当前位置：网站首页>理解string类

理解string类

2022-08-03 14:04:00 【Slow Just Fast】

C++ string类

文章目录


C++关于STL的学习，主要在STL专栏里讲解，这里只讲基础，作为过渡C++的学习过程！

1.为什么要学习string类

1.1string补C语言坑

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，因此设定了string类

请添加图片描述

string可以理解为：用来管理动态增长字符数组，这个字符串以’\0’结尾

C语言的str则有长度限制，不够需要扩容

#inlcude<string>
using namespace std;//或using std::string;

int main()
{
    
    string s1;//构造空对象
    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
    string s4=s2;//拷贝构造
    return 0;
}

补充：C语言检查越界是一个迷操作，随机事件。可能你越界了也查不出来，除非越界位置赋值。

2.编码表(不重要)

2.1ASCII编码表

ASCII编码：用二进制0 1表示字符

请添加图片描述

2.2Unicode编码表

Unicode（统一码、万国码、单一码）是计算机科学领域里的一项业界标准，包括字符集、编码方案等。Unicode 是为了解决传统的字符编码方案的局限而产生的，它为每种语言中的每个字符设定了统一并且唯一的二进制编码，以满足跨语言、跨平台进行文本转换、处理的要求

Unicode源于一个很简单的想法：将全世界所有的字符包含在一个集合里，计算机只要支持这一个字符集，就能显示所有的字符，再也不会有乱码了。**它从0开始，为每个符号指定一个编号，这叫做"码点"（code point）**比如，码点U+0639表示阿拉伯字母Ain，码点U+0041表示英语的大写字母A，码点U+4E25表示汉字严

我们说Unicode只是一个字符集，只规定字符的二进制代码编号，没规定字符是如何进行存储，所以这也造成了一些问题。比如：汉字严的 Unicode 是十六进制数4E25，转换成二进制数足足有15位（100111000100101），也就是说，这个符号的表示至少需要2个字节。表示其他更大的符号，可能需要3个字节或者4个字节，甚至更多。也就是说，这个符号至少需要2个字节来表示其它更大的符号，因为需要至少2个字节来表示更大的符号，这就导致了两个问题，第一个是如何区别该编码是Unicode还是ASCII，计算机怎么知道该字符是2个字节还是3个字节甚至更多。第二个问题是，众所周知，英文字母只需要一个字节来进行编码，但是如果用2个字节3个字节甚至更多字节来表示这就会造成相应倍数的存储空间的增加，造成了存储空间上的极大浪费所以最后也出现了Unicode的多种存储方式，也就是说有许多种不同的二进制格式来表示Unicode，随着互联网的普及，强烈要求出现一种统一的编码方式。UTF-8 就是在互联网上使用最广的一种 Unicode 的实现方式，同时也存在UTF-16以及UTF-32，以下我们会对其分别展开讲述。

  • UTF-8：UTF-8是一种变长的编码方法，字符长度从1个字节到4个字节不等。越是常用的字符，字节越短，最前面的128个字符，只使用1个字节表示，与ASCII码完全相同

  • UTF-16：UTF-16介于UTF-8和UTF-32之间，它同时结合了定长和边长两种编码方式的特点

  • UTF-32：UTF-32是最直观的编码方法，每个码点使用四个字节表示，字节内容一一对应码点。比如，码点0就用四个字节的0表示，码点597D就在前面加两个字节的0

请添加图片描述

2.3GBK编码

GBK全称《汉字内码扩展规范》（GBK即“国标”、“扩展”汉语拼音的第一个字母，英文名称：Chinese Internal Code Specification） ，中华人民共和国全国信息技术标准化技术委员会1995年12月1日制订，国家技术监督局标准化司、电子工业部科技与质量监督司1995年12月15日联合以技监标函1995 229号文件的形式，将它确定为技术规范指导性文件。2000年已被GB18030-2000《信息交换用汉字编码字符集 基本集的扩充》国家强制标准替代。 [2] 2005年GB18030-2005发布，替代了GB18030-2000

3.标准库中的string类

3.1string类在官方文档中的理解

请添加图片描述

  1. string对应utf-8编码—char是一字节
  2. u16string对应utf-16编码—char16_t是两字节
  3. u32string对应utf-32编码—char32_t是四个字节
  4. wstring对应gbk编码—wchar宽字符是两个字节(变向说明了一个中文字符占两个字节)
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.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

6.在使用string类时，必须包含#include<string>头文件以及using namespace std(string在std命名空间里，std::string);

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 string
  4. 不能操作多字节或者变长字符的序列

官方文档：字符串 - C++ 参考 (cplusplus.com)

string源码定义：
class string
{
    
    public:
    //这里使用引用是为了：为了支持值修改返回对象
    char& operator[](size_t pos)
    {
    
        return _str[pos];
    }
    const char& operator[](size_t pos) const
    {
    
        return _str[pos];
    }
    private:
    char* _str;
    size_t _size;
    size_t _capacity;
};

3.2string类常用接口

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)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
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
}

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)检测字符串释是否空串，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，设置阈值
resize(重点)将有效字符的个数改成n个，多出的空间用字符填充
// size/clear/resize
reserve：调整容量大小，多次reserve，比上次小就不调整，比它大就调整
resize：调整元素个数+初始化
clear：清零元素数据+不改变容量大小
    
void Teststring1()
{
    
 // 注意：string类对象支持直接用cin和cout进行输入和输出
 	string s("hello, world!!!");
 	cout << s.size() << endl;
 	cout << s.length() << endl;
 	cout << s.capacity() << endl;
	cout << s <<endl;
 
 // 将s中的字符串清空，注意清空时只是将size清0，不改变底层空间的大小
 	s.clear();
 	cout << s.size() << endl;
 	cout << s.capacity() << endl;
    
 // 将s中有效字符个数增加到10个，多出位置用'a'进行填充
 // “aaaaaaaaaa”
 	s.resize(10, 'a');
 	cout << s.size() << endl;
 	cout << s.capacity() << endl;
    
 // 将s中有效字符个数增加到15个，默认多出位置用缺省值'\0'进行填充
 // "aaaaaaaaaa\0\0\0\0\0"
 // 注意此时s中有效字符个数已经增加到15个
 	s.resize(15);
 	cout << s.size() << endl;
 	cout << s.capacity() << endl;
 	cout << s << endl;
    
 // 将s中有效字符个数缩小到5个
	s.resize(5);
 	cout << s.size() << endl;
 	cout << s.capacity() << endl;
 	cout << s << endl;
}


//================================================================================

void Teststring2()
{
    
 	string s;
 // 测试reserve是否会改变string中有效元素个数---不会，
 	s.reserve(100);
 	cout << s.size() << endl;
 	cout << s.capacity() << endl;
 // 测试reserve参数小于string的底层空间大小时，是否会将空间缩小---不会缩小空间，大才会增大空间
 	s.reserve(50);
	cout << s.size() << endl;
 	cout << s.capacity() << endl;
}


// 利用reserve提高插入数据的效率，避免增容带来的开销
//================================================================================

void TestPushBack()
{
    
 	string s;
    size_t sz = s.capacity();
 	cout << "making s grow:\n";
 	for (int i = 0; i < 100; ++i)
 	{
    
 		s.push_back('c');
 		if (sz != s.capacity())
 		{
    
 			sz = s.capacity();
 			cout << "capacity changed: " << sz << '\n';
 		}
 	}
}

void TestPushBackReserve()
{
    
 	string s;
 	s.reserve(100);
 	size_t sz = s.capacity();
 
 	cout << "making s grow:\n";
 	for (int i = 0; i < 100; ++i)
 	{
    
 		s.push_back('c');
 		if (sz != s.capacity())
 		{
    
 			sz = s.capacity();
 			cout << "capacity changed: " << sz << '\n';
 		}
 	}
}

补充注意：

  1. size()与length()方法底层实现原理完全相同，引入size()的原因是为了与其他容器的接口保持一致，一般情况下基本都是用size()
  2. clear()只是将string中有效字符清空，不改变底层空间大小
  3. resize(size_t n) 与 resize(size_t n, char c)都是将字符串中有效字符个数改变到n个，不同的是当字符个数增多时：resize(n)用’\0’来填充多出的元素空间，resize(size_t n, char c)用字符来填充多出的元素空间。注意：resize在改变元素个数时，如果是将元素个数增多，可能会改变底层容量的大小，如果是将元素个数减少，底层空间总大小不变
  4. reserve(size_t res_arg=0)：为string预留空间，不改变有效元素个数，当reserve的参数小于 string的底层空间总大小时，reserver不会改变容量大小

3.3string对象的访问与遍历操作(重点)

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+end正向迭代器：begin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 + rend反向迭代器：begin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

请添加图片描述

四种迭代器：正向、const正向、反向、const反向迭代器

请添加图片描述

正向迭代器(string::iterator it)：

请添加图片描述

反向迭代器(string::reverse_iterator rit)：

请添加图片描述

void Teststring()
{
    
 	string s1("hello wordl");
 	const string s2("Hello world");
 	cout<<s1<<" "<<s2<<endl;
 	cout<<s1[0]<<" "<<s2[0]<<endl;
 
 	s1[0] = 'H'; // s2[0] = 'h'; 代码编译失败，因为const类型对象不能修改
 	cout<<s1<<endl;
}

void Teststring()
{
    
 	string s("hello world");
 // 3种遍历方式：
 // 需要注意的以下三种方式除了遍历string对象，还可以遍历是修改string中的字符
 // 另外以下三种方式对于string而言，第一种使用最多
    
 // 1. for+operator[] 中括号+下标
 	for(size_t i = 0; i < s.size(); ++i)
        //s.operator[](i)
 	cout<<s[i]<<endl;
 
 // 2.迭代器
    string::iterator it = s.begin();
 	while(it != s.end())//end是结束位置的下一个位置
 	{
    
 		cout<<*it<<endl;
 		++it;
 	}
 	string::reverse_iterator rit = s.rbegin();
 	while(rit != s.rend())
 	cout<<*rit<<endl;
 
    补充：迭代器可以理解为：像指针一样的东西或者就是指针
    
    
 // 3.范围for
 for(auto ch : s)//ch自动取s的成员赋值给ch
		cout<<ch<<endl;
}

3.4string类对象的修改操作(重点)

函数名称功能说明
push_back在字符串后尾插字符
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语言格式字符串(比较的是地址)
**find + npos(重点) **从字符串pos位置开始往后找字符，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，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
void Teststring()
{
    
 	string str;
	str.push_back(' '); // 在str后插入空格
 	str.append("hello"); // 在str后追加一个字符"hello"
 	str += 'b'; // 在str后追加一个字符'b' 
 	str += "it"; // 在str后追加一个字符串"it"
 	cout<<str<<endl;
 	cout<<str.c_str()<<endl; // 以C语言的方式打印字符串
 
 // 获取file的后缀
 	string file ("string.cpp");
 	size_t pos = file.rfind('.');
 	string suffix(file.substr(pos, file.size()-pos));
 	cout << suffix << endl;
 
 // npos是string里面的一个静态成员变量
 // static const size_t npos = -1;
 
 // 取出url中的域名
 	string url("http://www.cplusplus.com/reference/string/string/find/");
 	cout << url << endl;
 	size_t start = url.find("://");
 	if (start == string::npos)
 	{
    
 		cout << "invalid url" << endl;
 		return;
 	}
 	start += 3;
 	size_t finish = url.find('/', start);
 	string address = url.substr(start, finish - start);
    cout << address << endl;
 
 // 删除url的协议前缀
 	pos = url.find("://");
 	url.erase(0, pos+3);
 	cout<<url<<endl;
}

//c_str比较
string a="hello world";
string b=a;
if (a.c_str()==b.c_str())
{
    
	cout<<"true"<<endl;
}
else 
    cout<<"false"<<endl;
结果为false，因为c_str比较的是a和b存字符串位置的地址，与a和b内容相同与否无关

特别注意：

  1. 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
  2. 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

3.5string类的非成员函数(扩展)

函数功能说明
operator+尽量少用，因为传值返回，导致深拷贝效率低
operator>> （重点）输入运算符重载
operator<< （重点）输出运算符重载
getline （重点）获取一行字符串
relational operators （重点）大小比较

请添加图片描述

string类的学习主要还是熟能生巧，多刷题多写代码就熟悉了！

4.string类的模拟实现

4.1经典string类问题—浅拷贝

// 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 = "")
 	{
    
 	// 构造String类对象时，如果传递nullptr指针，可以认为程序非
 		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 world!!!");
 	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

4.2浅拷贝与深拷贝的理解(重点)

  • 浅拷贝—按位拷贝对象

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，就发生了访问违规
请添加图片描述
请添加图片描述

  • 深拷贝—独立分配资源

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
请添加图片描述
请添加图片描述

4.3传统与现代string写法

1.传统string写法：

class String
{
    
public:
 	String(const char* str = "")
 	{
    
 	// 构造String类对象时，如果传递nullptr指针，可以认为程序非
 		if (nullptr == str)
 		{
    
 			assert(false);
 			return;
 		}
 		_str = new char[strlen(str) + 1];
 		strcpy(_str, str);
 	}
    
 	String(const String& s)
 		: _str(new char[strlen(s._str) + 1])
 	{
    
 		strcpy(_str, s._str);
 	}
    
 	String& operator=(const String& s)
 	{
    
 		if (this != &s)
 		{
    
 			char* pStr = new char[strlen(s._str) + 1];
 			strcpy(pStr, s._str);
 			delete[] _str;
 			_str = pStr;
 		}
 		return *this;
 	}
    ~String()
 	{
    
 		if (_str)
 		{
    
 			delete[] _str;
 			_str = nullptr;
 		}
 	}
    
private:
 		char* _str;
};

2.现代string写法：

class String
{
    
public:
 		String(const char* str = "")
 		{
    
 			if (nullptr == str)
 			{
    
 				assert(false);
 				return;
 			}
 			_str = new char[strlen(str) + 1];
 			strcpy(_str, str);
 		}
    
 		String(const String& s)
 			: _str(nullptr)
 		{
    
 			String strTmp(s._str);
 			swap(_str, strTmp._str);
 		}
 // 对比下和上面的赋值那个实现比较好？
 		String& operator=(String s)
 		{
    
 			swap(_str, s._str);
 			return *this;
 		}
 /* String& operator=(const String& s) { if(this != &s) { String strTmp(s); swap(_str, strTmp._str); } return *this; } */
 		~String()
 		{
    
 			if (_str)
 			{
    
 				delete[] _str;
 				_str = nullptr;
 			}
 		}
    
private:
 		char* _str;
};

4.4写时拷贝

请添加图片描述

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

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，说明该对象时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

参考：

C++ STL string的写时拷贝技术

C++的std::string的“读时也拷贝”技术

4.5string类的模拟实现

#define _CRT_SECURE_NO_WARNINGS

#include <iostream>
using namespace std;
#include <assert.h>

namespace bit
{
    
	class string
	{
    
	public:
		typedef char* iterator;
	public:
		string(const char* str = "")
		{
    
			_size = strlen(str);
			_capacity = _size;
			_str = new char[_capacity + 1];
			strcpy(_str, str);
		}

		string(const string& s)
			: _str(nullptr)
			, _size(0)
			, _capacity(0)
		{
    
			string tmp(s._str);
			this->swap(tmp);
		}

		string& operator=(string s)
		{
    
			this->swap(s);
			return *this;
		}

		~string()
		{
    
			if (_str)
			{
    
				delete[] _str;
				_str = nullptr;
			}
		}

		/
		// iterator
		iterator begin() 
		{
     
			return _str; 
		}

		iterator end() 
		{
     
			return _str + _size; 
		}

		/
		// modify
		void push_back(char c)
		{
    
			if (_size == _capacity)
				reserve(_capacity * 2);

			_str[_size++] = c;
			_str[_size] = '\0';
		}

		string& operator+=(char c)
		{
    
			push_back(c);
			return *this;
		}

		// 实现
		void append(const char* str);
		string& operator+=(const char* str);

		void clear()
		{
    
			_size = 0;
			_str[_size] = '\0';
		}

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

		const char* c_str()const
		{
    
			return _str;
		}

		/
		// capacity
		size_t size()const
		{
    
			return _size;
		}
		size_t capacity()const
		{
    
			return _capacity;
		}

		bool empty()const
		{
    
			return 0 == _size;
		}

		void resize(size_t newSize, char c = '\0')
		{
    
			if (newSize > _size)
			{
    
				// 如果newSize大于底层空间大小，则需要重新开辟空间
				if (newSize > _capacity)
				{
    
					reserve(newSize);
				}

				memset(_str + _size, c, newSize - _size);
			}

			_size = newSize;
			_str[newSize] = '\0';
		}

		void reserve(size_t newCapacity)
		{
    
			// 如果新容量大于旧容量，则开辟空间
			if (newCapacity > _capacity)
			{
    
				char* str = new char[newCapacity + 1];
				strcpy(str, _str);

				// 释放原来旧空间,然后使用新空间
				delete[] _str;
				_str = str;
				_capacity = newCapacity;
			}
		}

		
		// access
		char& operator[](size_t index)
		{
    
			assert(index < _size);
			return _str[index];
		}

		const char& operator[](size_t index)const
		{
    
			assert(index < _size);
			return _str[index];
		}

		
		// 作业
		bool operator<(const string& s);
		bool operator<=(const string& s);
		bool operator>(const string& s);
		bool operator>=(const string& s);
		bool operator==(const string& s);
		bool operator!=(const string& 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;
		// 返回子串s在string中第一次出现的位置
		size_t find(const char* s, size_t pos = 0) const;

		// 在pos位置上插入字符c/字符串str，并返回该字符的位置
		string& insert(size_t pos, char c);
		string& insert(size_t pos, const char* str);

		// 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);

	private:
		friend ostream& operator<<(ostream& _cout, const bit::string& s);
		friend istream& operator>>(istream& _cin, bit::string& s);
	private:
		char* _str;
		size_t _capacity;
		size_t _size;
	};

	ostream& operator<<(ostream& _cout, const bit::string& s)
	{
    
		// 不能使用这个, 因为string的字符串内部可能会包含\0
		// 直接cout时, 是将_str当成char*打印的，遇到内部的\0时后序内容就不打印了
		//cout << s._str;
		for (size_t i = 0; i < s.size(); ++i)
		{
    
			_cout << s[i];
		}
		return _cout;
	}
}

///对自定义的string类进行测试
void TestBitstring()
{
    
	bit::string s1("hello");
	s1.push_back(' ');
	s1.push_back('b');
	s1.push_back('i');
	s1 += 't';
	cout << s1 << endl;
	cout << s1.size() << endl;
	cout << s1.capacity() << endl;

	// 利用迭代器打印string中的元素
	bit::string::iterator it = s1.begin();
	while (it != s1.end())
	{
    
		cout << *it;
		++it;
	}
	cout << endl;

	// 这里可以看到一个类只要支持的基本的iterator，就支持范围for
	for (auto ch : s1)
		cout << ch;
	cout << endl;
}

5.扩展阅读

5.1扩展内容

C++面试中string类的一种正确写法 | 酷 壳 - CoolShell

( STL 的string类怎么啦？_haoel的博客-CSDN博客

原网站

版权声明
本文为[Slow Just Fast]所创，转载请带上原文链接，感谢
https://blog.csdn.net/qq_29678157/article/details/126127277

边栏推荐

猜你喜欢

随机推荐