if(isalpha(*pRight))
break;
--pRight;
}
if(pLeft < pRight)
{
swap(*pLeft, *pRight);
++pLeft;
--pRight;
}
}
return S;
}
};
1.6 补充一些接口
C 语言库文件
-
字符处理函数：
函数名称 功能说明 int isalpha(int c) 检查字符是否为字母，是返回非零(true)，不是则返回0(false) int isdigit(int c) 检查字符是否为十进制数字，是返回非零(true)，不是则返回0(false) int isalnum ( int c ) 检查字符是否为字母或者数字，是返回非零(true)，不是则返回0(false) -
字符转换函数：
函数名称 功能说明 int tolower(int c) 把字母转换成小写字母，返回转换之后的字符 int toupper(int c) 把字母转换成大写字母，返回转换之后的字符
头文件
- 函数 std::to_string（C++11）：将数值转换为字符串，返回 string 类对象。
- 函数 std::stoi（C++11）：将字符串转换为整数，返回 int 整数。
头文件
-
函数 std::reverse：反转范围 [first,last) 中元素的顺序。
// 传一段迭代器区间 [first, last) template <class BidirectionalIterator> // 双向迭代器 void reverse (BidirectionalIterator first, BidirectionalIterator last); 123 -
函数 std::sort：将 [first,last) 范围内的元素按升序排序。
// 传一段迭代器区间 [first, last)，默认排升序，若要排降序，需要传仿函数 template <class RandomAccessIterator, class Compare> // 随机访问迭代器 void sort (RandomAccessIterator first, RandomAccessIterator last, Compare comp); 123Example：
// 也可传数组，因为指向数组空间的指针是天然的迭代器 int arr[] = { 1, 5, 4, 2, 3 }; sort(arr, arr + 5);
二. string类的模拟实现
2.1 深拷贝和浅拷贝
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，最主要是实现string类的构造、拷贝构造、赋值运算符重载以及析构函数。string类如果采用浅拷贝的方式，会造成一些问题：
说明：上述string类没有显式定义其拷贝构造函数与赋值运算符重载，此时编译器会合成默认的，当用s1构造s2时，编译器会调用默认的拷贝构造。最终导致的问题是，s1、s2共用同一块内存空间，在释放时同一块空间被释放多次而引起程序崩溃，这种拷贝方式，称为浅拷贝。
① 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。要解决浅拷贝问题，C++中引入了深拷贝。
② 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。
2.2 模拟实现string类
string是一个管理字符数组的类，要求这个字符数组结尾用’\0’标识，我们需要实现以下接口：
1、拷贝构造和赋值重载实现深拷贝
2、增删查改的相关接口(跟顺序表类似)
3、重载一些常见运算符。如: >、<、<<、>>、[]…
4、迭代器
在上文中我们熟知了C++string类的一些常用接口的使用，下文我们来简单实现一下这些常用的接口，带你了解string类的底层原理，让你能轻而易举的掌握string类的使用。
说明注意点：在我们自己实现string类时，如果你的类名用的与标准库类名相同时，需要一个命名空间将其与标准库里的string类分开。
下面是代码的分开实现，完整代码在最下面给出。
构造，析构函数和赋值操作符的重载
//要在堆上开辟空间将字符串拷贝过去，不能直接在初始化列表里初始化，否则不可修改
//默认构造函数
string(const char* str = "")//空串里面有一个\0
:_str(new char[strlen(str)+1]) //空间大小等于有效字符串个数+\0
{
strcpy(_str, str);
_size = strlen(_str);
_capacity = _size;
}
//传统写法
//拷贝构造
//string(const string& s)
// :_str(new char[strlen(s._str) + 1])
//{
// strcpy(_str, s._str);
// _size = strlen(_str);
// _capacity = _size;
//}
赋值运算符重载
//string& operator=(const string& s)
//{
// if (this != &s)
// {
// delete[] _str;
// _str = new char[strlen(s._str) + 1];
// strcpy(_str, s._str);
// _size = s._size;
// _capacity = s._capacity;
// }
// return *this;
//}
//现代写法 多写一个交换函数
//创建一个临时对象，然后将临时对象的值交换过去，函数结束后，临时对象自动销毁
//_str会交换指向空间的地址
//构造一个和S1一样的tmp，然后交换S2和tmp成员变量里面保存的地址，这样S2的成员变量就指向了开辟的空间。
//S2的成员变量必须要被初始化为nullptr，否则交换值后调用tmp的析构函数会报错。
string(const string& s)
:_str(nullptr)//要赋空指针，保证tmp析构无误
,_size(0)
,_capacity(0)
{
string tmp(s._str);
swap(tmp); // 等价于this->swap(tmp);即(*this).swap(tmp);调用的是我们实现的
}
string& operator=(string ps)
{
swap(ps);
return *this;
}
void swap(string& s)//我们自己实现的swap
{
::swap(_str, s._str);//调用全局域的swap函数（库里的函数）
::swap(_size, s._size);
::swap(_capacity, s._capacity);
}
//析构函数
~string()
{
delete[] _str;
_str = nullptr;
_size = 0;
_capacity = 0;
}
注意：拷贝构造和赋值操作符重载函数，这里蕴含着深浅拷贝问题。具体细节见上文的讲解。 如果不定义着两个函数，编译器会自动生成，但是仅仅只是按字节进行拷贝，也就是值拷贝/浅拷贝。在上面函数中，如果只是进行浅拷贝，两字符指针变量指向堆上的同一块空间。当对象出作用域时，调用析构函数，但是同一块空间不能释放两次，会导致程序奔溃。
解决方法就是使用深拷贝：
在堆上再申请一块空间，将拷贝值或者赋值值copy过去。将需要被赋值或者被拷贝的对象的字符指针指向新申请的空间。
容量函数，operator[]重载函数和c_str、clear函数
//capacity 容量相关接口
size_t size()const
{
return _size;
}
size_t capacity()const
{
return _capacity;
}
bool empty()const
{
return _size == 0;
}
// []
char& operator[](size_t index)
{
assert(index < _size);
return _str[index];
}
const char& operator[](size_t index)const
{
assert(index < _size);
return _str[index];
}
void clear()
{
_size = 0;
_str[0] = '\0';
}
const char* c_str() const
{
return _str;
}
resize和reserve函数
void resize(size_t n, char c = '\0')
{
if (n < _size)
{
_size = n;
_str[_size] = '\0';
}
else
{
//n比容量大先扩容
if (n > _capacity)
{
reserve(n);
}
for (size_t i = _size; i < n; i++)
{
_str[i] = c;
}
_str[n] = '\0';
_size = n;
}
}
void reserve(size_t n)
{
if (n > _capacity)
{
_capacity = n;
char* tmp = new char[_capacity + 1];
strncpy(tmp, _str, _size+1);
delete[] _str;
_str = tmp;
}
}
插入和删除函数
void push_back(char c)
{
if (_size == _capacity)
{
reserve(_capacity == 0 ? 4 : _capacity * 2);
}
_str[_size] = c;
_str[_size + 1] = '\0';
++_size;
}
string& operator+=(char c)
{
push_back(c);
return *this;
}
void append(const char* str)
{
size_t len = _size + strlen(str);
if (len > _capacity)
{
reserve(len);
}
strcpy(_str + _size, str);
_size = len;
}
string& operator+=(const char* str)
{
append(str);
return *this;
}
查找函数和比较函数
bool operator<(const string& s)
{
char* end1 = _str;
char* end2 = s._str;
while (*end1 == *end2)
{
end1++;
end2++;
}
if (*end1 < *end2)
{
return true;
}
else
{
return false;
}
}
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 || *this == s);
}
bool operator==(const string& s)
{
char* end1 = _str;
char* end2 = s._str;
while (*end1 == *end2)
{
if (*end1 == '\0')
{
return true;
}
end1++;
end2++;
}
return false;
}
bool operator!=(const string& s)
{
return !(*this == s);
}
// 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* str, size_t pos = 0) const
{
assert(pos < _size);
const char* ret = strstr(_str + pos, str);
if (ret)
{
return ret - _str;
}
else
{
return npos;
}
}
插入和删除函数
// 在pos位置上插入字符c/字符串str，并返回该字符串
string& insert(size_t pos, const char c)
{
assert(pos < _size + 1);
// xxxxxxxxc\0
*this += c; // 能实现扩容
//循环也可以用指针实现
for (int i = _size - 1; i > pos; i--)
{
_str[i] = _str[i - 1];
}
_str[pos] = c;
return *this;
}
string& insert(size_t pos, const char* str)
{
assert(pos <= _size);//等于_size相当于尾插
int len = strlen(str);
*this += str;
//i-len等于pos的时候把pos位置的数据挪走
for (int i = _size - 1; i - len != pos - 1; i--)
{
_str[i] = _str[i - len];
}
strncpy(_str + pos, str, len);
return *this;
}
//或者
string& insert2(size_t pos, const char* str)
{
assert(pos <= _size);//等于_size相当于尾插
size_t len = strlen(str);
if (_size + len > _capacity)
{
reserve(_size + len);
}
char* end = _str + _size;
while (end >= _str + pos)
{
*(end + len) = *end;
--end;
}
strncpy(_str + pos, str, len);
_size += len;
return *this;
}
// 删除pos位置上的元素，并返回该元素的下一个位置
string& erase(size_t pos, size_t len = npos)//npos默认删完
{
assert(pos < _size);
//要删的元素个数比剩余的元素多
//不用额外判断npos，-1传给size_t会类型转换
if (len >= _size - pos)
{
_str[pos] = '\0';
_size = pos;
}
//剩余字符多
else
{
循环写法
+1 保存\0
//for (int i = pos; i < _size - len + 1; i++)
//{
// _str[i] = _str[i + len];
//}
strcpy(_str + pos, _str + pos + len);
_size -= len;
}
return *this;
}
operator<<和operator>>操作符重载及getline函数
这三个函数在全局域（我们定义的命名空间）中实现，我们在前面的博客中提到过，因为会有争夺第一参数位置的问题。
ostream& operator<<(ostream& out, const string& s)
{
for (auto e : s)
{
out << e;
}
return out;
}
istream& operator>>(istream& in, string& s)
{
s.clear();
char ch;
ch = in.get();
while (ch != ' ' && ch != '\n')
{
s += ch;
ch = in.get();
}
return in;
}
istream& getline(istream& in, string& s)
{
s.clear();
char ch;
ch = in.get();
while (ch != '\n')
{
s += ch;
ch = in.get();
}
return in;
}
完整代码
#pragma once
#include不同的编译器实现的方式不同，结构不同，但是增删查改的逻辑和用法都是一样的。如果同样的代码在另一个编译器上不通过，这是正常的。
三. 写时拷贝（了解）
首先回顾一下浅拷贝引发的问题：
- 同一块空间会被析构（释放）多次
- 一个对象修改会影响另外一个对象
为了解决这两个问题：
-
为了应对同一块空间会被析构多次这个问题，提出了引用计数。
引用计数：用来记录资源使用者的个数。在构造时，将资源的计数给成 1，每增加一个对象使用该资源，就给计数增加 1，当某个对象被销毁时，先给该计数减 1，然后再检查是否需要释放资源，如果计数为 1，说明该对象是资源的最后一个使用者，将该资源释放；否则就不能释放，因为还有其他对象在使用该资源。
-
为了应对一个对象修改会影响另外一个对象这个问题，提出了写时拷贝计数。
写时拷贝就是一种拖延症，是在「浅拷贝」的基础之上增加了引用计数的方式来实现的。
多个对象共用同一块内存空间，哪个对象去写数据，哪个对象就再进行深拷贝，本质是一种延迟深拷贝。当然，如果不进行写数据，那就不用进行深拷贝，提高了效率。
但这种方案也是有副作用的，现在基本上也被放弃了。
推荐文章：
- 写时拷贝技术：C++ STL string的Copy-On-Write技术 | 酷 壳 - CoolShell
- 写时拷贝在读取时的缺陷：C++的std::string的“读时也拷贝”技术！ | 酷 壳 - CoolShell
我们来验证一下 STL string 是否用的是写时拷贝技术
#include运行结果（VS2019 下 PJ 版本的 STL）：没有用写时拷贝技术，直接深拷贝。
运行结果（Linux 下 SGI 版本的 STL）：这个早期15年的版本用了写时拷贝技术，加上了引用计数。
最新版本的 gcc 编译器
