【C++STL详解（二）】——string类模拟实现

目录

前言

一、接口总览

二、默认成员函数

1.构造函数

2.拷贝构造

写法一：传统写法

写法二：现代写法（复用构造函数）

3.赋值构造

写法一：传统写法

写法二：现代写法(复用拷贝构造)

4.析构函数

三、迭代器

begin和end函数

四、遍历与访问

operator[]函数

五、容量和大小

size

capacity

empty

resever（容量）

resize（大小）

六、修改

insert

erase

push_back

append

operator+=

clear（清理字符串内容）

c_str

swap

七、查找

find

substr（左闭右开区间）

八、非成员函数重载

swap（全局，string）

关系运算符重载

"<<"重载

">>"重载

getline函数

---

前言

在前面我们已经了解了string中常见的接口，我们也说过，对于STL库的学习，不仅仅只是熟用，还要明理！但是要注意一个道理：模拟实现不是为了比库里面更好，而是去学习它的一些底层，能够让自己有更深的了解，就比如我们并不需要去造车，这不是我们干的，但我们需要了解它为什么能这样做，它的底层是什么在驱动，这样才能更好的去发挥车的性能！string类的底层就是个字符顺序表！

一、接口总览

#include<assert.h>
#include<iostream>

namespace STR
{
	class string
	{
   public:
      typedef char* iterator;
      typedef const char* const_iterator;
       static const size_t npos;

   public:
      string(const char* str = "");//构造函数，提供全缺省可以是空参数调用，也可以有参调

      //s2(s1)
       string(const string& s);//拷贝构造,传统写法
       string(const string& s);//拷贝构造，现代写法

     //s1=s2
     string& operator=(const string& s);//赋值重载，传统写法
     string& operator=(string tmp);//赋值重载,现代写法！
      ~string();//析构函数


      //迭代器
      iterator begin();
      iterator end();
      const iterator begin()const;
      const iterator end()const;

     // 遍历
      char& operator[](size_t index);
      const char& operator[](size_t index)const;

       // 容量
      size_t size()const;
      size_t capacity()const;
      bool empty()const;
      void reserve(size_t n);
      void resize(size_t n, char c = '\0');

      // 修改
      void push_back(char c)；
      string& operator+=(char c);
      void append(const char* str);
      string& operator+=(const char* str);
      void clear();
      void swap(string& s);
      const char* c_str()const;

       // 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位置开始向后len个元素，并返回该元素的下一个位置
       string& erase(size_t pos, size_t len=npos);
    
       string sub(size_t pos = 0, size_t len = npos); 
    private:
       char* _str;
       size_t _capacity;
       size_t _size;
	};

   const size_t string::npos = -1;
   //relational operators
    //s1<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);
   bool operator!=(const string& s1, const string& s2);

   ostream &operator<<(ostream& _out, const string& s);
   istream &operator>>(istream& _cin, string& s);
   istream& getline(istream& in, string& s);


}

注意：这里模拟实现，需要我们使用我们自己的命名空间，防止与库里面的发生冲突！

二、默认成员函数

1.构造函数

构造函数一般提供缺省参数，这样使得无参有参也可以一起调用！

   string(const char* str = "")//构造函数，提供全缺省可以是空参数调用，也可以有参调用,但是单参数构造会有隐式类型转化
        :_size(strlen(str))//初始时，大小设置为字符串长度
   {
          _capacity = _size;//容量设置为字符串长度
          _str = new char[_capacity + 1];//多开一个是为存放'\0'
          strcpy(_str, str);//按字节拷贝
   }

2.拷贝构造

对于拷贝构造，前面我们也说过一定要注意深拷贝和浅拷贝的区别，以及影响，这里再回顾一下！

浅拷贝：不写编译器默认生成的函数，多个对象共同指向同一块资源，那么释放时会造成同一块空间多次释放的问题！

深拷贝：我们自己写的，给每个对象分配独立的资源，保证多个对象之间不会因为共享资源而造成多次释放问题！

写法一：传统写法

思路简单：先开一个与原对象大小相同的空间，这样两个对象指向的空间就不一样了，相互独立！然后把字符串按字节拷贝过去，再把相应的值传给拷贝对象！

string(const string& s)//拷贝构造
{
    _str = new char[s._capacity + 1];
    strcpy(_str, s._str);

    _size = s._size;
   _capacity = s._capacity;
 }

写法二：现代写法（复用构造函数）

思路与传统的不同：它需要借助一个tmp对象，先将原对象的字符串通过调用构造函数创建出tmp对象，最后在将tmp和拷贝对象交换，这样两个对象指向的空间也是不一样的！

  string(const string& s)
        :_str(nullptr)//拷贝对象，一定要先置空
        ,_size(0)
        ,_capacity(0)
  {
        string tmp(s._str);//调用构造函数，不是拷贝构造，因为参数不是对象，是个字符串
        swap(tmp);//交换拷贝对象和tmp

   //tmp出了作用域会自动销毁,此时它指向的空间是个空，析构时不会出问题，如果是随机值就会出现问题
    //这就为什么_str先前要置空的原因
  }

需要注意上面的细节问题！！！！！！！

两种写法效率上都是一样，因为都要开空间，只不过传统写法是要自己写，而现代写法直接复用构造函数，喜欢写哪个就写哪个，没啥区别！！！

3.赋值构造

这里也是有深浅拷贝的问题，但是我们时刻都不能让多个对象指向同一块空间，所以还是要自己写深拷贝！！！

写法一：传统写法

注意：我们不能直接将原对象拷贝过去，因为两者空间容量大小可能不一样，所以要新开一个空间，在让赋值对象指向这块空间即可！

string& operator=(const string& s)//赋值重载
{
    if (this != &s)
    {
        char* tmp = new char[s._capacity + 1];//开个空间
        strcpy(tmp, s._str);
        delete[] _str;
         _str = tmp;
        _size = s._size;
        _capacity = s._capacity;
    }
  
}

写法二：现代写法(复用拷贝构造)

string& operator=(string tmp)//赋值重载
{
   swap(tmp);//交换两个对象
   return *this;//返回左值，支持连续赋值
}

可以看到，这里的参数我们利用值传递，接受右值的方法，编译器会自动调用拷贝构造函数去生成一个tmp对象出来，最后在与左值进行交换即可，这样两者指向的空间就是不一样的！那么，这里或许会有疑问，传值不会死循环吗？这里当然不会，因为赋值它只会调用一次拷贝构造！但是拷贝构造是一定不能传值的，因为传值会再一次调用拷贝构造，一次又一次，最终形成死循环！

4.析构函数

对于string类，我们需要自己手动写析构，因为每个对象中的_str指向的是一块堆空间，不写编译器自动生成的析构，他只是会对内容进行清理，而不会自己释放空间，所以为了避免内存泄漏，我们需要手动delete！

 ~string()//析构函数
{
    delete[] _str;
    _str = nullptr;
    _capacity = _size=0;
}

三、迭代器

string类的迭代器底层就是个字符指针，只不过是把它重命名罢了！

  typedef char* iterator;
  typedef const char* const_iterator;

但是需要注意的是并不是所有的迭代器都是指针！！只能说像，不一定是！上面我说的就是简单版本的

begin和end函数

这两个函数简单得可怕，begin实际上是返回第一个字符的地址，end就是返回最后一个字符的下一个位置的地址！

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


iterator begin()const  //让const对象也能用
{
    return _str;
}

//end
iterator end()
{
   return _str + _size;
}


iterator end()const
{
   return _str + _size;
}

这里提一嘴，在上一篇文章string类中提到过范围for，它并神奇，它的底层就是迭代器！实际上这个东西在底层是写死的，虽然是迭代器，但是如果我们在模拟实现时，把begin函数改成Begin函数，那么范围for会立马失效！！！也就是说它只认识begin和end，而不认识Begin和End，死的！大家可以尝试尝试！

四、遍历与访问

operator[]函数

我们之前能够通过【】+下标进行访问字符串，其实底层就是这个函数！这个函数就是参数就是一个位置，直接返回对应字符的引用即可！

//这个是可读可写的
char& operator[](size_t index)
{
   assert(index < _size);//对下标是否越界的判断
   return _str[index];//返回对应位置即可
}


//这个是只读的，访问const对象用的
char& operator[](size_t index)const
{
   assert(index < _size);
   return _str[index];
}

五、容量和大小

size

//直接返回对象的变量_size就好了
//对于一些只需要进行读操作的，我们一般习惯加上const修饰
size_t size()const
{
   return _size;
}

capacity

size_t capacity()const
{
   return _capacity;
}

empty

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

resever（容量）

规则：如果n大于当前的capacity，那么就扩容到n甚至更大；如果小于，那就什么都不做

//只是改变容量，大小不变
void reserve(size_t n)
{
    if (n > _capacity)
    {
       char* tmp = new char[n + 1];//多开一个存放'\0'
       strcpy(tmp, _str,_size+1);//连着'\0'也一起拷贝
       delete[] _str;
       _str = tmp;
       _capacity = n;
    }
}

resize（大小）

规则：如果n小于当前字符串长度，那就缩短至n个字符的长度，其他部分全部删除；如果n大于当前长度，那就扩大到n个字符的长度，扩大的部分用特定的字符表示，若未给出，则默认给'\0'!所以要提供个缺省值！

void resize(size_t n, char c = '\0')//半缺省
{
    if (n <=_size)//小于就缩到n个字符的长度
   {
        _str[n] = '\0';//字符串结尾都是以'\0'结尾
        _size = n;
    }
    else
    {
        reserve(n);//扩容
        for (size_t i = _size; i < n; i++)
        {
            _str[i] = c;//多出来的部分用特定字符补充
        }
       _str[n] = '\0';
       _size = n;
    }
}

六、修改

insert

我们熟知，这个函数接口，它的功能：在pos位置前插入一个字符或者字符串，并返回字符该字符位置！既然是插入操作，那必然会引起扩容问题，这时我们又可以复用reserve！

// 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)
{
     assert(pos <= _size);//判断pos位置是否合法

     if (_size == _capacity) //容量问题
     {
        reserve(_capacity == 0 ? 4 : 2 * _capacity);
     }

     //这里有个细节，那就是隐式类型提升
     //如果end的类型是size_t，那么就会一直循环
     //如果是int的话，因为pos是size_t，end还是会隐式类型转化成size_t
     //所以对于这样的情况，只能是将pos强转成int，才能对pos=0这样的情况处理
      /* int end = _size;
       while (end >= (int)pos)
       {
          _str[end + 1] = _str[end];
          --end;
       }*/

     //写法二就不会出现上面的情况
      size_t end = _size + 1;
      while (end > pos)
      {
           _str[end] = _str[end-1];//依次向后挪动数据
           --end;
      }
         _str[pos] = c;
         ++_size;
         return *this;
}

除了插入单个字符以外，我们还可以插入字符串，思路也是大差不差，我们首先都是对pos位置的合法性进行判断！然后再在要插入的位置后面的字符串整体向后挪动len个长度（这里的len长度实际上就是你要插入的字符串的长度），然后插入即可

 string& insert(size_t pos, const char* str)
{
   assert(pos <= _size);//位置合法性
   size_t len = strlen(str);//待插入的字符串长度
  //扩容问题
   if (_size + len > _capacity)
   {
     reserve(_size+len);
   }
   size_t end = _size +len;
   while (end > pos+len-1)
   {
       _str[end] = _str[end - len];
       --end;
    }
   strncpy(_str + pos, str,len);
   _size += len;
   return *this;
}

erase

规则：擦除字符串中从字符位置pos开始并跨越len字符的部分(如果内容太短或len为string::npos，则擦除直到字符串末尾)

从规则就可以看出它的实现首先就是需要判断位置是否合法，如果合法那么长度是否达到要求。所要删除的字符串过长或者过短索处理的情况都是一样的！！！！

// 删除pos位置开始向后len个元素，并返回该元素的下一个位置
string& erase(size_t pos, size_t len=npos)
{
   assert(pos < _size);//位置的合法性判断
   if (len == npos || len >= _size - pos)//长度的合法性判断
   {
       _str[pos] = '\0';//直接在pos位置加上'\0'即可将后面的字符全部清除
       _size = pos;
   }

    //长度和位置都合法，直接用pos位置后面len个长度的字符覆盖前面即可
  else
  {
     strcpy(_str + pos, _str + pos + len);//
    _size -= len;
  }
   return *this;
}

值得注意的是：字符串是以"\0"结尾的，所以要清楚后面的字符，直接在特定的位置上加上"\0"即可！！

push_back

这个函数的作用就是在尾部插入一个字符，实现起来十分的容易，一个简单的尾插操作！！

void push_back(char c)
{
   //写法一：常规写法
    if (_size == _capacity)//扩容问题
    {
       reserve(_capacity == 0 ? 4 : 2 * _capacity);
    }
   _str[_size] = c;
   ++_size;
   _str[_size] = '\0';


    //写法二：复用inser函数
   insert(_size, c);
}

append

函数作用：在尾部追加字符串 ！！

void append(const char* str)
{
    //写法一：常规写法
  size_t len = strlen(str);
    if (_size + len > _capacity)
   {
       reserve(_size + len);
   }

   strcpy(_str + _size, str);//将字符串拷贝到_size所指向的位置
   _size += len;


 //写法二：复用insert
   insert(_size, str);
}

operator+=

这个函数的功能也是尾部追加，不过它既可以追加字符，也可以追加字符串！！！实现也是十分的简单！

//追加字符，复用push_back
string& operator+=(char c)
{
   push_back(c);
   return *this;
}


//追加字符串，复用append
string& operator+=(const char* str)
{
   append(str);
   return *this;
}

clear（清理字符串内容）

//不改变空间大小，也就是_capacity不变
void clear()
{
   _size = 0;
   _str[_size] = '\0';
}

c_str

这个函数实际上将string对象转化为C类型的字符串，底层十分简单，就是返回_str即可

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

swap

这里的交换实际上是调用库里面的全局的swap进行交换，但是要注意加上作用域限定符哦！！

void swap(string& s)
{
   //调用的是库里的全局交换函数
   std::swap(_str, s._str);
   std::swap(_size,s._size);
   std::swap(_capacity, s._capacity);
}

七、查找

find

这个函数的功能：从字符串pos位置（不写默认是0）开始往后找字符c/或者字符串，返回的是第一个匹配的第一个字符的位置。如果没有找到匹配项，函数返回string::npos（-1）。

// 返回c在string中第一次出现的位置
size_t find(char c, size_t pos = 0) const//仅仅只是查找
{
   assert(pos < _size);//位置的合法性判断

  for (size_t i = pos; i < _size; i++)//遍历查找
   {
       if (c == _str[i])
        {
            return i;
        }
   }

   return npos;
}

当然了，除了可以查找单个字符，也可以查找一个字符串，查找字符串底层我们使用的是strstr函数，这个函数如果找到匹配的字符串，会返回目标字符串起始的位置，找不到就会返回空！若找到，那就用当前位置减去起始位置（指针-指针）就可以得到起始字符的下标！

// 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
{
   assert(pos < _size);
   const char* p=strstr(_str+pos, s);

   if (p)//不为空，找到
    {
      return p - _str;//指针-指针
    }

    else {
        return npos;
    }
}

substr（左闭右开区间）

功能：从pos位置开始，截取n个字符，返回的结果是一个新的字符串对象，这个新对象的内容就是使用截取到子字符串去初始化！

string sub(size_t pos = 0, size_t len = npos) 
{
          
   string sub;//定义一个接受子串的对象

   //所截长度大于当前字符串的长度，就截取到末尾
   if (len >= _size - pos)
    {
      for (size_t i = pos; i < _size; i++)
        {
           sub += _str[i];//将字符尾插到新对象即可
        }
    }

    //长度小于，直接从pos位置开始截len个字符，在尾插入新对象
    else
    {
       for (size_t i = pos; i < pos+len; i++)
        {
           sub += _str[i];
        }
    }
    return sub;//返回结果
}

八、非成员函数重载

swap（全局，string）

在介绍string类时，我们说过，这个函数在库里面有两个，一个是作为string类的成员函数(上面提到的)，一个就是这个全局的swap，但是要注意的是，这个全局的swap不是在算法库里的！算法库里的是一个模板！

调用算法库里的模板：

string s1("skkald");
string s2("vckjn");

swap(s1,s2);//调用算法库里的swap模板！

但是需要注意的是，算法库的swap，会拷贝构造一个临时对象C，而后又进行两次赋值构造，最后在析构临时对象C，代价有点大，而且在底层调试时，实际走的是深拷贝，也就是他会重新开出两块空间，在交换，一定程度上也有开销！这也是为啥要在全局专门搞了一个string的swap的原因！为的就是避免上述情况的发生！！！那就相当于有三个swap（成员函数，string全局非成员函数，算法库的）！

//string的非成员函数
void swap(string& x, string& y)
{
	x.swap(y);//这里调用成员函数swap
}


string s1("skkald");
string s2("vckjn");

swap(s1,s2);//调用全局的string中swap，也就是上面的代码

同时需要注意，这里全局的swap和算法库里的模板swap并不会冲突，因为模板中我们提到，如果有现成的，那么编译器会优先去调用现成函数，没有的情况下才去考虑使用算法库的模板！！！

关系运算符重载

这包含了==，<，<=，>，>=，!=，其实他们的底层实现需要用到就是C语言中的strcmp函数，然后在进行相互之间的复用！

 bool operator==(const string& s1, const string& s2)
{
    int ret = strcmp(s1.c_str(), s2.c_str());
    return ret == 0;//两字符串相等就返回0
}

bool operator<(const string&s1,const string& s2)
{
   int ret = strcmp(s1.c_str(), s2.c_str());
   return ret < 0;//第一个小于第二个就返回<
}

bool operator<=(const string& s1, const string& s2)
{
   return s1< s2 || s1 == s2;//复用上面的两个
}

bool operator>(const string& s1, const string& s2)
{
   return (!(s1 <= s2));
}
bool operator>=(const string& s1, const string& s2)
{
    return (s1 > s2) || (s1 == s2);
}
bool operator!=(const string& s1, const string& s2)
{
    return !(s1 == s2);
}

"<<"重载

这个重载就使得我们能使用cout像内置类型那样输出，底层实现十分的简单，遍历就完事！

ostream &operator<<(ostream& _out, const string& s)
{
   for (auto ch : s)
   {
       _out << ch;
  }
  return _out;
}

">>"重载

重载后，便可以像内置类型那样去输入内容，但是要先将对象字符串内容清空，然后再依次读入，直到遇到空格或者"\n"为止！

写法一：

istream &operator>>(istream& _cin, string& s)
{

    s.clear();//防止里面有脏数据！
    char ch;
    ch = _cin.get();//C++中可以使用get获取一个字符
    while (ch != ' ' || ch != '\n')
    {
         s += ch;//尾插
         ch = _cin.get();
     }
    return _cin;//支持连续提取
}

其实上面的写法是有点缺陷的，因为它涉及到空间消耗问题，尾插必定会引起扩容，所以上面的写法会频繁的去扩容，但是如果先reserve，那么要开多大的空间又是个问题，太大，万一字符串长度过小，又浪费空间，太小又可能会频繁扩容！所以这时就诞生了第二种写法，第二种写法的思路就是开个128大小的字符数组，当字符个数到128时，数组满，直接尾插到字符串，不足128时，也不会消耗太大空间！

写法二：

istream &operator>>(istream& _cin, string& s)
{

 //消耗小的写法,需要多大就开多大，这就不会频繁的去扩容，空间也不会浪费
    s.clear();
    char buff[128];
    size_t i = 0;
    char ch;
    ch = _cin.get();
    while (ch != ' ' || ch != '\n')
    {
        buff[i++] = ch;
     
        if (i == 127)//满128
        {
            buff[i] = '\0';
            s += buff;
            i = 0;
        }
       ch = _cin.get();
     }
  //小于128
    if (i > 0)
    {
        buff[i] = '\0';
        s += buff;
    }
      return _cin;
}

getline函数

这个函数的存在就是弥补cind的缺陷，cin遇到空格就会停下,无法读取完整的一行，而这个函数就是读完一行为止！遇到空格不会停止

写法一：

istream& getline(istream& in, string& s)
{

    s.clear();//防止里面有脏数据！
    char ch;
    ch = in.get();//C++中可以使用get获取一个字符
    while (ch != '\n')
    {
         s += ch;//尾插
         ch = in.get();
     }
    return in;//支持连续提取
}

写法二：

istream& getline(istream& in, string& s)
{

 //消耗小的写法,需要多大就开多大，这就不会频繁的去扩容，空间也不会浪费
    s.clear();
    char buff[128];
    size_t i = 0;
    char ch;
    ch = in.get();
    while (ch != '\n')
    {
        buff[i++] = ch;
     
        if (i == 127)//满128
        {
            buff[i] = '\0';
            s += buff;
            i = 0;
        }
       ch =in.get();
     }
  //小于128
    if (i > 0)
    {
        buff[i] = '\0';
        s += buff;
    }
      return in;
}

---