C++初阶：STL —— stringstring类 | 浅拷贝和深拷贝(传统写法和现代写法) | string类的模拟实现

Posted 跳动的bit

tags:

篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了C++初阶：STL —— stringstring类 | 浅拷贝和深拷贝(传统写法和现代写法) | string类的模拟实现相关的知识，希望对你有一定的参考价值。

文章目录

【写在前面】

到这里我们就要学会能自己能看文档了，因为就这个 string 类来说就有一百多个接口函数，那肯定记不住呀，我们平时用的大概就二十个，一般我们都是学习它比较常用的，其它的大概熟悉它们有哪些功能，真要用到时再去查文档。可以看到其实 string 就是一个管理字符数组的顺序表，因为字符数组的使用广泛，C++ 就专门给了一个 string 类，由于编码原因，它写的是一个模板。针对 string，一般情况它有三个成员 —— char* _str、size_t _size、size_t _capacity，我们在下面模拟实现 string 时就会看到，其次在学习深浅拷贝时我们只用 char* _str。

C++ 的文档库严格来说有两个：注意前者并不是 C++ 的官网文档，后者才是。这里我们对于官方文档就作为参考，因为它比较乱，平时就用 cplusplus 也够了。

  1. cplusplus
  2. cppreference

此外对于类和对象还有一个深浅拷贝的知识我们将会再这里补充。

一、为什么学习string类

💦 C语言中的字符串

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。

💦 两个面试题(暂不讲解)

字符串转整型数字

字符串相加

在 OJ 中，有关字符串的题目基本以 string 类的形式出现，而且在常规工作中，为了简单、方便、快捷，基本都使用 string 类，很少有人去使用 C 库中的字符串操作函数。

二、标准库中的string类

💦 string类(了解)

string类的文档介绍

  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。
  5. 在使用 string 类时，必须包含 string 头文件以及 using namespace std;。

#include<string>
#include<iostream>
using namespace std;
int main()

	cout << sizeof(char) << endl;
	cout << sizeof(wchar_t) << endl;

	char arr1[] = "hello bit";
	char arr2[] = "比特";
	return 0;

📝说明

对于字符，C++ 里提出了两个类型，现阶段接触的是第一个。

可以看到结果一个是 1 和 2，这个东西与编码有关系。

编码 ❓

计算机中存储只有二进制 0 和 1，如何去表示文字呢 ？？？

这时就建立出对应的编码表：

  1. ASCII > 支持英文
    1Byte = 8Bit，0 - 255 ASCII 编码表就是对 256 个值建立一个对应的表示值

  2. GBK > 我国制定的，常用于 windows 下
    早期 windows 为了打入中国市场，就使用这个编码

  3. utf-8 > 通用，兼容 ASCII，常用于 Linux 下
    世界各国都开始使用计算机了，而早期计算机中只能表示英文，不能表示其它国家的文字，所以需要建立自己的编码表，但各自搞各自的就非常乱，所以就出现了 utf-8，早期是 UniCode

所以据不完全统计汉字大约有十万个左右，所以我们这里用 2 个字节，大概表示 6 万种状态

💦 string类的常用接口说明(只讲最常用的)

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
#include<string>
#include<iostream>
using namespace std;   
//大概原理
template<class T>
class basic_string

	T* _arr;
	int _size;
	int _capacity;
;
//typedef basic_string<char> string;
int main()

	string s1;
	string s2("hello");  
	string s3("比特");
	string s4(10, 'a');
	string s5(s2);
	//对于string它重载了流提取和流插入等，这里就可以直接用
	cout << s1 << endl;
	cout << s2 << endl;
	cout << s3 << endl;
	cout << s4 << endl;
	cout << s5 << endl;
	
	//赋值 ———— 深拷贝
	s1 = s5;
	cout << s1 << endl;

📝说明

basic_string ❗

string s1; || string s2(“hello”); ❗

通过调试我们发现 s1 虽然是无参的，但并不是啥都没有，且会在第一个位置放一个 \\0。

2、string类对象的容量操作
函数名称功能说明
size —— 重点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 —— 重点检测字符串释放为空串，是返回 true，否则返回 false
clear —— 重点清空有效字符
reserve —— 重点为字符串预留空间
resize —— 重点将有效字符的个数改成 n 个，多出的空间用字符 c 填充
#include<string>
#include<iostream>
using namespace std;
void test_string1()

	//1、size | length
	string s1("hello world");
	cout << s1.size() << endl;
	cout << s1.length() << endl;
	cout << "----------cut----------" << endl;
	//2、max_size
	string s2;
	cout << s1.max_size() << endl;
	cout << s2.max_size() << endl;	
	cout << "----------cut----------" << endl;
	//3、capacity
	cout << s1.capacity() << endl;
	cout << "----------cut----------" << endl;
	//4、resize
	string s3("hello world");
	cout << s3.size() << endl;
	cout << s3 << endl;
	//s3.resize(20);//n大于当前的字符串的长度且没有指定c，所以hello world\\0\\0\\0\\0...   
	//s3.resize(5);//n小于当前的字符串的长度， 它会删除掉从n开始的这些字符
	s3.resize(20, 'x');//n大于当前的字符串的长度且指定c，所以hello worldxxxx...
	cout << s3.size() << endl;
	cout << s3 << endl;
	cout << "----------cut----------" << endl;
	//5、reserve
	string s4("hello world");
	s4.reserve(20);
	cout << s4 << endl;
	cout << s4.size() << endl;
	cout << s4.capacity() << endl;
	s4.reserve(10);
	cout << s4 << endl;
	cout << s4.size() << endl;
	cout << s4.capacity() << endl;
	cout << "----------cut----------" << endl;
	//6、clear | empty
	string s5("hello world");
	cout << s5 << endl;
	cout << s5.empty() << endl;;
	s5.clear();
	cout << s5 << endl;
	cout << s5.empty() << endl;
	cout << "----------cut----------" << endl;
	//7、shrink_to_fit 暂且不演示
   
void test_string2()

	string s;
	size_t sz = s.capacity();
	cout << "making s grow:\\n" << sz << endl;
	for(int i = 0; i < 500; ++i)
	
		s.push_back('c');
		if(sz != s.capacity())
		
			sz = s.capacity();
			cout << "capacity changed:" << sz << '\\n';
		
	
	cout << "----------cut----------" << endl;

int main()

	test_string1();
	test_string2();

	return 0;

📝说明

size || length ❗

两者的功能相同，一般我们比较常用的是 size。

对于 string 是在 STL 这个规范前被设计出来的，因此在 Containers 下并没有 string：

早期说要算字符串字符的长度，所以早期提供的接口就叫 length，至于后面要加 size 的原因是后面增加了 map、set 这样的树，所以用 length 去表示它的数据个数就不合适了。

max_size ❗

它也是早期设计比较早的，属于一个没用的接口 —— 从操作系统中获取最大的长度。本意是想告诉你这个字符串最大你能定义多长， 这个接口在设计的时候其实不好实现，它没有办法标准的去定义这个接口，因为它有很多不确定的因素。所以它这个地方是直接给你 232 ，也就是 4G。所以没什么价值，以后再遇到就直接跳过了。

capacity ❗

对于 string 对象而言，如果 capacity 是 15，意味着它有 16 个字节的空间，因为有一个位置是 \\0 的。对于 capacity 它会随着字符串的大小而增容，这里默认是 15。

resize ❗

resize 的前者版本可以让字符串的长度变成 n；后者可以让字符串的 n 个长度变成 c。

如果 n 是小于当前的字符串的长度， 它就会缩减到 n 个字符，删除掉从 n 开始的这些字符。

如果 n 是大于当前的字符串的长度，通过在末尾插入尽可能多的内容来扩展当前内容，倘若指定了 c，则新元素被初始化为 c 的副本，否则它们就是值初始化字符 (空字符 \\0)。

对于 s3.resize(20); s3[19] 是有效位置，因为对于 operator[] 里它会 assert(pos < _size)。

reserve ❗

请求 capacity。

注意这里不是你要多少 capacity 它就给多少 capacity，它在增容时还要对照不同编译器下自己的增容规则，最终容量不一定等于字符串长度，它可能是相等的，也可能是更大的。

如果 n 大于当前字符串的 capacity，那么它会去扩容。

如果 n 小于当前字符串的 capacity，这里跟不同的平台有关系。文档里是这样说的：其他情况下 (小于或等于)，有可能它会缩容(开一块新空间，将数据拷贝，释放原有空间)，也有可能不对当前空间进行影响，只是变换 capacity 的值。已证，VS 和 Linux 下不会缩容，STL 的标准也是这样规定的，这是实现 STL 的人决定的。

对于 s4.reserve(20); s4[19] 是无效位置，因为对于 operator[] 里它会 assert(pos < _size)。

string 增容是怎么增的 ❓

test_string2()：

可以看到 Windows VS 下初始容量是 15 ，除了第一次，其余的大概是以 1.5 倍增容。

g++ ？？？

可以看到在不同的编译器下增容规则也不同，Linux g++ 下初始容量是 0，其余是以 2 倍增容的。

clear | empty ❗

清理字符串 | 判空字符串


resize 和 reserve 有什么价值 ❓

对于 resize，既要开空间，还要对这些空间初始化，就可以用 resize —— s.resize(20, ‘x’);

对于 reserve，明确知道需要多大空间的情况，可以提前把空间开好，以减少增容所带来的代价 —— s.reserve(500);

3、string类对象的访问及遍历操作
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 + endbegin 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
rbegin + rendbegin 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
范围 forC++11 支持更简洁的范围 for 的新遍历方式
#include<assert.h>
#include<string>
#include<iostream>
using namespace std;   
//大概原理
template<class T>
class basic_string

public:
	char& operator[](size_t pos)
	
		assert(pos < _size);//检查越界：s2[20] -> err
		return _arr[pos];	
	
private:
	T* _arr;
	int _size;
	int _capacity;
;
//typedef basic_string<char> string;
int main()

	//逐一遍历字符串
		//1、operator[]
	string s1("hello world");
	for(size_t i = 0; i < s1.size(); ++i)
	
		s1[i] += 1;//写
	
	for(size_t i = 0; i < s1.size(); ++i)
	
		cout << s1[i] << " ";//读
	
	cout << endl;
	
		//2、范围for
	string s2("hello world");
	for(auto& e : s2)
	
		e += 1;//写	
	
	for(auto e : s2)
	
		cout << e << " ";//读
	
	cout << endl;
	
		//3、迭代器
	string s3("hello world");
	string::iterator it = s3.begin();
	while(it != s3.end())
	
		*it += 1;//写
		++it;
	
	it = s3.begin();
	while(it != s3.end())
	
		cout << *it << " ";//读
		++it;
	
	cout << endl;
	
	return 0;

📝说明

operator [] | at ❗

operator[] 和 at 的价值是一样的，但是不一样的地方是对于越界：operator[] 直接使用断言报错，比较粗暴；而 at 则会抛异常。

范围 for ❗

这是 C++11 中提出的新语法，比较抽象，对于它的原理，后面会再模拟实现它。

注意 auto e : s3 只能读，不能写；auto& e : s3 可读可写。

迭代器 ❗

它是 STL 中六大组件中的核心组件，这里先见个面。

begin() 返回第一个有效数据位置的迭代器；

end() 返回最后一个有效数据的下一个位置的迭代器；

目前可以认为它类似于指针，—— 有可能是指针，有可能不是指针，因为不仅仅 string 有迭代器，其它容器里也有迭代器。

while(it != s3.end()) 也可以 while(it < s3.end())，但不建议。这里是数组，换成小于它依然没问题，但是如果是链表，小于就不行了。所以这里统一就用不等于。

迭代器的好处是可以用统一类似的方式去访问修改容器 (也就意味着会了 string 的迭代器就等于会了其它容器的迭代器)：

为什么这里要提供三种遍历方式 ❓

其实只提供了两种，因为范围 for 本质是迭代器，也就是说一个容器支持迭代器才会支持范围 for，后面会演示。

operator [] 可以像数组一样去访问，这种方式对于 vector 连续的数据结构是支持的，但是不支持 list。

迭代器这种方式是任何容器都支持的方式，所以迭代器才是容器通用的访问方式。

再简单了解迭代器 ❗

#include<string>
#include<iostream>
using namespace std;
void Print1(const string& s)//不需要写

	string::iterator it = s.begin();//err,普通迭代器
	//string::const_iterator it = s.begin();//ok,const迭代器
	//string::const_iterator it = s.cbegin();//ok,C++11提供的cbegin
	while(it != s.end())
	
		cout << *it << " ";
		++it;	
	
	cout << endl;

void Print2(const string& s)

	string::reverse_iterator rit = s.rbegin();//err,普通反向迭代器
	//string::const_reverse_iterator rit = s.rbegin();//ok,const反向迭代器
	//auto rit = s.rbegin();//ok,auto的体现
	while(rit != s.rend())
	
		cout << *rit << " ";
		++rit;//注意这里不是--
	
	cout << endl;

void test_string()

	string s1("hello");
	Print1(s1);

	string s2("hello");
	Print2(s2);	

int main()

	test_string();
	return 0;

📝说明

这里利用迭代器打印 s1：

查文档：begin 有两个版本

所以报错的原因是：s 是 const 对象，返回的是 const 迭代器，而这里使用普通迭代器来接收。解决方法就是用 const 迭代器接收。

在文档中看到 C++11 中又提供了一个 cbegin ？？？

为什么 C++11 把 const 迭代器单独拎出来，大概原因应该是 begin 里有普通 / const 迭代器不太明确，容易误导。不知道大家是怎么想的，我是觉得有点画蛇添足了。

rbegin：

rbegin 就是反向迭代器，顾名思义就是反向遍历。


auto 的价值 ❗

到了迭代器这里我们就可以用 auto 来替代比较长的类型，auto 的价值得以体现。

4、string类对象的修改操作
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+= —— 重点在字符串后追加字符串 str
c_str —— 重点返回 c 格式字符串
find + npos —— 重点从字符串 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
#include<string>
#include<iostream>
using namespace std;
void test_string1()

	//1、push_back | append | operator +=
	string s1("hello");
	string s2("world");
	s1.push_back('+');
	s1.append("world");
	cout << s1 << endl;
	s1 += '+';
	s1 += "bit+";
	s1 += s2;
	cout << s1 << endl;
	cout << "----------cut----------" << endl;
	//2、insert | erase
	string s3("hello");
	s3.insert(0, "bit ");
	cout << s3 << endl;
	//s3.erase(5);//从5删到nops
	s3.erase(5, 2);//从5往后删2个
	cout << s3 << endl;
	cout << "----------cut----------" << endl;

void test_string2()

	//要求取出文件的后缀
	string file1("test.txt");
	string file2("test.c");
	string file3("test.txt.zip");//对test.txt文件打了个包
	size_t pos1 = file1.find('.');
	if(pos1 != string::npos)//当find的返回值不等于npos就找到了
	
		//1、substr
		string sub1 = file1.substr(pos1);//同substr(pos1, file1.size()-pos1);,但没必要，因为这里是取后缀，而substr有缺省参数npos
		cout << sub1 << endl;
	
	size_t pos2 = file2.find('.');
	if(pos2 != string::npos)
	
		string sub2 = file2.substr(pos2);
		cout << sub2 << endl;
	
	//由此可见对于file3,以上代码不适用
	size_t pos3 = file3.find('.');
	if(pos3 != string::npos)
	
		string sub3 = file3.substr(pos3);
		cout << sub3 << endl;
	
	//更适用的来说取文件的后缀应当使用另一个接口rfind
	size_t pos4 = file3.rfind('.');
	if(pos4 != string::npos)
	
		string sub4 = file3.substr以上是关于C++初阶：STL —— stringstring类 | 浅拷贝和深拷贝(传统写法和现代写法) | string类的模拟实现的主要内容，如果未能解决你的问题，请参考以下文章
 

 C++初阶---STL入门+(string)


 C++初阶：STL简介


 C++初阶：STL简介


 C++初阶：STL —— vectorvector的介绍及使用 | 迭代器失效问题 | vector的深度剖析及模拟实现


 C++初阶：STL —— vectorvector的介绍及使用 | 迭代器失效问题 | vector的深度剖析及模拟实现


 C++初阶：STL —— listlist的介绍及使用 | list的深度剖析及模拟实现 | list与vector的对比