当前位置：首页 > news >正文

【C++】——string类的模拟实现

news 来源：原创 2024/9/19 9:45:24

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);
//.cppvoid 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;}elsereturn 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lenif (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 onevalue_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。