【CPP】string 类的模拟实现

👉前言👈

因为 string 类的函数接口组合在一起才好玩，所以我们模拟实现 string 类就一组一组函数来模拟实现。为了避免我们模拟实现的 string 类和库里的 string 类冲突，所以我们将自己实现的 string 类封装在命名空间里。

👉访问和遍历 string 类👈

首先，string 类是一个可以动态增长的字符数组，其实就相当于是存储字符的顺序表。那么 string 类的成员变量如下方代码：

namespace Joy
{
	class string
	{
	public:
		// 成员函数
	private:
		char* _str; // 指向动态开辟的数组
		size_t _size; // 数组的有效字符个数
		size_t _capacity; // 数组的容量
	};
}
1
2
3
4
5
6
7
8
9
10
11
12

那现在我们就来模拟实现 string 类了。string 类最重要的就是构造函数了，所以我们先实现构造函数。

string 类的构造函数

string(const char* str = "")
{
	_size = strlen(str);
	_capacity = _size;
	_str = new char[_capacity + 1];

	strcpy(_str, str);
}
1
2
3
4
5
6
7
8

注：string类的构造函数最好提供空串缺省参数，然后还有多开一个空间来存储\0标识字符，标识字符不算是 string 类的有效字符，给 _size 和 _capacity 都赋好初值后，就借助 strcpy 函数来拷贝字符串了。

string 类的析构函数

~string()
{
	delete[] _str;
	_str = nullptr;
	_size = _capacity = 0;
}
1
2
3
4
5
6

为了 string 类能用起来像数组一样，我们需要提供以下函数接口size、c_str和[]运算符重载。

const char* c_str() const
{
	return _str; // 返回数组首元素的地址
}

size_t size() const
{
	return _size;
}

// 普通对象：可读可写
char& operator[](size_t pos)
{
	assert(pos < _size);
	return _str[pos];
}

// const对象：只读
const char& operator[](size_t pos) const
{
	assert(pos < _size);
	return _str[pos];
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23

以上实现的函数接口，足以帮我构造一个 string 类对象和访问 string 类对象了，那么现在我们就来测试一下。

这样，访问和遍历 string 类对象的第一种方式就搞定了。那我们现在来实现一下遍历 string 类对象的第二种方式：迭代器iterator。

迭代器可能是指针，也有可能不是指针，所以我们实现 string 类迭代器的方式是指针。

typedef char* iterator;
typedef const 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
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22

那现在我们来测试一下功能。

注：以上的 string 类迭代器是使用指针实现的，但是库里的 string 类的迭代器就有可能不是用指针实现了，比如 string 类的反向迭代器就不是使用指针来实现的了。因为reverse_iterator rit = s.rbegin() rit++会走到s.rend()，而如果使用指针实现，应该it--才能走到s.end()，使用 string 类的反向迭代器不是使用指针来实现的。

现在我们已经实现了 string 类的正向迭代器，其实范围 for 也实现好了。因为范围 for 的底层原理就是迭代器，编译器会自动将范围 for 替换成迭代器。

如果我们将正向迭代器的代码屏蔽掉，那范围 for 的代码就无法编译通过了。

👉capacity、resize 和 reserve👈

size_t capacity() const
{
	return _capacity;
}

void reserve(size_t n)
{
	if (n > _capacity)
	{
		char* tmp = new char[n + 1];
		strcpy(tmp, _str);	
		delete[] _str;
		_str = tmp;

		_capacity = n;
	}
}

void resize(size_t n, char ch = '\0')
{
	if (n > _size)
	{
		reserve(n);
		for (size_t i = _size; i < n; i++)
		{
			_str[i] = ch;
		}

		_size = n;
		_str[_size] = '\0';
	}
	else
	{
		_str[n] = '\0';
		_size = n;
	}
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37

reserve 函数接口说明

• 如果 n > _capacity，那么就先申请一块 n + 1的空间tmp，然后将数据拷贝到这块空间，_str = tmp，更新容量的大小_capacity = n。
• 如果n <= _capacity，那么就什么都不用做。如果缩容的话，就会造成效率低下。

resize 函数接口说明

• 当n > _size时，调用 reserve 函数调整容量的大小，然后插入字符 ch。
• 当n <= _size时，直接_str[_size] = '\0' _size = n，注意：这个过程也不要缩容。

👉string 类插入字符或字符串👈

我们主要模拟实现最常用的几个插入的接口，目的不是造更好的轮子。那我们现在开干！

string& push_back(char ch)
{
	if (_size == _capacity)
	{
		int newCapacity = _capacity == 0 ? 4 : _capacity * 2;
		reserve(newCapacity);
	}

	_str[_size] = ch;
	++_size;
	_str[_size] = '\0';

	return *this;
}

string& append(const char* str)
{
	size_t len = strlen(str);
	if (_size + len > _capacity)
	{
		reserve(_size + len);
	}

	strcpy(_str + _size, str);
	_size += len;

	return *this;
}

string& operator+=(char ch)
{
	push_back(ch);
	return *this;
}

string& operator+=(const char* str)
{
	append(str);
	return *this;
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40

注：不管是 push_back 函数，还是 append 函数，都要考虑是否需要扩容（reverse 函数会多开一个空间存储标识字符'\0'），然后再插入数据，最后更新_size和加上标识字符'\0'。对于operator +=运算符重载就可以赋用 push_back 函数和 append 函数了。

除了以上在尾部的插入，还有在任意位置的插入。

string& insert(size_t pos, char ch)
{
	assert(pos <= _size);

	if (_size == _capacity)
	{
		int newCapacity = _capacity == 0 ? 4 : _capacity * 2;
		reserve(newCapacity);
	}

	// 挪动数据
	/*
	int end = _size;
	while (end >= (int)pos)
	{
		_str[end + 1] = _str[end];
		--end;
	}
	_str[pos] = ch;
	++_size;
	return *this;
	*/

	size_t end = _size + 1;
	while (end > pos)
	{
		_str[end] = _str[end - 1];
		--end;
	}
	_str[pos] = ch;
	++_size;
	return *this;
}

string& insert(size_t pos, const char* str)
{
	assert(pos <= _size);

	int len = strlen(str);
	if (_size + len > _capacity)
	{
		reserve(_size + len);
	}

	// 挪动数据
	/*
	int end = _size;
	while (end >= (int)pos)
	{
		_str[end + len] = _str[end];
		--end;
	}

	strncpy(_str + pos, str, len);
	_size += len;
	return *this;
	*/

	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;
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69

注：挪动数据就要注意对边界条件的控制，如果控制不会就会造成死循环和越界访问的问题。还有拷贝数据，不能使用 strcpy 函数，strcpy 函数会将\0'拷贝过去。如果是 >=，要将 pos 强转为 int。

👉erase👈

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

string& erase(size_t pos, size_t len = npos)
{
	assert(!empty());
	assert(pos < _size);

	if (len == npos || pos + len >= _size)
	{
		_str[pos] = '\0';
		_size = pos;
	}
	else
	{
		strcpy(_str + pos, _str + pos + len);
		_size -= len;
	}

	return *this;
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23

注：const static size_t npos = -1，npos是 string 类的静态成员变量，其值为 -1。

erase 函数接口说明

• 当len == nps || pos + len >= _size时，就相当于将pos位置及其之后的字符都删掉，所以此时只需要将pos位置的字符改为'\0'并更新_size的值为pos。
• 除此之外，用 strcpy 函数将后面的字符向前覆盖删除，然后_size -= len就行了。

👉find👈

size_t find(char ch, size_t pos) const
{
	assert(pos < _size);
	while (pos < _size)
	{
		if (_str[pos] == ch)
		{
			return pos;
		}
		++pos;
	}

	return npos;
}

size_t find(const char* str, size_t pos) const
{
	assert(pos < _size);
	const char* ptr = strstr(_str + pos, str);
	if (ptr == nullptr)
	{
		return npos;
	}
	else
	{
		return ptr - _str;
	}
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28

注：strstr 函数是暴力匹配的查找算法，除了这种算法外，还有 KMP 算法。如果想要了解 KMP 算法的话，可以看一下这篇文章。需要注意的是，strstr 函数的返回值是指针，而 find 函数的返回值为下标，所以我们要将指针进行相减转换成下标。

👉流插入和流提取重载👈

<< 运算符重载

ostream& operator<<(ostream& out, const string& s)
{
	for (size_t i = 0; i < s.size(); i++)
	{
		out << s[i];
	}
	return cout;
}
1
2
3
4
5
6
7
8

<< 运算符是将类对象里的字符一个个打印出来的，所以它跟 c.str() 有一点区别。

clear 函数清空类对象的数据

void clear()
{
	_size = 0;
	_str[0] = '\0';
}
1
2
3
4
5

>> 运算符重载

istream& operator>>(istream& in, string& s)
{
	s.clear();
	
	// 第一种方式
	/*char ch = in.get();
	while (ch != ' ' && ch != '\n')
	{
		s += ch;
		//in >> ch;
		ch = in.get();
	}
	return in;*/

	// 第二种方式
	char buff[128] = { '\0' };
	size_t i = 0;
	char ch = in.get();
	while (ch != ' ' && ch != '\n')
	{
		if (i == 127)
		{
			s += buff;
			i = 0;
		}

		buff[i++] = ch;
		ch = in.get();
	}

	if (i > 0)
	{
		buff[i] = '\0';
		s += buff;
	}

	return in;
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38

以上两种方式，都能实现流插入。但是第二种方式相较于第一种方式不需要频繁地扩容。注：流提取是以空格或者换行结束的。

注：以上的流插入和流提取重载可以用友元实现，友元的话就可以直接访问类对象的数据了，而我实现的方式是通过函数接口来访问类对象的数据。

👉拷贝构造和赋值运算符重载的传统写法👈

拷贝构造

//传统拷贝构造写法 s2(s1)
string(const string& s)
{
	_str = new char[s._capacity + 1];
	_capacity = s._capacity;
	_size = s._size;

	strcpy(_str, s._str);
}
1
2
3
4
5
6
7
8
9

赋值运算符重载

// 传统赋值运算符重载 s2 = s1
string& operator=(const string& s)
{
	if (this != &s)
	{
		char* tmp = new char[s._capacity + 1];
		strcpy(tmp, s._str);

		delete[] _str;
		_str = tmp;

		_size = s._size;
		_capacity = s._capacity;
	}
	return *this;
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16

注：拷贝构造和赋值运算符重载都是先申请或释放空间，然后再把数据拷贝到对象中去。

👉拷贝构造和赋值运算符重载的现代写法👈

拷贝构造

交换类对象的数据

void swap(string& s)
{
	std::swap(_str, s._str);
	std::swap(_size, s._size);
	std::swap(_capacity, s._capacity);
}
1
2
3
4
5
6

库里面也有交换的函数模板，但是这个函数接口会涉及三次深拷贝，效率不高。所以我们就自己实现一个交换类对象数据的函数接口，string 类中的交换函数也是这样实现的，效率较高。

// 现代拷贝构造写法 s2(s1)
string(const string& s)
	: _str(nullptr)
	, _size(0)
	, _capacity(0)
{
	string tmp(s._str); // 构造函数
	//this->swap(tmp);
	swap(tmp);
}
1
2
3
4
5
6
7
8
9
10

拷贝构造现代写法说明

• 先初始化列表，初始化对象 s2。
• 然后调用构造函数string tmp(s._str)，构造一个对象出来
• 最后将 tmp 的数据和 s2 的数据进行交换。
• 注：s2 一定要走初始化列表，如果不走初始化列表，s2 的数据将会是随机值，随机指向一块空间。将 tmp 和 s2 的数据交换后，tmp 会被销毁，那么随机指向的空间将会被delete掉，程序会崩溃。

未写初始化列表

赋值运算符重载

交换类对象的数据

void swap(string& s)
{
	std::swap(_str, s._str);
	std::swap(_size, s._size);
	std::swap(_capacity, s._capacity);
}
1
2
3
4
5
6

// 现代赋值运算符重载 s2 = s1
/*string& operator=(const string& s)
{
	if (this != &s)
	{
		//string tmp(s._str);
		string tmp(s);
		swap(tmp);
	}
	return *this;
}*/

// s2 = s1
string& operator=(string s)
{
	swap(s);
	return *this;
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18

赋值运算符重载现代写法有两种：第一种现代赋值运算符重载的参数是类对象的引用，可以减少拷贝构造。当 s2 != s1 时，才进行调用拷贝构造函数构造对象 tmp，再将 tmp 的数据和 s2 的数据进行交换。第二种现代赋值运算符重载的参数类对象，传参需要调用拷贝构造函数构造 s，然后将 s 的数据和 s2 的数据进行交换。

注：拷贝构造和赋值运算符重载的现代写法并不是追求效率，而是追求简洁。深拷贝不要求 _capacity 相同。

有了模板之后，内置类型也需要有构造函数和析构函数。见下图代码：

为什么要支持内置类型的构造函数和析构函数呢？因为有了模板，要支持泛型编程。比如下图：如果 T1 和 T2 为内置类型，就要去调用构造函数和析构函数了。

👉浅拷贝和深拷贝👈

浅拷贝

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。

就像一个家庭中有两个孩子，但父母只买了一份玩具，两个孩子愿意一块玩，则万事大吉，万一不想分享就 你争我夺，玩具损坏。

可以采用深拷贝解决浅拷贝问题，即：每个对象都有一份独立的资源，不要和其他对象共享。父母给每个孩子都买一份玩具，各自玩各自的就不会有问题了。

深拷贝

如果一个类中涉及到资源的管理，其拷贝构造函数、赋值运算符重载以及析构函数必须要显式给出。一般情况都是按照深拷贝方式提供。