字符串是每个编程语言中使用频率较高的一个功能特性，不知道是什么原因，包括C++在内的编程语言都把字符串的类命名为string，string的直接意义是绳子，也可以译为琴弦。相信对于字符串使用较多的工程师们会发现，当你不能很好的使用字符串的时候，它就是一条难以控制的绳子，有时你甚至不能使用它完成你想做的事，但当你可以很好的使用它，你甚至可以改造它，把它变成可以奏出优美旋律的琴弦，那么如何把不听话的"绳子"变成"琴弦"呢？
字符串与字符数组-C++与C的不解之缘
"C++并不是一个带有一组守则的一体语言；它是从四个次语言组成的联邦政府"-《Effective C++》
在一开始，C++只是C加上面向对象的特性，因此C++语言中有很多和C语言分不开的特性，比如字符串和字符数组；一般来讲，对于一个字符串，有两个信息是必要的，一个是字符串内容，一个是字符串长度，后面的讨论中，也将围绕如何存储和修改这两个元素来展开。C语言中并没有提供字符串标准库，字符串是用字符数组表示的，但是字符数组有一个问题，就是无法存储字符串的另外一个信息-长度，C语言的字符串使用空字符（'\0'）来终止字符数组，另外C还提供了一些str*函数提供一些诸如字符串比较、字符串复制功能。
C++的标准库提供了string类，因此它提供了两种字符串的表现形式，即string类和C风格字符串（C字符数组）；需要注意的是，这两个特性并不是独立的，在一些实现里，string类型的内部封装的就是C风格字符串，因此也可以理解为，string类型只是对于C风格字符串的封装。
那么什么时候使用string，什么时候使用C风格字符串呢？坦白讲，C风格的字符串更加难以使用，因为你需要手动分配和释放内存；但是使用C风格字符串一方面可以保证程序不使用C++标准库，如果你在开发一个第三方库，这样可以增强你开发的库的可用性和可移植性，比如著名的rapidjson在它们的特性介绍里就表明它们不使用标准库；另外一方面，也是更重要的就是在一些场景下，使用C风格字符串可以带来更好的性能，比如在函数传递参数的时候：
1.字符串传参数写法1:`string example_1(string a)`
这样的函数头，在传递参数的时候的性能消耗取决于字符串的实现方式，这点在本文后面会详细介绍，但是无论怎么实现，一个拷贝构造函数的调用开销是不可避免的，另外如果函数里有修改字符串的操作，也会有内存重新分配的开销。
2.字符串传参数写法2:`string example_2(string const& a)`
使用这样的写法，第一是用形参取代了实参，移除了复制开销，另外使用常量，避免了复制开销，对于性能优化来说，内存分配的开销总是昂贵的，所以我们的原则是能少一次就少一次。 3.字符串传参数写法3:`string example_2(char const* a)`
这里虽然还是实参的写法，但是传指针的实参和形参并无区别，这里就移除了构造函数的调用，降低了内存开销。
关于C++和C字符串的不解之缘，还有一个话题就是二者的转换，string类提供c_str函数直接返回C风格字符串的数组指针，但是C风格字符串要转换成C++标准库的string就要显式或者隐式的调用一次构造函数，还要进行内存分配和复制字符的操作，所以在一个项目中，string还是C字符串----这个问题最好保持统一，避免不必要的类型转换的开销，尤其是C风格字符串到string的转换。
string的实现-cow？sso？eager-copy？
前提到了一些场景下使用string的内存开销取决于实现方式，之所以有不同的实现方式，其实就是在string的基础上使用不同策略进行的优化，在《Effective STL》中提到了string类的实现方式可以归结为三类：
- 写时拷贝（copy on write，以下简称cow）：顾名思义，最多被使用的方式，也是争议最多的一种方式，g++采用这种方式
- 短字符串优化（small string optimization，以下简称sso）：对于短小的字符串，采用本地缓存进行存储的一种优化方式，Visual C++采用这种方式
- 直接拷贝（eager-copy）：使用vector进行存储，对于拷贝没有特殊的优化处理，比较有代表性的使用的库是SGI STL。
这三类拷贝优化方式在不同操作系统上string对象的大小如表所示：
|------------|-----------------------|---------------------|------------|
| 库· | 32位 | 64位 | 优化策略 |
| g++ | 4 | 8 | cow |
| clang | 12 | 24 | sso |
| visual C++ | 28（debug） 32（release） | 40（debug） 48（debug） | sso |
| SGI | 12 | 24 | eager-copy |
对于string类型来说，无论用哪种方式实现，有三个数据都是要存储的：字符串内容信息，长度，容量，这三个本文统称字符串三要素。
cow（写时拷贝）：
"cow已死，eager-copy万岁"-Andrei Alexandrescu（《Modern C++ Design》）
这是最常被使用的优化策略，即在对一个字符串进行写入操作的时候再进行深拷贝，也是一种懒处理的思想，除了必要的三个元素，写时拷贝还有一个引用计数的变量，一个新的字符串初始化的时候，该变量为1，每次这个字符串被赋值给其他变量的时候，引用计数加1，在字符串作修改的时候，先进行深度拷贝，再把原来的字符串引用计数减1，当引用计数减为0的时候，释放最初的字符串占用的内存。
这种方式有如下优点：
1.减少了一部分内存分配，复制的开销，节约了时间。
2.减少了不必要的内存分配，节约了空间。
看上去很美？首先，它无法避免C风格字符串到string的复制和拷贝开销，这很好理解，类的构造函数还是会被调用，对于string类来说，它就是一个新的字符串，然后，为了处理线程安全问题，引用计数是原子操作，但是效率并不高，另外需要修改的时候，是先进行内存分配和复制，然后再引用计数减1，这虽然可以保证线程安全，但是在有些场景下，会进行更多的内存分配操作。
因此cow并不是最优的解决方案，同时它也不在C++ 11标准之中。
sso（短字符串优化）：
从上面的表中可以发现，sso所占的内存空间比cow的大，原因是它将字符串的文本内容存在本地缓冲区，也就是栈上，它的主要思想是，如果字符串低于阈值（15字节），那么它直接存放在本地缓冲区中，如果超过阈值，那么它会在堆上分配空间，本地只记录三要素。这样的优化对于短字符串确实有提升性能的作用，因为对于短字符串来说，它避免了在堆上申请内存空间的开销，但是也带来了一个副作用，就是在两种模式下，会有一些变量是多余的，这些变量占据了内存空间。
这样的策略确实会在短字符串上带来llvm和clang采用了更优的实现策略，本地缓存的指针和大小的指针可以重合，那么在两种情况下，只有一个变量会起作用，它用一个bit来区分字符串是否高于阈值，然后用位操作和掩码来取重叠部分的数据。
eager-copy（直接拷贝）：
在string中存储着字符数组的起始位置，以及内存的边界位置，后两种可以使用指针类型作为变量，也可以使用整型，但是无论使用哪个类型，因为size_t和char *是同样的大小，然后字符串的具体内容使用vector数组存储，eager-copy没有做任何的优化策略，却在存储大小和运行效率上实现了平衡。
对于这三个类型的string实现来说，并没有一个最优解，它们三个都是在某个场景下具有更好的表现，当然，如果没有作用，那么这个实现方式早就被淘汰了。Andrei Alexandrescu的建议是，对于短字符串来说，使用sso，对于中等长度的字符串，使用eager更为合适，对于长字符串，采用懒处理的思想会获得更高的运行效率，那么，可不可以实现一个字符串类，同时包含这三种优化策略呢？folly的fbstring做到了。
一个更优的字符串类-fbstring：folly框架中的字符串，就是按照小中大区分字符串，并根据字符串的大小来使用不同的优化策略：
-
Category::isSmall （0-22字节）： 放在栈上，避免了内存分配的开销，需要预留1个字节的大小来存储字符串结尾标志（'\0'）。
-
Category::isMedium（22-255字节）：使用malloc进行内存分配，采用eager-copy的方式。
-
Category::isLarge （>255字节）： 使用cow的方式进行实现。
fbstring的优化包括整体策略的优化，内存分配的优化以及一些算法的优化：
-
fbstring推荐使用jemalloc，它在多线程并发时有更好的性能表现。
-
fbstring结尾'\0'懒惰处理，平时预留空间，在调用data和c_str时才在结尾添加。
-
find函数使用简化了的Boyer-Moore算法，在长字符串的搜索上，它可以有更高效的表现。
string类的高效使用
fbstring是一个更好的字符串策略，但是在有些场景下，还是会直接使用普通的字符串，对于在C++中使用字符串，也可以使用一些技巧来让程序更高效。
-
提前预留大小，STL中string和vector类似，都有size和capibity两个属性，容器的内容都是有一个大小的，为了更好的运行效率，容器会提前预留空间，在存入一个元素时，会首先检查是否还有剩余的空间，只有不够的时候才会重新的申请内容，所以如果我们对于一个字符串未来的大小有预期的话，可以提前预留更多的空间。
-
编码统一，字符串有很多不同种类的编码，比如UTF8，UTF16等，在同一个程序中，要保持同一个编码，这样可以避免不同编码之间的比较。
-
string和字符数组的统一，之前已经提到过了，字符数组转换成string会造成额外的内存开销，隐式的调用构造函数等等，在同一个项目框架中，使用STL string，还是字符数组最好前后一致。
-
当一个函数要返回字符串信息时，可以传入一个形参来返回信息，避免return时构造函数，拷贝构造函数和内存分配的调用开销。
-
C风格字符串有更多的工具函数可以被使用，可以更多的考虑使用C风格的字符串，或者像fbstring一样，开发一个专属的工具类。