string的介绍和使用

目录

string杂谈

类模板basic_string实例化出string类后，为什么还要实例化出u16string等其他类呢？

string类的构造函数

1.默认构造和拷贝构造

2.利用c语言的字符串构造string

3.截取str1的部分构造str2

4.利用str1的前n字节构造str2

5.用n个字符c构造str

6.利用迭代器范围构造str

string类的赋值函数

string类的用于获取元素的函数

1.operator【】

2.string::at

3.back和front

string类的迭代器类

关于迭代器的背景

string类迭代器的使用

1.正向迭代器

2.反向迭代器

3.关于cbegin等带c的迭代器接口

string类的操作函数 

1.c_str和data

2.find和rfind

3.find_first_of

4.find_last_of

5.find_first_not_of和find_last_not_of

6.substr

string类的容量相关函数

1.reserve

2.resize

string类的修改函数

1.push_back

2.append

3.operator+=（）

4.assign

5.insert

6.erase

7.replace

string类的非成员函数

1.operator<<（）和operator>>（）和getline（）

2.operator+（）

3.relational operators

头文件中的转换函数

VS中对string做了一些优化

---

string杂谈

如上图，string不在Containers中，这里我想说的是严格来说string并不属于STL库，因为string是早于STL出现的，但因为string的制作符合STL的规范，所以也就睁一只眼闭一只眼了。

string是类模板basic_string实例化后的别名，所以string本质也是通过类模板实现的。可以认为string是一个字符类型的顺序表。

类模板basic_string实例化出string类后，为什么还要实例化出u16string等其他类呢？

既然string是字符的数组，那么避免不了谈论和字符强相关的字符集，字符集的功能是将内存中存储的01序列转换成字符，因为存在不同字符集导致编码也不同，比如UTF-8是一种变长字符集，所以可以表示多种语言，而UTF-16只能用2字节表示一个字符，UTF-32只能用4字节表示一个字符，所以他俩都无法表示英文。

背景介绍完毕后回归正题，char只有一个字节，对于需要两个甚至更多的字节才能表示的字符来说，字节的数量就不够用了，此时就诞生了u16string等等其他类，其中u16string就采用的UTF-16字符集表示字符，而u32string就采用UTF-32字符集表示字符。

string类的构造函数

1.默认构造和拷贝构造

默认构造和拷贝构造没啥可说的，但注意string类遵循C语言的字符串末尾带\0这一标准。

2.利用c语言的字符串构造string

上图红框为最为常见的使用方式，值得一说的是：下图中两种方式是等价的，第二行实际上是隐式转换，原本应该是首先用hello world构造了一个临时对象，然后调用拷贝构造构造s2，但因为这两个构造操作在同一行执行，所以编译器实际上会把这两次构造优化成一次，即优化后直接使用C语言的字符串hello world构造string，这和第一行的操作是等价的。如果string的构造函数前加了关键字explicit，那么就不能发生隐式转换了，也就无法像第二行这样写了。

3.截取str1的部分构造str2

该方法不常见，意为顺序（连续）截取str1的一部分构造str2。截取部分从表示下标的参数pos开始，截取字节长度为 len字节。当len超出str1的范围时，直接截取到str1末尾，值得注意的是参数len带有缺省值npos，它是string类内部的一个静态无符号变量，值为-1，-1转换为有符号数是int的最大值42亿9千万，意为直接截取到str1末尾。

效果演示如下

4.利用str1的前n字节构造str2

不常用，不再赘述。

5.用n个字符c构造str

比如你想用100个‘x’构造出一个str，那就string str（100，‘x’）；。

6.利用迭代器范围构造str

给一个迭代器区间，利用这个区间的string构造一个新的string。值得一说的是利用迭代器区间构造string时，这个构造函数是一个函数模板，即这个迭代器不一定是string类的迭代器，比如我也可以用vector的迭代器区间构造string对象。

string类的赋值函数

不常见的第三种赋值重载表示利用字符c赋值给string。值得一提的是对于各个自定义类型来说，第一种为默认的赋值重载函数，不写也会生成，后两种不写则不会生成。

string类的用于获取元素的函数

1.operator【】

可以让string像数组一样遍历访问string内的元素。编译器会根据string类型去匹配该调用哪个operator【】，如果是const对象则调用第二个，如果是非const对象则调用第一个。注意返回值是引用类型，这里不是为了减少拷贝，而是想像数组一样，可以通过str【3】=‘a’修改原string。

2.string::at

功能和operator[]完全一致，但区别在于at越界失败后不是终止程序，而是抛异常，如下图红框处描述，而operator【】越界会报断言错误并终止程序。

3.back和front

用于返回第一个和最后一个元素。因为at或者operator[]的存在，所以back和front比较多余，因为operator【0】就等价于front。

string类的迭代器类

关于迭代器的背景

迭代器是一个类，是为了给STL容器提供一种统一的、通用的遍历方式而存在的，在string这里不常用，因为operator[]比迭代器更好用，但对于树或者链表这样的底层数据不连续的类型来说，operator[]就不太合适了，所以迭代器的意义就在于此。

迭代器是容器的内嵌类型，一般要么是内部类【除了内部类是外部类的友元以外，它们之间没有任何关系】，要么是在类内给某个类型typedef过别名【注意typedef的功能是很强大的，即使某个类与容器完全无关，但只要将这个类取别名，那么这个别名就是容器的成员，即这个类也就是容器的成员了】。

迭代器可能就是重命名后的指针类型，也有可能不是指针类型，但用法和指针类型是一样的。

STL所有容器的end（）接口，都是返回的指向最后一个元素的后一个位置的迭代器。

迭代器是一个左闭右开的区间，当有容器 container con 和迭代器 container ：：iterator it 时，使用迭代器进行容器遍历最好为 it！= con.end（），而不是 it

string类迭代器的使用

1.正向迭代器

这里简单介绍下begin（）即可，其余接口类似。begin（）用于返回 “指向” 首元素的迭代器。之所以带 “ ” 是因为迭代器的类型不一定是指针类型，但用法却和指针一样。值得注意的是，如果容器对象是const对象，那么使用begin（）函数返回的首元素的迭代器也必须使用const_iterator类型的变量接收，如下图。想必你也能发现const_iterator类型和const指针很相似，注意这里所说的const指针的const在 * 左边（左定值，右定向）。

2.反向迭代器

这里简单介绍下rbegin即可，其余接口类似。可以发现即使是反过来遍历，对于迭代器还是使用的是operator+（）。和begin一样，const对象使用rbegin时，也得使用const_reverse_iterator变量接收rbegin返回的迭代器。

值得一提的是，rbegin接口用于返回指向最后一个元素的迭代器对象，rend（）用于返回指向第一个元素的前一个位置的迭代器对象。

3.关于cbegin等带c的迭代器接口

cbegin（）用于返回const迭代器，所以事实上c就表示const的意思。这里有个问题，当const对象调用begin（）时，不就已经能够返回const迭代器了吗？为什么C++11要更新cbegin或者crbegin这样的接口呢？

答案：因为begin（）等接口不够直观，代码的可读性不高，当你调用begin（）时，可能返回const迭代器，也可能返回普通迭代器，我得观察begin()是否是const对象调用的，以此辨别返回的迭代器类型是否为const迭代器。但如果使用cbegin（）等接口，那就能够立马得出cbegin（）这个接口是由const容器对象调用的，提高代码的可读性，同时因为代码的规范只能更新，不能删除，所以begin（）等接口也就留下来了。所以如果是const对象，那我们未来编写代码时是期望我们调用cbegin（）等接口的。但搞笑的是大部分人并不买账，依然觉得begin()等接口就挺方便，导致cbegin()等接口成为了C++的一种累赘。

string类的操作函数 

1.c_str和data

作用为以string为原型，返回一个C语言字符串。有些接口是需要C语言字符串的，string无法使用，这时可以使用c_str（），使用场景如下图演示。data（）接口和c_str（）的含义是一模一样的，它们的关系类似size和lenth之间的关系。

2.find和rfind

如果没找到，返回npos（是size_t的-1，即MAX_INT）；如果找到了，返回字符对应的下标。

接口1：在调用find函数的string中从下标pos开始找str，str也是string类型。

接口2：在调用find函数的string中从下标pos开始找str，str是C语言字符串。

接口3：在调用find函数的string中从下标pos开始，向后寻找n字节，看能否找到C语言字符串s。

接口4：在调用find函数的string中从下标pos开始找字符c。

接口1：在调用rfind函数的string中从下标pos开始，从后往前找str，str也是string类型。

接口2：在调用rfind函数的string中从下标pos开始，从后往前找s，s是C语言字符串。

接口3：在调用find函数的string中从下标pos开始，从后往前寻找n字节，看能否找到C语言字符串s

接口4：在调用find函数的string中从下标pos，从后往前开始找字符c。

3.find_first_of

此接口和find不同，find要求需要寻找的字串必须和调用find的string的部分完全匹配。如有string1为“hello world”，如果需要寻找的字串为”hellx“，则找不到并返回npos。

find_first_of则不同，只要 “hellx” 中有任意字符和“hello world”中匹配，则返回其下标。如 “hellx” 中有字符 ‘h’、‘e’、‘l’、‘l’，这些都能在“hello world”中找到，所以会返回对应元素的下标，每调用一次只能返回一个。

接口1：在调用find_first_of函数的string中从下标pos开始，从前往后找和str中任意一个字符匹配的字符的下标，并返回该下标，如果不存在则返回npos。

接口2：在调用find_first_of函数的string中从下标pos开始，从前往后找n字节，如有和str中任意一个字符匹配的字符，则返回该字符的下标，如果不存在则返回npos。

剩余接口类似，不再赘述。

4.find_last_of

和find_first_of完全一致，只不过从后往前找。

5.find_first_not_of和find_last_not_of

find_first_not_of的功能和find_first_of恰好相反，功能为：在调用find_first_not_of函数的string中从下标pos开始，从前往后找和str中任意一个字符都不匹配的字符的下标，并返回该下标，如果不存在则返回npos。

find_last_not_of和find_first_not_of功能完全一致，只不过是从后往前找。

6.substr

substr 是一个常用的字符串处理函数，用于从一个字符串中提取子字符串。在C++中，substr 函数用于操作 std::string 类型的字符串。

• pos：子字符串的起始位置，即从哪个字符开始提取子串。位置的索引从 0 开始，表示字符串的第一个字符。
• len：要提取的子字符串的总长度。

substr 函数会返回从指定位置 pos 开始的总长度为 len 的子字符串。

string类的容量相关函数

1.reserve

如果我们知道大致要开多少空间，那么可以提前开辟n字节空间，避免string频繁扩容产生消耗，可以提高效率。注意这里开完空间后，string类内部的_capacity也会变成n，_size不变

2.resize

resize用于改变string内部_size的大小，如果n小于等于_capacity，则将_size赋值为n；如果n大于_capacity，则容器大小扩容到n后再将_size也赋值成n。

resize和reserve不同，resize除了扩容，还会初始化，上图两个接口，第一个接口不带字符c，则默认全部初始化成\0（就是0），第二个接口全部初始化为c。

string类的修改函数

1.push_back

比较鸡肋，一次只能往string中添加一个char。

2.append

接口如上图，可以一次向原string中添加更多的字符。其接口含义和string构造函数的用法完全一致，仔细阅读，你一定能在上文找到答案。样例如下图。

3.operator+=（）

对比append和push_back，+=更优，日常中被使用的也更频繁，但实际上+=就是通过append和push_back实现的，如果+=字符串，则底层调用append，如果+=单个字符，则底层调用push_back。从这里也能体现C++对比C语言的优势，如果用C语言的字符串，则需要自己考虑开辟字符串大小，太小不够，太大浪费，且不能动态扩容，用C语言在原字符串后追加字符串或者字符时，一般使用strcat等接口，该接口需要先找\0，之后其后追加字符串，并且strcat还需要考虑追加的字符串不能超过原字符串锁开辟空间的范围，不然报错，可以说是相当不方便了。但如果是string的operator+=（），则只需像下图使用即可。

4.assign

作用和构造函数类似，都是给string赋值，而且接口的功能以及用法完全等同于构造函数。

5.insert

接口不必多说，理解上文后，这里的接口也一看就懂。额外说一下inert头插的效率是非常低的，因为每次头插后，都得往后挪数据，string中有n个元素就得挪n次。当然尾插就不用挪动数据了，并且也不需要找尾，尾插的时间复杂度是O（1）的。

6.erase

也可能需要挪动数据，导致效率低下。

第一行的接口都有缺省值，默认将整个string的有效元素全删除，即把_size置为0，_capacity不变。当然你也可以自己给值，从pos位置开始，删除len字节的元素。

第二行的接口用于删除迭代器 “指向” 的元素。

第三行接口用于删除位于迭代器区间的元素，左闭右开。

7.replace

用于替换string内部的元素。 

string类的非成员函数

1.operator<<（）和operator>>（）和getline（）

因为在全局里重载了operator<<等运算符，所以可以对string类使用如下图的运算符。注意对于C语言字符串即const char *  也重载过operator<<（），在输出string和const char*时，底层的原理是不同的，string输出内容的多少是看_size有多大，而const char*是输出到 \0 才会停止输出。

 

cin>>str这边有一个坑，比如你输入hello world时，str中只会录入hello，因为cin和scanf等接口都支持连续输入，而连续输入时是以换行符或者空格来进行间隔的，cin发现hello后带空格，则认为只需将hello给str即可，此时world会存储在用户层缓冲区里，后序可以通过cin将world赋给别人。如果想把完整的一句话，就比如hello world全部输入进str，则需要使用getline。

is一般传入cin即可，delim意为以什么字符作为结束输入的标志，默认为换行符\n，所以输入回车即可停止输入。如果如下图，使用第一个接口时给delim传入p，则之后输入以字符p判断输入结束。

2.operator+（）

不常使用，一般使用+=，因为+返回的是拷贝，但也不排除有些时候就是需要另拷一份，以免影响原数据。

3.relational operators

字符串之间是支持比较大小的，比较方式为按照字符映射的编码大小比较。

头文件中的转换函数

这些函数不是string的成员函数，而是头文件中的全局函数。 

VS中对string做了一些优化

为什么是28呢？按照我们的理解，string类的成员是_size和_capacity和char*_str，这三个成员组成的结构体大小应该只有12啊。

事实上这是VS对于string类做出的优化。VS认为，如果大量地创建string对象，但每个对象管理的字符串数据非常小，相当于在堆上开辟了很多个小块内存，这相当于有很多内存碎片，会影响动态开辟内存的性能，所以VS在string类中额外添加了一个char数组，如下图所示，这样当string对象管理的字符串数据很小的话就无需去堆上开辟内存，直接存进数组里即可，如果数组不够存，再去堆上开辟内存。

如下图，可以看到即使s0内什么也没有，capacity的大小都是15，更加证明了VS优化后的string内部是存在一个16字节的char数组的。 

 

当string对象管理的字符串数据比较小时，该优化能提升不少性能，因为不必去堆上开辟内存。但VS的这个优化虽然提升了性能，也解决了堆上的内存碎片问题，但也有一个缺点，就是string对象变大了。

同时因为该优化的逻辑：小于15字节的数据存进数组，大于15字节的数据存在堆开辟的空间上，导致了string类内部大量的接口都可能要重新编写，为了方便，我们在模拟实现时不必仿照VS的这个优化版的string。