【C++】深度解析：用 C++ 模拟实现 String 类，探索其底层实现细节

了解string类

string的内存管理

VS下string的结构

g++下string的结构

string的模拟实现

string的构造函数

浅拷贝

深拷贝

string的遍历

重载 [] 下标访问

迭代器访问

reserve

resize

增删查改

push_back()

append和+=

insert和erase

find

substr

swap

流插入和流提取

getline

string其他基本功能

⭐了解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 类是使用 char( 即作为它的字符类型，使用它的默认 char_traits 和分配器类型 ( 关于模板的更多信息，请参阅basic_string) 。

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 ( 根于更多的模板信息请参考 basic_string) 。

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：

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<char, char_traits, allocator>

string;

4. 不能操作多字节或者变长字符的序列。

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

⭐string的内存管理

✨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;

大多数情况下字符串的长度都小于16，当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。
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
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;
};

⭐string的模拟实现

private:
		char* _str = nullptr;
		size_t _size = 0;
		size_t _capacity = 0;

✨string的构造函数

// 为了和标准库区分，此处使用String
class String
{
public:

 /*String()
 :_str(new char[1])
 {*_str = '\0';}
 */
 //String(const char* str = "\0") 错误示范
 //String(const char* str = nullptr) 错误示范
 String(const char* str = "")//默认包含 \0
 {
 // 构造String类对象时，如果传递nullptr指针，可以认为程序非法
 if (nullptr == str)
 {
 assert(false);
 return;
 }
 _str = new char[strlen(str) + 1];
 strcpy(_str, str);
 }
 ~String()
 {
 if (_str)
 {
 delete[] _str;
 _str = nullptr;
 }
 }
private:
 char* _str;
};
// 测试
void TestString()
{
 String s1("hello bit!!!");
 String s2(s1);
}

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。

📖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。

举个例子，如果一个家庭里面有两个孩子，但是父母只给他们买了一个玩具，如果两个孩子都愿意玩这一个玩具，那就相安无事，否则就会鸡飞狗跳。

要解决这个问题，就可以直接给他们一人买一个玩具，这样各自安逸。

所以，要想解决浅拷贝的问题，可以使用深拷贝的方法， 每个对象都有一份独立的资源，不要和其他对象共享 。

📖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。

✨string的遍历

📖重载 [] 下标访问

char& operator[](size_t pos)//可读可写
{
	assert(pos < _size);
	return _str[pos];
}
//重载一个const
const char& operator[](size_t pos) const//只读
{
	assert(pos < _size);
	return _str[pos];
}

首先访问之前需要判断pos是否再合法访问之内，即小于等于size，然后直接返回字符串数组中对应的元素。由于存在const对象和非const对象，所以需要写两个重载版本。

📖迭代器访问

//迭代器
		typedef char* iterator;
		typedef const char* const_iterator;
		iterator begin()
		{
			return _str;
		}
		iterator end()
		{
			return _str + _size;
		}
		const_iterator begin()const
		{
			return _str;
		}
		const_iterator end()const
		{
			return _str + _size;
		}

其实底层就是指针，所以直接返回对应的地址就可以了。

✨reserve

void reserve(size_t n)
{
	if (n > _capacity)
	{
		char* tmp = new char[n+1];
		strcpy(tmp, _str);
		//释放旧空间，指向新空间
		delete[] _str;
		_str = tmp;
		//修改capacity，不用修改size
		_capacity = n;
	}
}

reserve是提前预留部分空间，它接收的空间大小不能比本来就有的容量小，如果n合法，则需要将原数组从旧空间移向一块更大的新空间，并释放掉旧空间。

✨resize

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

resize是设置字符串的大小，如果n比字符串原来的大小小，则会发生截断；如果比原来的大小大，则会reserve一块n大小的空间。

✨增删查改

📖push_back()

void push_back(char ch)
{
	//扩容2倍
	if (_size == _capacity)
	{
		reserve(_capacity==0 ? 4 : 2 * _capacity);
	}
	_str[_size] = ch;
	_size++;
	_str[_size] = '\0';
}

直接尾插就可以，需要先判断空间是否足够，最后更新size的大小。

📖append和+=

void append(const char* str)
{
	//扩容
	//根据追加的字符串的长度扩容
	size_t len = strlen(str);
	if (_size + len > _capacity)
	{
		reserve(_size + len);
	}
	strcpy(_str + _size, str);
	_size += len;
}
//  +=  
string& operator+=(char ch)
{
	push_back(ch);
	return *this;
} 
string& operator+=(const char* str)
{
	append(str);
	return *this;
}
string& operator+=(const string s)
{
	append(s._str);
	return *this;
}

append和+=都是在字符串的尾部追加字符或者字符串，需要先判断容量是否足够，不够则需要扩容，根据追加的字符串的长度扩容。

📖nsert和erase

对于insert，0位置的插入可能产生问题，end是int类型，pos是size_t类型，end变成-1与pos比较时会发生整型提升，所以pos需要先进行强制类型转换；也可以使用另一种解决方法，将end的初始值赋值为size+1，每次使用这种方法后移字符串 _str[end] = _str[end - 1];，则end最后不会变成-1。

//在pos之前插入
//插入字符
void insert(size_t pos,char ch)
{
	assert(pos <= _size);
	if (_size == _capacity)
	{
		reserve(_capacity == 0 ? 4 : 2 * _capacity);
	}
	//int end = _size;
	0位置的插入可能产生问题，end变成-1与pos比较时会发生整型提升，所以pos需要先进行强制类型转换
	//while (end >= (int)pos)
	//{
	//	_str[end+1] = _str[end];
	//	end--;
	//}
	//第二种解决方法
	int end = _size + 1;
	while (end > pos)
	{
		_str[end] = _str[end - 1];
		end--;
	}
	_str[pos] = ch;
	_size++;
}
//在pos之前插入
//插入字符串
void insert(size_t pos,const char* str)
{
	assert(pos <= _size);
	int len = strlen(str);
	if (_size +len > _capacity)
	{
		reserve(_size + len+1);
	}
	//int end = _size;
	0位置的插入可能产生问题，end变成-1与pos比较时会发生整型提升，所以pos需要先进行强制类型转换
	//while (end >= (int)pos)
	//{
	//	_str[end+1] = _str[end];
	//	end--;
	//}
	//第二种解决方法
	//在pos之前插入
	int end = _size + len;
	//pos 1 2 end
	while (end > pos+len-1)
	{
		_str[end] = _str[end - len];
		end--;
	}
	strncpy(_str + pos,str,len);
	_size+=len;
}
//释放删除
void erase(size_t pos, size_t len = npos)
{
	assert(pos < _size);
	// pos+len 存在溢出风险
	//if (len == npos || pos + len >= _size)
	if (len == npos ||len >= _size-pos)
	{
		_str[pos] = '\0';
		_size = pos;
	}
	else
	{
		strcpy(_str + pos, _str + pos + len);
		_size -= len;
	}
}

对于erase，需要根据传递的参数的大小来判断需要删除多少个字符。

📖find

//寻找匹配
size_t find(char ch,size_t pos = 0) const
{
	for (size_t i = pos; i < _size; i++)
	{
		if (_str[i] == ch)
			return i;
	}
	return npos;
}
size_t find(const char* sub, size_t pos = 0) const
{
	assert(pos <= _size);
	const char* p=strstr(_str+pos, sub);
	if (p)
	{
		return p - _str;
	}
	else
		return npos;
}

实现方法比较简单，就是普通的暴力查找。

📖substr

截取子串，需要注意len的大小。

        string substr(size_t pos = 0, size_t len = npos)
		{
			string sub;
			if (len == npos|| len >= _size - pos)
			{
				for (size_t i = pos; i < _size; i++)
				{
					sub += _str[i];
				}
			}
			else
			{
				for (size_t i = pos; i < pos + len; i++)
				{
					sub += _str[i];
				}
			}
			return sub;
		}

✨swap

众所周知，C++算法库里面存在swap这个函数模板，但是为什么string内部自己也有一个swap呢？

如果用std::swap交换两个string对象，将会发生1次构造和2次赋值，也就是三次深拷贝；

而string内部的swap仅仅只交换成员，代价较小。

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

为了符合算法库里面swap的用法，可以再将swap重载成全局函数。

	void swap(string& x, string& y)
	{
		x.swap(y);
	}

✨ 流插入和流提取

//重载成全局是为了调整顺序
	//流插入
	ostream& operator<<(ostream& out, const string& s)
	{
		//这里不需要写成友元函数，因为不需要直接访问私有成员
		for (auto ch:s)
		{
			cout << ch;
		}
		return out;
	}
	//流提取
	//C++ 流插入，流提取可以支持自定义类型使用
	istream& operator>>(istream& in, string& s)
	{
		s.clear();
		char ch;
		char buff[128];
		//in >> ch;//默认把空格当作分隔符、换行，不读取
		ch = in.get();//C++中读取一个字符
		size_t i = 0;
		while (ch != ' ' && ch != '\n')
		{
			buff[i++] = ch;
			if (i == 127)
			{
				buff[127] = '\0';
				s += buff;
				i = 0;
			}
			//s += ch;//重复+=，会重复扩容，消耗较大
			ch = in.get();
		}
		if (i > 0)
		{
			buff[i] = '\0';
			s += buff;
		}
		return in;
	}

因为在这里不需要直接访问类的私有成员，所以流插入和流提取可以不用重载成string类的友元函数。

对于流提取，如果频繁的尾插，会造成频繁扩容。而且C++的扩容和C语言的扩容不一样，C++使用new不能原地扩容，只能异地扩容，异地扩容就会导致新空间的开辟、数据的拷贝、旧空间释放。为了防止频繁扩容，我们可以创建一个可以存储128字节的数组，作为缓冲，如果数组满了，则将这个字符数组追加到s上，如果没慢，但是遇到空格或者换行了也需要追加。

另外由于C++的标准输入流默认把空格和换行当作分隔符，不读取，所以这里要用in.get()来接收字符。

✨getline

基本上可以直接复用流提取的代码。

//读取空格
	istream& getline(istream& in, string& s)
	{
		s.clear();
		char ch;
		//in >> ch;//默认把空格当作分隔符、换行，不读取
		ch = in.get();//C++中读取一个字符
		while ( ch != '\n')
		{
			s += ch;
			ch = in.get();
		}
		return in;
	}

✨string其他基本功能

        size_t size() const
		{
			return _size;
		}
		size_t capacity() const
		{
			return _capacity;
		}
        void clear()
		{
			_size = 0;
			_str[_size] = '\0';
		}

重载运算符，要写成全局的函数。

bool operator==(const string& a ,const string& b)
	{
		int ret = strcmp(a.c_str(), b.c_str());
		return ret == 0;
	}
	bool operator<(const string& a, const string& b)
	{
		int ret = strcmp(a.c_str(), b.c_str());
		return ret < 0;
	}
	bool operator<=(const string& s1, const string& s2)
	{
		return  (s1 < s2) || (s1 == s2);
	}
	bool operator>(const string& s1, const string& s2)
	{
		return  !(s1 <= s2);
	}
	bool operator>=(const string& s1, const string& s2)
	{
		return  !(s1 < s2);
	}
	bool operator!=(const string& s1, const string& s2)
	{
		return  !(s1 == s2);
	}

____________________

⭐感谢你的阅读，希望本文能够对你有所帮助。如果你喜欢我的内容，记得点赞关注收藏我的博客，我会继续分享更多的内容。⭐