目录
一、string模拟实现
1.1构造析构
1.2迭代器
1.3修改
1.4查找
1.5substr 深浅拷贝的区别
1.6比较函数与流插入流提取
二、string类的拷贝
2.1浅拷贝与深拷贝
2.2传统版与现代版区别
2.3写时拷贝(了解)
三、vs和g++下string结构的说明
3.1vs下的string结构
3.2g++下的string结构
一、string模拟实现
想要模拟实现自己的string类,主要的是构造、拷贝构造、迭代器、修改、查找等功能。
实现一个简单的string 不考虑模板等一些复杂的优化结构
namespace xc
{
class string
{
public:
private:
char* _str;
size_t _size;
size_t _capacity;
};
}
1.1构造析构
简单的构造函数:
class string
{
public:
string()
:_str(nullptr)
,_size(0)
,_capacity(0)
{}
string(const char*str)
{
_size = strlen(str);
_capacity = _size;//定义的容量就是有效数据个数 new的话需要考虑 \0
_str = new char[_capacity + 1];
strcpy(_str, str);
}
const char* c_str()//暂时没有写流提取,流插入所以转换为 _str打印
{
return _str;
}
private:
char* _str;
size_t _size;
size_t _capacity;
};
程序崩溃,无法打印,原因是 string的无参构造 _str 初始化为 nullptr,转换为字符串打印时候会解引用知道遇到\0终止 但是这里对空指针进行了解引用 所以程序崩溃
优化合并一下:
class string
{
public:
/*string()
:_str(new char[1]{""})
,_size(0)
,_capacity(0)
{}*/
string(const char*str="")
{
_size = strlen(str);
_capacity = _size;//定义的容量就是有效数据个数 new的话需要考虑 \0
_str = new char[_capacity + 1];
strcpy(_str, str);
}
~string()
{
delete[]_str;
_str = nullptr;
_size = _capacity = 0;
}
const char* c_str()//暂时没有写流提取,流插入所以转换为 _str打印
{
return _str;
}
private:
char* _str;
size_t _size;
size_t _capacity;
};
一些频繁调用的短小函数可以直接在类里面定义实现 默认为 内联inline
const char* c_str()const //暂时没有写流提取,流插入所以转换为 _str打印
{
return _str;
}
size_t size()const
{
return _size;
}
size_t capacity()const
{
return _capacity;
}
char& operator[](size_t pos)
{
assert(pos < _size);
return _str[pos];
}
const char& operator[](size_t pos)const
{
assert(pos < _size);
return _str[pos];
}
1.2迭代器
实现基本的迭代器(正向迭代器和const正向迭代器)功能以支持 范围for,迭代器遍历
public:
typedef char* iterator;
typedef 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;
}
1.3修改
声明定义分离的模式,可能涉及扩容可以先处理一个 reserve 函数
//.h
void reserve(size_t n);
void push_back(char ch);
void append(const char*str);
string& operator+=(char ch);
string& operator+=(const char*str);
//.cpp
void string::reserve(size_t n)
{
if (n > _capacity)
{
char* tmp = new char[n + 1];
strcpy(tmp, _str);//拷贝内容
delete[]_str;
_str = tmp;//交换指针
_capacity = n;
}
}
void string::push_back(char ch)
{
if (_capacity == _size)
{
reserve(_capacity == 0 ? 4 : _capacity * 2);
}
_str[_size++] = ch;
}
string& string::operator+=(char ch)
{
push_back(ch);
return *this;
}
显然是因为没有\0终止符才出现了乱码
void string::push_back(char ch)
{
if (_capacity == _size)
{
reserve(_capacity == 0 ? 4 : _capacity * 2);
}
_str[_size++] = ch;
_str[_size] = '\0';
}
接下来实现字符串的插入
void string::append(const char* str)//加的字符串可能需要扩容 需要if判断
{
size_t len = strlen(str);
if (_size + len > _capacity)
{
//大于2倍 就需要多少开多少 少于2倍就开2倍空间
reserve(_size + len > 2 * _capacity ? _size + len : 2 * _capacity);
}
strcpy(_str + _size, str); //第一个参数为\0地址
_size += len;
}
string& string::operator+=(const char* str)
{
append(str);
return *this;
}
指定位置的插入删除
void insert(size_t pos, char ch);
void insert(size_t pos, const char*str);
void erase(size_t pos, size_t len=npos);
private:
char* _str;
size_t _size;
size_t _capacity;
static const size_t npos;
增加了一个新成员变量 npos 该静态成员变量需要声明定义分离
void string::insert(size_t pos, char ch)
{
assert(pos <= _size);
if (_capacity == _size)
{
reserve(_capacity == 0 ? 4 : _capacity * 2);
}
移动数据 需要单独处理\0
//for (int i = _size-1; i >=(int)pos; i--)
//{
// _str[i+1] = _str[i];
//}
//_str[pos] = ch;
//_str[++_size] = '\0';
//直接将 \0 也视为字符 移动开来
for (int i = _size; i >= pos; i--)
{
_str[i + 1] = _str[i];
}
_str[pos] = ch;
++_size;
}
程序崩溃?
可以看到 i 小于0仍然进入循环,补充当 两个数据类型不同进行比较等操作时 范围小的会向范围大的进行整形提升 在这里 i 变为了无符号整数 解决办法 将 pos进行强制转换为 int 即可
void string::insert(size_t pos, char ch)
{
assert(pos <= _size);
if (_capacity == _size)
{
reserve(_capacity == 0 ? 4 : _capacity * 2);
}
直接将 \0 也视为字符 移动开来
//for (int i = _size; i >=(int)pos; i--)
//{
// _str[i + 1] = _str[i];
//}
//_str[pos] = ch;
//++_size;
for (int i = _size + 1; i > pos; i--)
{
_str[i] = _str[i - 1];
}
_str[pos] = ch;
++_size;
}
//可以对比插入一个字符的逻辑 只是 len值为1的特殊情况 画图理解 临界条件
void string::insert(size_t pos, const char* str)
{
assert(pos <= _size);
size_t len = strlen(str);
if (_size + len > _capacity)
{
reserve(_size + len > 2 * _capacity ? _size + len : 2 * _capacity);
}
for (int i = _size + len; i > len+pos-1; i--)
{
_str[i] = _str[i - len];
}
for (int i = 0; i < len; i++)
{
_str[pos + i] = str[i];
}
_size += len;
}
void string::erase(size_t pos, size_t len)
{
assert(pos < _size);//pos等于 _size 那么会删掉\0
//判断 len大于剩余的所有 就直接修改 \0的位置
if (len >= _size - pos)
{
_str[pos] = '\0';
_size = pos;
}
else
{
for (int i = pos + len; i <= _size; i++)
{
_str[i - len] = _str[i];
}
_size -= len;
}
}
Tip:插入多个数据可以类比插入一个数据的逻辑关系 特殊到一般的思想转换,最重要的是不能凭自己的感觉思考,认真画图分析
1.4查找
size_t string::find(char ch, size_t pos)
{
for (int i = pos; i <_size; i++)
{
if (_str[i] == ch)
return i;
}
}
size_t string::find(const char* str, size_t pos)
{
assert(pos < _size);
const char* ptr=strstr(_str + pos, str);
if (ptr == nullptr)
{
return npos;
}
else
return ptr - _str;//指针相减得到下标
}
1.5substr 深浅拷贝的区别
string string::substr(size_t pos, size_t len)
{
assert(pos < _size);
//判断 len大于剩余元素 更新一下len
if (len > _size - pos)
{
len = _size - pos;
}
string sub;
sub.reserve(len);
for (int i = 0; i < len; i++)
{
sub += _str[pos + i];
}
return sub;
}
如果编译器优化激烈一点或者 release版本将直接 修改 suffix 省去拷贝构造
因为没有显示实现拷贝构造,编译器的拷贝构造是浅拷贝
实现一下拷贝构造和赋值重载
//s2(s1)
string(const string& s)
{
_str = new char[s._capacity + 1];
strcpy(_str, s._str);
_capacity = s._capacity;
_size = s._size;
}
//s2=s1
//s1=s1
string& operator=(const string& s)
{
if (this != &s)
{
delete[]_str;
_str = new char[s._capacity + 1];
strcpy(_str, s._str);
_capacity = s._capacity;
_size = s._size;
}
return *this;
}
1.6比较函数与流插入流提取
比较逻辑
.h
......
private:
char* _str;
size_t _size;
size_t _capacity;
static const size_t npos;
};
//定义在类外
bool operator<(const string& s1, const string& s2);
bool operator<=(const string& s1, const string& s2);
bool operator>(const string& s1, const string& s2);
bool operator>=(const string& s1, const string& s2);
bool operator==(const string& s1, const string& s2);
bool operator!=(const string& s1, const string& s2);
.cpp
//利用 strcmp 函数比较
bool operator<(const string& s1, const string& s2)
{
return strcmp(s1.c_str(), s2.c_str())<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 strcmp(s1.c_str(), s2.c_str()) == 0;
}
bool operator!=(const string& s1, const string& s2)
{
return !(s1 == s2);
}
流插入与流提取
ostream& operator<<(ostream& out, const string& s)
{
for (auto ch : s)
{
out << ch;
}
return out;
}
istream& operator>>(istream& in, string& s)
{
char ch;
ch = in.get();
while (ch != ' ' && ch != '\n')
{
s += ch;
ch = in.get();
}
}
Tip:如果是 in>>ch 的话有分隔符的概念 不能提取到空格
注意到 += 存在扩容概念 难道一次一个 += 吗? 优化一下
istream& operator>>(istream& in, string& s)
{
s.clear();
const int N = 256;
//创一个字符数组 以数组为整体单元进行+= 提高扩容效率
char buff[N];
int i = 0;
char ch = in.get();
while (ch != ' ' && ch != '\n')
{
buff[i++] = ch;
if (i == N - 1)
{
buff[i] = '\0';
s += buff;
i = 0;
}
}
//提前结束了 buff里面还有字符
if (i > 0)
{
buff[i] = '\0';
s += buff;
}
}
二、string类的拷贝
2.1浅拷贝与深拷贝
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。
在这里即一个一个字节的拷贝,动态申请资源时候如果浅拷贝会指向同一块资源,会有着程序崩溃的问题
同一块空间析构了两次 程序崩溃
深拷贝即调用拷贝构造,编译器生成的拷贝构造是浅拷贝,需要我们自己显示实现拷贝构造来进行深拷贝
//s2(s1)
string(const string& s)
{
_str = new char[s._capacity + 1];
strcpy(_str, s._str);
_capacity = s._capacity;
_size = s._size;
}
//s2=s1
//s1=s1
string& operator=(const string& s)
{
if (this != &s)
{
delete[]_str;
_str = new char[s._capacity + 1];
strcpy(_str, s._str);
_capacity = s._capacity;
_size = s._size;
}
return *this;
}
2.2传统版与现代版区别
库里的string拷贝构造赋值重载如何实现的呢? 可以直接交换成员变量 但是需要初始化成员变量
void swap(string& s)
{
std::swap(_str, s._str);
std::swap(_capacity, s._capacity);
std::swap(_size, s._size);
}
string(const string& s)
{
string tmp(s.c_str());
swap(tmp);
}
......
private:
char* _str=nullptr;
size_t _size=0;
size_t _capacity=0;
static const size_t npos;
};//需要初始化一下 否则随机值交给tmp存在潜在风险
这里的巧妙点在于 tmp 出了作用域会自己调析构函数此时不需要手动析构s2 借用了编译器的作用规则,局部变量出了作用域自动销毁 这也是为什么需要初始化局部变量,因为销毁随机值存在风险
赋值重载:
//s2=s1
//s1=s1
/* string& operator=(const string& s)
{
if (this != &s)
{
delete[]_str;
_str = new char[s._capacity + 1];
strcpy(_str, s._str);
_capacity = s._capacity;
_size = s._size;
}
return *this;
}*/
string& operator=(const string& s)
{
if (this != &s)
{
string tmp(s.c_str());
swap(tmp);
}
return *this;
}
对比一下传统版的赋值重载, 可以看到现代版不需要手动 delete 了 利用编译器自动销毁了
可以看到与拷贝构造相比 tmp 并没有存在的必要性,并不需要保留 s1的数据 优化一下
/*string& operator=(const string &s)
{
if (this != &s)
{
string tmp(s.c_str());
swap(tmp);
}
return *this;
}*/
//最终版 s1=s3
string& operator=(string tmp)
{
swap(tmp);
return *this;
}
为什么算法库有swap 我们仍需要手动实现一个成员函数 swap呢?
算法库里的自定义类型会进行多次拷贝构造(深拷贝),效率低
事实上 库里面已经实例化了一个模板swap函数
所以最终还是会调用成员函数提高效率
2.3写时拷贝(了解)
析构两次的另外一种解决方法——写时拷贝(引用计数法)
引用计数代表有几个对象指向同一块资源
当计数为0时候才执行析构函数,如果要修改拷贝的对象,那么还是需要进行深拷贝!
不同编译器底层采取的方案是不同的
可以看到 gcc 采用了引用计数写时拷贝
三、vs和g++下string结构的说明
注意:下述结构是在32位平台下进行验证,32位平台下指针占4个字节。
3.1vs下的string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;
这种设计也是有一定道理的,大多数情况下字符串的长度都小于16,那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。
其次: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
最后: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。
3.2g++下的string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(32位)/ 8字节(64位),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struct _Rep_base { size_type _M_length; size_type _M_capacity; _Atomic_word _M_refcount; };
● 指向堆空间的指针,用来存储字符串。