string类的模拟实现
文章目录
前言
在现代编程中，字符串处理是每个程序员都会遇到的基本任务。C++标准库提供了强大的std::string类，但了解其背后的原理对于深入理解语言特性至关重要。本文将介绍如何从零开始实现一个简单的String类，这不仅能够帮助我们更好地理解C++，还能够提升我们解决问题的能力。
1. 类的框架设计
首先需要确定成员变量有哪些，结合"先描述，再组织"的方针，要对String类进行描述，那么就必须先确定成员变量，下一步才有资格谈论功能实现（函数声明与定义）。这里我们需要实现的string本质上是一个可实现自动扩容的字符数组！所以成员变量采用char*声明的字符数组+字符串长度大小+字符数组容量，通过字符数组实现存储，字符串长度和字符数组容量共同作为控制扩容逻辑的参考值。
当然，在确定成员变量后接着就需要定夺功能实现了，首先必须要有的是构造、析构函数，拷贝构造、重载复制运算符函数（这两者拷贝函数有时需要显式delete避免调用），特定的运算符重载，基本功能函数等。直接一次性声明出所有的类内成员变量与函数是不现实的，很难免会出现遗漏功能或逻辑不自洽。所以一般都是一边完善类的声明，一边实现函数定义，下面我便于后续描述直接给出了本文涉及的所有函数功能声明。
（注：仅挑选实现了std::string类中部分高使用率的函数）
cpp
class String
{
public:
// 基础构造函数
String(const char* str = "");
// 拷贝构造函数
String(const String& s);
// 赋值运算符函数
String& operator=(const String& s);
// 析构函数
~String();
// 重载运算符
friend std::ostream& operator<<(std::ostream& out, const String& s);
friend std::istream& operator>>(std::istream& in, const String& s);
bool operator==(const String& s);
char operator[](size_t index)const;
char& operator[](size_t index);
String operator+(const String& s)const;
String operator+(const char c)const;
String operator+(const char* str)const;
String& operator+=(const String& s);
String& operator+=(const char c);
String& operator+=(const char* str);
// 成员函数
size_t size()const;
size_t capacity()const;
const char* c_str()const;
void reserve(size_t n);
void resize(size_t n, char c = '\0');
void push_back(const char c);
void append(const char* str);
void insert(size_t pos, const char c, size_t n = 1);
void insert(size_t pos, const char* str);
void erase(size_t pos, size_t n = npos);
void swap(String& s);
size_t find(const String& s, size_t pos = 0)const;
size_t find(const char* str, size_t pos = 0)const;
size_t find(const char c, size_t pos = 0, size_t n = 0)const;
String substr(size_t pos = 0, size_t len = npos)const;
// （仿）迭代器
typedef char* iterator;
typedef const char* const_iterator;
iterator begin();
iterator end();
const_iterator cbegin();
const_iterator cend();
private:
char* m_str;
size_t m_size;
size_t m_capacity;
private:
static const int npos;
};在实现具体函数功能前需要声明：
任何类内非静态函数，其参数列表第一个参数永远是类自身的self指针！（例如这里实现String类，即为：String* self）
这是后面函数实现中有时显式无参却能操作类内对象、仅有一个参数却能实现两对象之间的对比亦或其他操作的理论基础！
2. 构造函数与析构函数
cpp
String::String(const char* str):m_size(strlen(str)) // 注意缺省参数在声明和定义处仅出现一次
{
m_capacity = m_size;
m_str = new char[m_capacity + 1]; // 多一个字节存放'\0'
strcpy(m_str, str);
}
String::~String()
{
delete[] m_str;
m_str = nullptr;
m_size = m_capacity = 0;
}注意这里的构造函数使用了全缺省参数实现，通过这种方法可实现通过一个函数兼任无参构造与单参数构造函数。定义内容上，在String类实例化对象时实现堆区创建指针数组，以便后续对其扩容。
注意：函数参数使用缺省值实现时，缺省值定义的出现在声明和定义中仅能出现一次！
析构函数中需要注意delete的对象是数组，所以需要相应使用delete[] 数组名的方式对数组申请的堆区空间进行释放。
3. 拷贝构造与重载赋值运算符函数
cpp
String::String(const String& s)
{
m_size = s.m_size;
m_capacity = s.m_capacity;
m_str = new char[m_capacity + 1];
strcpy(m_str, s.m_str);
}
String& String::operator=(const String& s)
{
char* tmp = new char[s.m_capacity];
strcpy(tmp, s.m_str);
delete[] this->m_str;
this->m_str = tmp;
this->m_size = s.m_size;
this->m_capacity = s.m_capacity;
return *this;
}实现类的拷贝功能类型函数时，特别需要注意深浅拷贝的问题，很好的辨别方法是观察成员变量是否有是在堆区创建的，如果有，一般都需要避免浅拷贝的问题。在复制给新对象时，需要对该成员变量在堆区新开辟空间，接着才能进行堆空间之间内容的值拷贝。
对于拷贝赋值运算符而言，返回值一般以
self&形式存在，很大一部分原因在于通过这种方法可以实现链式调用，例如：
cppString s1("haha"); String s2; String s3; s3 = s2 = s1;由于赋值运算符的运算逻辑是自右向左的，所以仅需一条语句就可将s1的值拷贝给s2、s3对象。
4. 运算符重载
- 流插入运算符和流提取运算符
cpp
std::ostream& operator<<(std::ostream& out, const String& s)
{
out << s.m_str;
return out;
}
std::istream& operator>>(std::istream& in, String& s)
{
char ch;
ch = in.get();
int i = 0;
char buff[128]{ 0 };
while (ch != '\n' && ch != ' ')
{
buff[i++] = ch;
if (i == 127)
{
buff[i] = '\0';
s += buff;
i = 0;
}
ch = in.get();
}
if (i != 127)
{
buff[i] = '\0';
s += buff;
}
return in;
}当我们使用流提取（<<）时，由于不会导致String对象的成员变量（字符数组）内数组大小发生改变，并不会发生扩容，所以可以采用简单的直接提取字符数组进行输出（out << s.m_str）
然而使用流插入（>>）时， 很难免传入的新字符串大小超过原字符数组的容量承载极限，有可能导致扩容，所以我们需要对插入的数据进行分批从缓冲区获取，分批插入字符数组，如此一来当我们调用插入之类的函数时就可以一边插入一边扩容，这里采用了 += 运算符实现插入操作，当然也可以使用 insert 、push_back之类的函数实现。当然，后面我们会给出这类插入函数的实现。
- 双等号运算符
cpp
bool String::operator==(const String& s)
{
return strcmp(m_str, s.m_str) == 0;
}这里采用了C语言库中的strcmp函数，通过对两个String对象的字符数组进行对比判断两对象是否等价。
- 下标运算符
cpp
char String::operator[](size_t index)const
{
assert(index < m_size);
return m_str[index];
}
char& String::operator[](size_t index)
{
assert(index < m_size);
return m_str[index];
}提供了重载实现：
- 如果const String对象调用[]运算符，那么返回的 char 类型不会因其改变影响对象内的字符数组内值的变化。
- 如果String对象（non_const）调用时，返回指定下标位置的引用，外部对其进行修改时可以引起字符数组内指定位置值同步发生改变。
- 加号运算符
cpp
String String::operator+(const String& s)const
{
String tmp;
size_t capacity_sum = capacity() + s.capacity();
tmp.reserve(capacity_sum); // 开空间
// 字符串拷贝
strcpy(tmp.m_str, m_str);
strcat(tmp.m_str, s.m_str);
tmp.m_size = size() + s.size();
return tmp;
}
String String::operator+(const char c)const
{
String tmp; // 初始化和定义
tmp.reserve(capacity() + 1);
size_t size = this->size();
// 赋值
strcpy(tmp.m_str, m_str);
tmp.m_str[size] = c;
tmp.m_str[size + 1] = '\0';
tmp.m_size = size + 1;
return tmp;
}
String String::operator+(const char* str)const
{
assert(str);
String tmp;
size_t size_1 = size();
size_t size_2 = strlen(str);
tmp.reserve(size_1 + size_2 + 1);
// 赋值
strcpy(tmp.m_str, c_str());
strcat(tmp.m_str, str);
return tmp;
}可以看到重载了三种加号运算符，分别实现了追加String对象、char字符、char*类型字符串，从内部实现来看，无一不是调用reserve()函数实现扩容，具体的reserve()函数定义将会在后面给出。不过可以确定的是，+运算符也属于插入类型的运算符函数，不可避免的存在扩容的问题，所以模型都属于扩容+赋值。
- 加等运算符
cpp
String& String::operator+=(const String& s)
{
this->append(s.m_str);
return *this;
}
String& String::operator+=(const char c)
{
this->push_back(c);
return *this;
}
String& String::operator+=(const char* str)
{
this->append(str);
return *this;
}由于operator+=的功能和append()函数基本相同，所以采用代码复用的方式实现，后面给出 append() 函数的具体实现。
5. 成员函数
size和capacity
cpp
size_t String::size()const
{
return m_size;
}
size_t String::capacity()const
{
return m_capacity;
}出于对数据的保护，使用接口对外提供访问。
c_str
cpp
const char* String::c_str()const
{
return m_str;
}便于外部直接访问字符数组，尤其是外部C语言函数调用时，不接受String类型参数，只能通过 c_str() 函数进行传递，注意返回值类型为 const char* ，可以避免外部对指针的操作引起内部数组变化。
reserve和resize
cpp
void String::reserve(size_t n) // 设定容量，不影响size值
{
if (n > m_size)
{
char* cmp = new char[n + 1];
strcpy(cmp, m_str);
delete[] m_str;
m_str = cmp;
m_capacity = n;
}
}
void String::resize(size_t n, char c)
{
if (n <= m_size)
{
m_str[n] = c;
m_size = n;
}
else
{
if (n >= m_capacity) // 考虑扩容
{
reserve(n);
}
for (size_t i = m_size; i < n; i++) // 填充值
{
m_str[i] = c;
}
m_str[n] = '\0';
m_size = n;
}
}reserve()：控制容量
resize()： 控制size大小，可能影响容量（需要扩容）
push_back和append
cpp
void String::push_back(const char c)
{
if (m_size == m_capacity) // 考虑扩容
{
m_capacity = (m_capacity == 0) ? (4) : (m_capacity * 2);
reserve(m_capacity);
}
m_str[m_size++] = c;
m_str[m_size] = '\0';
}
void String::append(const char* str)
{
assert(str);
const size_t size = strlen(str);
if (size >= m_capacity - m_size) // 考虑扩容
{
m_capacity = size + m_size + 1;
reserve(m_capacity);
}
// 拷贝
strcpy(m_str + this->size(), str); // 从中间部分开始拷贝
m_size += size;
}都属于引起字符数组size增大的函数，存在扩容的可能，所以内部对size与capacity值进行判断，如有需要先扩容再插入。
insert和erase
cpp
void String::insert(size_t pos, const char c, size_t n)
{
assert(pos <= m_size);
while(n >= m_capacity - m_size) // 避免n过大内存分配不够
{
m_capacity = (m_capacity == 0) ? (n+1) : (m_capacity * 2);
reserve(m_capacity);
}
size_t i = m_size + n;
for (; i >= n + pos && i != 0; --i) // i!=0避免溢出 内置if语句拖慢运行时间
{
m_str[i] = m_str[i - n];
}
if (i == 1 && pos == 0) // 处理pos=0（或i=0）的情况
{
m_str[n] = m_str[n - 1];
}
//m_str[m_size + n] = '\0'; // 注意结尾的'\0' (如果上面for循环定义i = m_size + n - 1时)
for (size_t j = pos; j < pos + n; ++j)
{
m_str[j] = c;
}
m_size += n; // 切记更新size值
}
void String::insert(size_t pos, const char* str)
{
assert(str && pos <= m_size);
size_t length = strlen(str);
while (length >= m_capacity - m_size)
{
m_capacity = (m_capacity == 0) ? (4) : (m_capacity * 2);
reserve(m_capacity);
}
// 字符串右移
size_t i = m_size + length;
for (; i >= length + pos && i != 0; --i) // i!=0避免溢出 内置if语句拖慢运行时间
{
m_str[i] = m_str[i - length];
}
if (i == 1 && pos == 0) // 处理pos=0（或i=0）的情况
{
m_str[length] = m_str[length - 1];
}
for (size_t j = pos, i = 0; j < pos + length; ++j, ++i)
{
m_str[j] = str[i];
}
m_size += length;
}
void String::erase(size_t pos, size_t n)
{
assert(pos < m_size);
if (n == npos || n >= m_size - pos)
{
m_str[pos] = '\0';
m_size = pos;
}
else
{
for (size_t i = pos; i <= m_size; ++i) //i <= pos + n连带复制'\0'
{
m_str[i] = m_str[i + n];
}
m_size -= n;
}
}提供了两个重载的 Insert() 函数，可实现指定位置插入n个char值或在指定位置插入字符串（const char*）。而 erase() 函数也实现了从pos位置向后删除n个字符的功能。两者都采用了缺省值参数，如不指定就插入1个字符，而 erase() 函数的n如果未指定代表极大的值，相当于删除pos值以后的所有字符。
swap和find
cpp
void String::swap(String& s)
{
std::swap(m_str, s.m_str);
std::swap(m_size, s.m_size);
std::swap(m_capacity, s.m_capacity);
}
size_t String::find(const String& s, size_t pos)const
{
assert(pos < m_size);
const char* sub_str = strstr(m_str + pos, s.m_str);
if (sub_str != nullptr)
{
return sub_str - m_str;
}
return npos;
}
size_t String::find(const char* str, size_t pos)const
{
assert(pos < m_size && str != nullptr);
const char* sub_str = strstr(m_str + pos, str);
if (sub_str != nullptr)
{
return sub_str - m_str;
}
return npos;
}
size_t String::find(const char c, size_t pos, size_t n)const
{
assert(pos < m_size && n <= m_size - pos);
for (size_t i = pos; i <= m_size - n; ++i)
{
if (m_str[i] == c)
{
size_t j = 0;
for (; j < n; ++j, ++i)
{
if (m_str[i] != c)
{
break;
}
}
if (j == n) { return i - n; }
}
}
return npos;
}使用最简单朴素的方法实现字符串查找。
substr
cpp
String String::substr(size_t pos, size_t len)const
{
assert(pos < m_size);
String tmp;
if (len > m_size - pos) // 取到字符串结尾
{
for (size_t i = pos; i <= m_size; ++i)
{
tmp.push_back(m_str[i]);
}
}
else
{
for (size_t i = pos; i < pos + len; ++i)
{
tmp.push_back(m_str[i]);
}
tmp.push_back('\0');
}
return tmp;
}实现字符串切割，如果 len 值过大呢？我们将其视为取pos 往后全部字符串的功能要求，所以需要设置一个极大的值赋给 len，我们在类内定义一个静态成员变量（size_t npos = -1），由于 size_t 属于无符号整形，所以 -1 代表的值极大，一般字符串都不会超过这个长度。
6. 迭代器的实现
begin和end
cpp
char* String::begin()
{
return m_str;
}
char* String::end()
{
return m_str + m_size;
}这里需要C语言的基础，指针变量+整数代表指针后移整数个指向的变量位置。
cbegin和cend
cpp
const char* String::cbegin()
{
return m_str;
}
const char* String::cend()
{
return m_str + m_size;
}上面提供两种迭代器的原因是外部利用迭代器访问时，如果是 const 对象就调用 "cbegin(), cend()" 函数，反之调用 "begin(), end()" 函数。返回非const迭代器可以实现外部改变类内字符数组的值。
7. 非成员函数
getline与swap
cpp
istream& getline(istream& in, String& s, char delim = '\n') // 空格不作为读取终止符
{
char ch = in.get();
int i = 0;
char buff[128]{ 0 };
while (ch != delim)
{
buff[i++] = ch;
if (i == 127)
{
buff[127] = '\0';
s += buff;
i = 0; // 重置buff
}
ch = in.get(); // 循环读取
}
if (i != 127)
{
buff[i] = '\0';
s += buff;
}
return in;
}
void swap(String& s1, String& s2)
{
s1.swap(s2);
}8. 单元测试
cpp
void test1()
{
const String s1("xxxxx");
String s2(s1);
String s3 = s1 + s2;
String s4 = s1 + 'w';
String s5 = s1 + "hahaha";
cout << s3 << endl;
cout << s4 << endl;
cout << s5 << endl;
// 测试扩容
String ss1;
ss1.push_back('s');
ss1.push_back('s');
ss1.push_back('s');
ss1.push_back('s');
ss1.push_back('s');
cout << ss1 << endl;
}运行结果：
cpp
void test2()
{
String s1;
s1.append("hahahaha");
cout << s1 << endl;
s1.insert(0, 'q', 50);
cout << s1 << endl;
String s2 = s1;
s2.insert(0, "wwwwwwwwww");
cout << s2 << endl;
s2.erase(0, 10);
cout << s2 << endl;
}运行结果：
cpp
void test3()
{
String s1("wewewewewe");
String s2("hhhhh");
s1 += s2;
s1 += '6';
s1 += "vocal";
cout << s1 << endl;
}运行结果：
cpp
void test4()
{
String s1;
String s2;
cin >> s1 >> s2;
cout << s1 << endl;
cout << s2 << endl;
String s3;
getline(cin, s3);
cout << s3 << endl;
}运行结果：
cpp
void test5()
{
String s1("hahaha");
String s2("jiarenmen");
s1.swap(s2);
cout << "s1:" << s1 << '\t' << "s2:" << s2 << endl;
swap(s1, s2);
cout << "s1:" << s1 << '\t' << "s2:" << s2 << endl;
}运行结果：
cpp
void test6()
{
String s("hawrwcrwwwwcrw");
size_t found = s.find('w', 0, 4);
cout << found << endl;
found = s.find("wwcrw");
cout << found << endl;
String s2("wc");
found = s.find(s2);
cout << found << endl;
}运行结果：
cpp
void test7()
{
String s("hawwwcrwwwwcrw");
String s2 = s.substr(2);
cout << s2 << endl;
String s3 = s.substr(s.find("cr"), 4);
cout << s3 << endl;
}运行结果：
总结
通过实现自己的String类，我们不仅加深了对C++内存管理、对象生命周期和运算符重载的理解，还提高了我们的编程技能和问题解决能力。虽然std::string类在功能和性能上可能更加成熟，但自己动手实现一个String类无疑是一次宝贵的学习经历。在未来的编程实践中，我们可以继续探索更多的优化方法和高级特性，使我们的String类更加健壮和高效。
