【C++】：string类底层的模拟实现
目录
引言
点击跳转到文章：【string类的基本使用】
上一篇文章已经对string类进行了简单的介绍，大家只要能够正常使用即可。
这篇文章主要是对string类的一些重点接口函数进行模拟实现。本文依然采用多文件的方式，string.h放类的声明，string.cpp放成员函数的定义。
string.h
#pragma once
#include <iostream>
#include <assert.h>
#include <stdbool.h>
using namespace std;
//定义一个叫做bit的命名空间，隔离C++库里的string类
namespace bit
{
class string
{
public:
//typedef实现二次封装
//由于string类是连续的空间，所以可以定义为原生指针
typedef char* iterator;
//const迭代器，指针指向的内容不能修改
typedef const char* const_iterator;
//实现迭代器,一定要实现为begin 和end
//迭代器屏蔽了底层细节，提供了一种简单通用的访问容器的方式
iterator begin();
iterator end();
const_iterator begin()const;
const_iterator end()const;
// string();//无参构造
//有参与无参构造用全缺省进行合并,在声明处给缺省值
string(const char* str = "");//传参构造
//析构函数
~string();
//拷贝构造
string(const string& s);
//赋值运算重载(传统)
//string& operator=(const string& s);
//赋值运算重载(现代)
string& operator=(string tmp);
const char* c_str() const;
//用下标的方式遍历字符串
size_t size()const;
char& operator[](size_t pos);
const char& operator[](size_t pos)const;
//用于扩容，一般不缩容
void reserve(size_t n);
void push_back(char ch);//尾插一个字符
void append(const char* str);//尾插字符串
//用运算符重载实现尾插
string& operator+=(char ch);
string& operator+=(const char* str);
//在指定位置插入 字符或是字符串
void insert(size_t pos, char ch);
void insert(size_t pos, const char* str);
//在指定位置删除长度为len
void erase(size_t pos = 0, size_t len = npos);
//从pos位置开始找字符或是字符串
size_t find(char ch, size_t pos =0);
size_t find(const char* str, size_t pos = 0);
//交换函数
void swap(string& s);
//从pos位置找一个子串
string substr(size_t pos = 0, size_t len = npos);
//字符串的比较
bool operator<(const string& s)const;
bool operator>(const string& s)const;
bool operator<=(const string& s)const;
bool operator>=(const string& s)const;
bool operator==(const string& s)const;
bool operator!=(const string& s)const;
//把当前数据清除，但是不清空间
void clear();
private:
//这里的缺省值时给现代写法的构造函数的
char* _str = nullptr;
size_t _size = 0;//有效数据个数,指向最后一个有效数据的下一个位置\0
size_t _capacity = 0;//容量
//特例：静态成员变量只有无符号整形才可以在声明时给缺省值
//const static size_t npos = -1;//ok
//const static double d = 2.2;//err
const static size_t npos;
};
//流插入，流提取
//不适合写成成员函数，涉及第一个参数的位置问题
istream& operator>> (istream& is, string& str);
ostream& operator<< (ostream& os, const string& str);
}
1，构造函数
为了避免多次strlen的计算，并且符合声明的顺序，只把_size放在初始化列表，其余放在函数体中。
string::string(const char* str)
:_size(strlen(str))
{
//_str = nullptr;//err 防止对空指针的解引用
_str = new char[_size + 1];//多开一个是给\0的
_capacity = _size;
strcpy(_str, str);//把初始化内容拷贝进空间
}
2，析构函数
string::~string()
{
delete[] _str;//析构销毁资源
_str = nullptr;//置空
_size = _capacity = 0;//置0
}
3，取出字符串的地址
const char* string::c_str()const
{
return _str;//返回字符串的首地址，用于打印数据
}
4，计算有效数据个数
size_t string::size()const
{
return _size;
}
5，[ ]运算符重载
4.1 [ ]运算符重载有两种类型，可读可写的和可读的(const修饰)。
4.2 模拟[ ]运算符重载的几个问题：
(1) 引用返回的作用：一是减少拷贝，二是修改返回对象。
(2) 为什么可以用引用返回：_str[i]出了作用域还在，因为_str开辟在堆上，它返回的是堆上的一个字符的引用别名。
(3) 重载的底层也是用assert断言的，只要下标越界直接终止报错。
//_str是new出来的，出了这个函数不会销毁，可以用引用返回
char& string::operator[](size_t pos)
{
assert(pos < _size);//防止越界
return _str[pos];
}
const char& string::operator[](size_t pos)const
{
assert(pos < _size);//防止越界
return _str[pos];
}
6，简单迭代器
6.1 迭代器也有有两种类型，可读可写的和可读的(const修饰)。根据声明可知，这里的迭代器可以暂时简单的理解为类似指针的东西。
6.2 这里直接利用用原生指针进行实现的原因是：string类底层的物理结构的连续的。
6.3 为什么要用typedef，而不是直接用char*呢？
一是不同编译器底层实现迭代器的方式是不同的。
二是可以实现二次封装，屏蔽了底层的实现细节，统一了上层访问容器的方式(用begin和end)。
string::iterator string::begin()
{
return _str;
}
string::iterator string::end()
{
return _str + _size;
}
string::const_iterator string::begin()const
{
return _str;
}
string::const_iterator string::end()const
{
return _str + _size;
}
7，预开空间(扩容)
void string::reserve(size_t n)
{
if (n > _capacity)
{
//手动扩容，手动释放
char* tmp = new char[n + 1];//多开一个给\0
strcpy(tmp, _str);
delete[] _str;
_str = tmp;
_capacity = n;
}
}
8，尾插一个字符
8.1 先判断容量是否足够，再插入。
8.2 注意\0的处理。
//尾插一个字符
void string::push_back(char ch)
{
if (_size == _capacity)
{
//先计算容量，2倍增
size_t newcapacity = _capacity == 0 ? 4 : _capacity * 2;
//再扩容
reserve(newcapacity);
}
_str[_size] = ch;//覆盖\0的位置
_str[_size + 1] = '\0';//补上\0
++_size;
}
9，尾插一个字符串
9.1 先判断容量是否足够，再插入。
9.2 插入字符串时strcat 和strcpy均可以实现。但是strcat的底层需要遍历找到\0再进行拼接，最后自动补上\0，效率不高；所以推荐使用strcpy。
//尾插字符串
void string::append(const char* str)
{
size_t len = strlen(str);
if (_size + len > _capacity)
{
reserve(_size + len);
}
//strcat:从\0的位置开始追加，最后自动补上\0
//strcat(_str, str);
strcpy(_str + _size, str);
_size += len;
}
10，+=运算符重载
它的功能也是用来尾插字符或是字符串的，而且它比push_back和append使用的更广泛。
string& string::operator+=(char ch)
{
push_back(ch);
return *this;
}
string& string::operator+=(const char* str)
{
append(str);
return *this;
}
11，在pos位置插入字符/字符串
11.1 在pos位置插入字符
错误示范：
原因：当pos为0，即头插时，程序崩溃！因为end是无符号整形，减到0再减后会变成整形最大值(40多亿)，造成死循环。
猜想解决方法：
只把end的类型改为int，也不行。因为当一个操作符两边的操作数类型不一样时，会产生隐式类型转换，比如有符号与无符号，有符号会隐式转换成无符号类型。
void string::insert(size_t pos, char ch)
{
assert(pos <= _size);//避免下标越界
if (_size == _capacity)
{
size_t newcapacity = _capacity == 0 ? 4 : _capacity * 2;
reserve(newcapacity);
}
size_t end = _size;
while (end >= pos)
{
_str[end + 1] = _str[end];
--end;
}
_str[pos] = ch;
++_size;
}
解决方法1：
把end的类型改为int，end指向最后一位有效位的下一位，把pos也强转为int类型。
//在指定位置插入
void string::insert(size_t pos, char ch)
{
assert(pos <= _size);//避免下标越界
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;
}
_str[pos] = ch;
++_size;
}
解决方法2：
让end指向\0的下一位。
//在指定位置插入
void string::insert(size_t pos, char ch)
{
assert(pos <= _size);//避免下标越界
if (_size == _capacity)
{
size_t newcapacity = _capacity == 0 ? 4 : _capacity * 2;
reserve(newcapacity);
}
size_t end = _size + 1;
while (end > pos)
{
_str[end] = _str[end - 1];
--end;
}
_str[pos] = ch;
++_size;
}
11.2 尾插一个字符串
遇到的问题与上面的相同。
void string::insert(size_t pos, const char* str)
{
assert(pos <= _size);//避免下标越界
size_t len = strlen(str);
if (_size + len > _capacity)
{
reserve(_size + len);
}
//方式1
/*int end = _size;
while (end >= (int)pos)
{
_str[end + len] = _str[end];
end--;
}*/
//方式2
size_t end = _size + len;
while (end > pos+len-1)
{
_str[end] = _str[end - 1];
end--;
}
memcpy(_str + pos, str, len);
_size += len;
}
12，从pos位置开始删除长度为len的字符串
注意：
1.此处在声明中两个形参的缺省值，size_t pos = 0， size_t len = npos。
npos是const类型的静态成员变量，npos = -1，表示无符号整形的最大值(40多亿)。
2.声明和定义分离时，静态成员变量的初始化。当是const修饰的size_t类型的静态变量时，是可以在声明时给缺省值的！这是个特例！ 但是一般不这样，声明和定义分离时，只要在.cpp中初始化即可。
void string::erase(size_t pos, size_t len )
{
assert(pos < _size);
//当len大于前面的字符个数时，有多少删多少
if (pos+len >= _size)
{
_str[pos] = '\0';
_size = pos;
}
else
{
strcpy(_str + pos, _str + pos + len);
_size -= len;
}
}
13，从pos位置开始查找字符/字符串
13.1 查找字符
size_t string::find(char ch, size_t pos)
{
for (size_t i = pos; i < _size; i++)
{
if (_str[i] == ch)
{
return i;
}
}
return npos;
}
13.2 查找字符串
size_t string::find(const char* str, size_t pos)
{
//strstr：str存在时返回所在位置的指针
const char* p = strstr(_str + pos, str);
return p - _str;
}
14，拷贝构造(传统)
当我们不显示实现深拷贝时，使用编译器默认的浅拷贝有两个危害：
14.1 s1和s2指向同一块空间，出了作用域时调用两次析构函数，造成程序崩溃。
14.2 修改一个，另外一个也会修改。
//要用深拷贝进行拷贝构造
//s2(s1);把s1拷贝给s2,*this是s2,s是s1的别名
string::string(const string& s)
{
//开一个和要拷贝的一样大小的空间
_str = new char[s._capacity + 1];
strcpy(_str, s._str);//把数据拷贝进新空间
_size = s._size;
_capacity = s._capacity;
}
15，=赋值拷贝(传统)
开新空间，拷贝数据，释放原空间，改变指针指向。
//s1 = s3;//s1是*this,s是s3的别名
string& string::operator=(const string& s)
{
//避免自己给自己赋值
if (this != &s)
{
//多开一个空间给\0
char* tmp = new char[s._capacity + 1];
strcpy(tmp, s._str);
delete[] _str;
_str = tmp;
_size = s._size;
_capacity = s._capacity;
return *this;
}
}
16，交换函数swap
//s1.swap(s3)
void string::swap(string& s)
{
//调用库中的swap函数，交换内置类型
//不直接交换数据，而是交换两块空间的指针
std::swap(_str, s._str);
std::swap(_size, s._size);
std::swap(_capacity, s._capacity);
}
17，从pos位置开始取len个字符的串
复用了前面的构造函数和+=运算符。
string string::substr(size_t pos, size_t len)
{
//len大于pos后面剩余的字符，有多少取多少
if (len > _size - pos)
{
string sub(_str + pos);//直接构造子串返回
return sub;
}
else
{
string sub;
sub.reserve(len);
for (size_t i = 0; i < len; i++)
{
sub += _str[pos + i];
}
return sub;
}
}
18. 字符串的比较
只要实现>运算符(或<运算符)和==运算符，其他运算符直接复用即可。
bool string::operator<(const string& s)const
{
return strcmp(_str, s._str) < 0;
}
bool string::operator>(const string& s)const
{
return !(*this <= s);
}
bool string::operator<=(const string& s)const
{
return *this < s || *this == s;
}
bool string::operator>=(const string& s)const
{
return !(*this < s);
}
bool string::operator==(const string& s)const
{
return strcmp(_str, s._str) == 0;
}
bool string::operator!=(const string& s)const
{
return !(*this == s);
}
19，清除函数clear
清除当前对象里的内容，影响的是_size，不影响_capacity。
void string::clear()
{
_str[0] = '\0';
_size = 0;
}
20，流插入，流提取
(1) 不适合写成成员函数，涉及第一个参数的位置问题。
(2) 根据声明可知，这两个函数并没有重载成友元函数，而是放在类外。
(3) 在日期类中写成友元是为了访问私有成员，这里可以不写成友元函数，不访问私有成员，直接访问公有成员。
20.1 流插入
ostream& operator<< (ostream& os, const string& str)
{
for (size_t i = 0; i < str.size(); i++)
{
os << str[i];
}
return os;
}
20.2 流提取
注意：
(1) C语言中的scanf：%c时可以拿到空格，拿不到换行，遇到换行直接忽略； %s时两个都拿不到，遇到直接忽略。
C++中的cin:拿不到空格和换行，遇到直接忽略。
在C++中不能用scanf，因为C++的流和C语言的流缓冲区不同。
(2) 为了避免一次性输入够多导致频繁扩容，开辟一个局部数组buff(类似缓冲区)，先把字符存在buff中，到达一定数量后再存入str。
istream& operator>> (istream& is, string& str)
{
str.clear();
char buff[128];
int i = 0;
char ch = is.get();
while (ch != ' ' && ch != '\n')
{
buff[i++] = ch;
//0 - 126
if (i == 127)
{
buff[i] = '\0';
str += buff;
i = 0;
}
ch = is.get();
}
//如果buff没有装满
if (i != 0)
{
buff[i] = '\0';
str += buff;
}
return is;
}
21，拷贝构造和赋值拷贝的现代写法(重点)
21.1 拷贝构造
复用构造函数，构造一个tmp，再用tmp对象和this交换。此时如果不在声明时给缺省值，刚开始s2是随机值，tmp和s2交换后，tmp就是随机值，tmp出了函数会调用析构函数，此时程序可能会崩溃，所以好给缺省值。
string::string(const string& s)
{
//写法1：常用
string tmp(s._str);
swap(tmp);
//写法2：
//string tmp(s._str);
//std::swap(_str, tmp._str);
//std::swap(_size, tmp._size);
//std::swap(_capacity, tmp._capacity);
}
21.2 赋值拷贝
写法1：
string& string::operator=(const string& s)
{
//避免自己给自己赋值
if (this != &s)
{
string tmp(s._str);
swap(tmp);
}
return *this;
}
写法2：常用
这里使用传值传参：
(1) 传值传参会进行拷贝构造，s1会拷贝一份给临时变量tmp，tmp里的东西就是s3想要的，再让tmp与s3交换；
(2) 当tmp 的生命周期结束时，刚好又会调用析构函数，把原来s3中的东西清理掉。
//s3 = s1
//这里的传参不能用引用，
string& string::operator=(string tmp)
{
swap(tmp);//一行搞定赋值拷贝
return *this;
}