string类的模拟实现

string类的模拟实现

string.h

#pragma oncenamespace bit{	public:		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;			}		/*string() :_str(new char[1]) ,_size(0) ,_capacity(0) { *_str = '\0'; }*/		//string(char* str = "\0")		string(char* str = "")			:_size(strlen(str))			,capacity(_size);		{			_str(new char[_capacity + 1]);//预留\0			strcpy(_str, str);		}		//s1.swap(s2)		void swap(string& s)		{			//注意这里的swap不算重载，重载要求的是在同一作用域，就像string和vector里都有push_back，它们函数名、返回值、参数可能都是相同的，那它们俩能同时存在的原因就是它俩在不同的作用域			::swap(_str, s._str); 			::swap(_size, s._size);			::swap(_capacity, s._capacity);		}		//s2(s1)		string(const string& s)			:_str(nullptr);		{			string tmp(s._str);			swap(tmp)//this->swap(tmp); 		}		//s1=s3		string& operator=(string s)		{			swap(s);//this->swap(s);			return *this;		}		~string()		{			delete[] _str;			_str = nullptr;		}		//读写		char& operator[](size_t pos)		{			assert(pos < _size);			return _str[pos];		}		//读		const char& operator[](size_t pos) const 		{			assert(pos < _size);			return _str[pos];		}		//增容		void reserve(size_t n)		{			if(n > _capacity)			{				char* tmp = new char[n + 1];				strcpy(tmp, _str);				delete[] _str;				_str = tmp;				_capacity = n;			}		}		void resize(size_t n, char ch = '\0')		{			if(n <= _size)			{				_size = n;				_str[_size] = '\0';			}			else			{				if(n > _capacity)//一次性增容，避免频繁增容所带来的消耗				{					reserve(n);				}				for(size_t i = _size; i < n; i++)				{					_str[i] = ch;					}				_size = n;				_str[_size] = '\0';			}				}		void push_back(char ch)		{			/*if(_size >= _capacity)//扩容 { size_t newcapacity = _capacity == 0 ? 4 : _capacity * 2; reserve(newcapacity); } _str[_size] = ch; ++_size; _str[_size] = '\0';*/			//实现insert后直接复用			insert(_size, ch);		}		void append(const char* str)		{			/*size_t len = strlen(str); if(_size + len > _capacity)//扩容 { reserve(_size + len); } strcpy(_str + _size, str); _size += len;*/			//复用insert			insert(_size, str);		}		string& operator+=(char ch)		{			push_back(ch);//this->push_back(ch);			return *this;			}		string& operator+=(const char* str)		{			append(str);			return *this;			}		string& operator+=(const string& s)		{			*this += s._str;			return *this;		}		size_t size() const		{				return _size;		}		size_t capacity() const		{			return _capacity;			}		size_t find(char ch, size_t pos = 0)		{			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 char* p = strstr(_str + pos, sub);			if(p == nullptr)			{				return npos;				}			else			{				return p - _str;			}			return npos;		}		string& insert(size_t pos, char ch)		{			assert(pos <= _size);			if(_size == _capacity)			{				size_t newcapacity = _capacity == 0 ? 4 : _capacity * 2;				reserve(newcapacity);				}			/*int end = _size; while(end >= (int)pos) { _str[end + 1] = _str[end]; --end; }*/			size_t end = _size + 1;			while(end > pos)			{				_str[end] = _str[end - 1];				--end;				}			_str[pos] = ch;			++_size;			return *this;		}		string& insert(size_t pos, const char* str)		{			assert(pos <= _size);			size_t len = strlen(str);			if(len == 0)//空串直接返回			{				return *this;			}			if(len + _size > _capacity)			{				reserve(len + _size);			}			size_t end = _size + len; 			while(end >= pos + len)			{				_str[end] = str[end - len];					--end;			}			for(size_t i = 0; i < len; ++i)			{				_str[pos + i] = str[i];			}			_size += len;			return *this;		}		const char* c_str()		{			return _str;			}		string& erase(size_t pos, size_t len = npos)		{			assert(pos < _size);			//1、pos后删完			//2、pos后删一部分			if(len == npos || pos + len >= _size)			{				_str[pos] = '\0';				_size = pos;			}			else			{				strcpy(_str + pos, _str + pos + len);//这里直接调用strcpy即可				_size -= len;			}			return *this;		}		void print(const string& s)		{			for(size_t i = 0; i < s.size(); ++i)			{				//s[i] = 'x'//err				cout << s[i] << " ";			}			cout << endl;			string::const_iterator it = s.begin();			while(it != s.end())			{				cout << *it << " ";			}			cout << endl;		}		void clear()		{			_str[0] = '\0';			_size = 0;			}			private:		char* _str;		size_t _size;		size_t _capacity;//不包含最后做标识的\0		static const size_t npos;	};	static size_t string::npos = -1;	string operator+(const string& s1, char ch)	{		string ret = s1;		ret += ch;		return ret;  	}	string operator+(const string& s1, const char* str)	{		string ret = s1;		ret += str;		return ret;  	}	ostream& operator<<(ostream& out, const string& s)	{			for(size_t i = 0; i < s.size(); ++i)		{			out << s[i];		}		return out;	}	istream& operator>>(istream& in, string& s)	{			s.clear();		char ch;		//in >> ch;		ch = in.get();		while(ch != ' ' || ch != '\n')		{			s += ch;				//in >> ch;			ch = in.get();		}		return in;	}	istream& getline>>(string& s)	{		s.clear();		char ch;		ch = in.get();		while(ch != '\n')		{			s += ch;				ch = in.get();		}		return in;		}	bool operator>(const string& s1, const string& s2)	{		size_t i1 = 0, i2 = 0; 		//“abc" "aa" 		//"aa" "abc"		while(i1 < s1.size() && i2 < s2.size())		{			if(s1[i1] > s2[i2])			{				return true;				}				else if(s1[i1] < s2[i2])			{				return false;				}			else			{				++i1;				++i2;				}		}				//"abc" "abc" -> false		//"abcd" "abc" -> true		//"abc" "abcd" -> false		if(i1 == s1.size())		{			return false;			}		else		{			return true;			}	}	bool operator==(const string& s1, const strint& s2)	{		size_t i1 = 0, i2 = 0;		while(i1 < s1.size() && i2 < s2.size())		{			if(s1[i1] != s2[i2])			{				return false;				}			else			{				++i1;				++i2;				}		}			if(i1 == s1.size() && i2 == s2.size())		{			return true;		}		else		{			return false;			}	}	inline bool operator!=(const string& s1, const string& s2)	{		return !(s1 == s2);	}	inline bool operator>=(const string& s1, const string& s2)	{		return s1 > s2 || s1 == s2;	}	inline bool operator<(const string& s1, const string& s2)	{		return !(s1 >= s2) 	}	inline bool operator<=(const string& s1, const string& s2)	{		return !(s1 > s2) 	}		void test_string1()	{		string s1("hello");		s1.push_back(' ');		s1.append("world");		s1 += ' ';		s1 += "world";		string s2(s1);		s2.resize(3);		s2.resize(8, 'x');		s2.resize(20, 'x');	}	void test_string2()	{		//遍历打印		//1、		string s1("hello world");		for(size_t i = 0; i < s1.size(); ++i)		{			s1[i] += 1;//普通迭代器可读写			cout << s1[i] << " ";		}		cout << endl;		//2、		string::iterator it = s.begin();		while(if != s1.end())		{			*it -= 1;			cout << *it << endl;			++it;		}		cout << endl;		//3、		for(auto e : s1)		{			cout << e << " ";		}		cout << endl;			print(s1);	}	void test_string3()	{		string s1("hello world"):		s1.insert(5, 'x');		cout << s1.c_str() << endl;		string s2("helloworld");		s2.insert(5, "bit");		cout << s2.c_str() << endl;		s2.insert(0, "hello");		cout << s2.c_str() << endl; 		string s3("helloworld");		s3.erase(5, 3);		cout << s3.c_str() << endl;		s3.erase(5);		cout << s3.c_str() << endl;	}	void test_string4()	{		string s1("hello");		cin >> s1;		cout << s1 << endl;		cout << s1.c_str() << endl;		//以上两种cout的差别点		string s2("hello");		s2.resize(20);		s2[19] = 'x';		cout << s1 << endl;		cout << s1.c_str() << endl;				string s3;		cin >> s3;		cout << s3 << endl;	}	void test_string5()	{		//string s1;		//cin >> s1;		//cout << s1 << endl; 		getline(cin, s1);		cout << s1 << endl;	}}

string.cpp

#include"string.h"int main(){	try	{		bit::test_string1();			bit::test_string2();		bit::test_string3();			bit::test_string4();		bit::test_string5();	}	catch(exception& e)	{		cout << e.what() << endl;	 	}	return 0;}

说明

对于默认构造函数，我们之前说过写无参的不如写全缺省的，这里的缺省值可以给 “” 或 “\0”。_str 需要支持增删查改，所以得把原来的空间拷贝到新开的一块空间上进行操作，需要注意的是 _capacity 不包含 \0，也就是说 10 个字符需要有 11 个空间。

对于普通数组而言，越界读一般是检查不出来的，越界写是抽查，可能会检查出来，可能的意思是数组后面有一个标志位，如果修改了它就会报错，但不可能数组之后都是标志位，所以就可能就会出现往后越界一个位置会报错，往后越界二个位置不会报错的情况。这个在之前有说过，感兴趣的可以去测试下。 但是在 string 里无论是越界读还是越界写都会报错。

为什么到了 string，[ ] 就查的这么严 ？？？因为 [ ] 是一个函数调用，它对这里的参数进行了严格的检查。

当 _capacity 满了，push_back 直接扩二倍是可以的，但是 append 扩二倍不一定能满足，因为 append 尾插的是一个字符串。

对于 resize，string 里有两个版本，第一个版本如果没给值，它默认是用 \0 初始化，第二个版本是用指定字符初始化。其实第一个版本有点累赘了，这里我们直接把第二个版本的第二个参数设为缺省值为 \0 即可，其中我们在实现 resize 时又分为几种情况：

hello\0：_size = 5

1. n <= _size：_size = 3
2. n > _size && n < _capacity：_size = 8
3. n > _capacity：_size = 15

对于第 3 种，我们也有很多种方法实现，比如去循环复用 +=，当 n 远大于当前空间时效率就很低，可能只需要一步到位的代码，却需要频繁增容，如果你不知道 string 的底层你根本不知道要这样写。这也就是我们为什么要去模拟实现 string 的原因。

对于第 2、3 种，我们的循环里的结束条件不能为 i <= n，因为这里要分情况，如果没传 ch，这里写 i <= n 是没问题的，但是如果传的是 x，就不行了，需要在循环后面补 \0，所以干脆 i < n，再在循环后被 \0。

可以看到迭代器的实现并不难，其实相比 string 和 vector 的迭代器，list 的迭代器就要复杂许多了。string::iterator 就是告诉编译器 iterator 去全局去找是找不到的，要到 string 这个域里去找，迭代器它是一个内嵌类型，所以说它要指定类域。注意这里是一个左闭右开的区间，它是一个普通迭代器，支持读写。

可以看到我们也没实现范围 for，为什么它依然可以完成呢，其实范围 for 的原理就是被替换成迭代器，范围 for 的语法是说取 s1 里的每个数据，赋值给 e，然后它会自动走，自动判断结束。所谓的这些自动其实没这么神奇，就像模板好像很牛逼，写一个 swap，其它地方都可以用，其实是把一些工作交给编译器去做了。这里也是一样，你可以认为这里的 e 是定义的一个变量，然后把 *it 赋值给 e，所以对 e 的改变不会影响 s1，需要加上引用才行。所以范围 for 的原理就是被替换成迭代器。

当然空口无凭，这里我们把 begin 改成了 Begin，报错了，以上就能说明范围 for 会被原模原样的替换成迭代器，但是迭代器得跟着规范去走，得用 begin。

print 就会用到 const 迭代器，对于 const 对象还要去实现一个 const 版本的 operator[]，迭代器也要去实现 const 迭代器。注意对于普通对象和 const 对象，operator[] 和迭代器就必须实现两份，而像 size() 实现一份 const 版本就可以满足了。

注意这里实现的 insert 有问题，当 s1.insert(0, ‘x’) 时，当 end 减到 -1 时，本来应该结束了，但是它还会走，因为这里当无符号和有符号比较时，进行整型提升了，这里的 -1 会被提升为一个很大的正数。解决方法：

1. 将参数的 size_t pos 改成 int pos，但不符合设计的意义
2. 在 while 循环里比较时，将 pos 强转为 int
3. 将 end 的值改成 _size + 1，具体见详细代码

这里就非常考验 C语言的基本功了，如果你不知道这个提升机制，甚至你在调试的时候都会怀疑是编译器的 bug。

对于erase 的实现，它的第二个参数我们给的是一个缺省值 npos，它是无符号的 -1。

一般我们重载流提取、流插入都是全局的。在实现日期类时，我们也写过，那里需要使用到友元，但是流提取和流插入必须是友元这句话是不对的，日期类里的友元，是要突破封装访问日期类的年月日，这里不一定要去访问。比如流插入的 operator[] 是公有的，流提取提供的 += 是公有的。
对于上面的 operator<<，我们发现它并不能提取我们输入的字符。其实这里的 in 是拿不到换行符或空格的，C语言中的 scanf 也是这样的，对于 C语言它可以使用 getchar 来解决，这里我们可以看到 C++ 中 cin 对象里也有类似的接口 get。

其次 operator>> 里还有个问题，当对 s1 字符串继续 cin >> s1 时，新输入的字符串会补在原字符串的后面，所以这里我们还要提供一个 clear 接口，在 operator>> 的第一行 clear。

以上两种 cout 有无区别 ？？？

一般情况下没有啥区别，但在某种场景下有区别，这种场景很不容易被发现。这里对 s2 resize 后，它会变成 hello\0\0\0\0…x，此时第一个 cout 会全部输出，因为它是按 _size 走的；第二个 cout 不会输出，因为它遇到 \0 就终止。所以大部分情况我们都用第一种 cout，因为它有保障。

这里我们输入 hello world，但只获取到了 hello，这个原因是 cin 是以空格或换行结束的，它认为 hello 和 world 是给两个对象的，所以这里就实现了 getline>>。注意这里的实现和 operator>> 是一样的，不同的地方是 getline 遇到换行才结束。

对于 operator> 写成成员或全局都可以，我们这里根据库里来实现写成全局。注意这里比较的是 ASCII 码。这里比较有如下情况：

1. “abc”  “aa”
2. “aa”    “abc”
3. “abc”  “abc”
4. “abcd” “abc”
5. “abc”   “abcd"

当我们实现了 operator>、operator==，那么其它的就可以直接复用了，且实现为 inline，避免建立函数栈帧所带来的开销。

注意 operator+ 尽量少用，因为它内部需要两次深拷贝。

对于 find 我们这里只实现查找字符和查找字符串

补充

如下 s1 和 s2 对象的大小为什么是 28 字节


根据我们实现的 string 类，应该只有 12 字节，凭空多出的 16 字节是怎么来的 ？
这其实是 VS 下面的一个技术优化(也可以说是 PJ 版本自己考虑的)，调试发现除了 size、capacity、指针，还多了很多东西。


也就是说你的字符个数小于 16，它不会去堆上开空间，而是存储在 _Buf 数组里；如果字符个数大于等于 16，它就会存储在 _str 指向的堆上。这种方式的好处就是对于小空间不用去系统去申请了，减少内存碎片。

Linux 下 s1 和 s2 的大小

扩展阅读

面试中string的一种正确写法

STL的string类怎么啦？