【C++实战 】标准库

C++实战其他两篇文章:
C++实战 概述 |代码风格
C++ 实战 语言特性

文本处理

认识字符串

using string = std::basic_string<char>; // string其实是一个类型别名
//是模板类 basic_string 的特化形式，是一个 typedef：
1
2

• 字符串，就是字符的序列。字符是人类语言、文字的计算机表示。
• Unicode它的目标是用一种编码方式统一处理人类语言 文字，使用 32 位（4 个字节）来保证能够容纳过去或者将来所有的文字。

//char 类型，无法支持 Unicode
using wstring = std::basic_string<wchar_t>; 
using u16string = std::basic_string<char16_t>;  //适配 UTF-16
using u32string = std::basic_string<char32_t>;  //适配 UTF-32
1
2
3
4

+Unicode 还有一个 UTF-8 编码方式，与单字节的 char 完全兼容

sring使用

基本使用：

• 字符串和容器完全是两个不同的概念。把每个字符串都看作是一个不可变的实体，你才能在 C++ 里真正地用好字符串
• 我们也确实需要存储字符的容器，比如字节序列、数据缓冲区，这该怎么办 呢？
  这个时候，我建议你最好改用vector<char>

1. 字面量后缀

• 新增了一个字面量的后缀“s”，明确地表示它是 string 字符 串类型，而不是 C 字符串
• 为了避免与用户自定义字面量的冲突，后缀“s”不能直接使用，必须 用 using 打开名字空间才行
  

2. 原始字符串

• C++11 还为字面量增加了一个“原始字符串”（Raw string literal）的新表示形式。这样就没必要使用\ 对不可打印字符进行转义了
  

// 如果想输出()
auto str5 = R"==(R"(xxx)")==";// 原样输出：R"(xxx)"
1
2

3. 字符串转换函数

• stoi()、stol()、stoll() 等把字符串转换成整数；
• stof()、stod() 等把字符串转换成浮点数；
• to_string() 把整数、浮点数转换成字符串。
  

4. 字符串视图类

• 大字符串的拷贝、修改代价很高，所 以我们通常都尽量用 const string&
• C++17 ： string_view , 一个字符串的视图，成本很低，内部只保存一个指针和长度，无论是拷贝，还是修改，都非 常廉价。
  

正则表达式

• C++ 正则表达式主要有两个类。
  regex：表示一个正则表达式，是 basic_regex 的特化形式；
  smatch：表示正则表达式的匹配结果，是 match_results 的特化形式。

• C++ 正则匹配有三个算法，注意它们都是“只读”的，不会变动原字符串。
  regex_match()：完全匹配一个字符串；
  regex_search()：在字符串里查找一个正则匹配；
  regex_replace()：正则查找再做替换。
  

• 你只要用 regex 定义好一个表达式，然后再调用匹配算法，就可以立刻得到结果， 用起来和其他语言差不多。不过，在写正则的时候，记得最好要用“原始字符串”，不然转义符会特别的麻烦。

• regex_match() 检查字符串，函数会返回 bool 值表示是否完全匹配 正则。如果匹配成功，结果存储在 what 里，可以像容器那样去访问，第 0 号元素是整个 匹配串，其他的是子表达式匹配串：
  

• 

• 尽量不要反复创建正则对象，能重用就重用。 在使用循环的时候更要特别注意，一定要把正则提到循环体外。

• regex_replace() 不需要匹配结果，而是要提供一个替换字符串，因为算法是“只读”的， 所以它会返回修改后的新字符串。

• https://github.com/chronolaw/cpp_study/blob/master/section3/string.cpp

容器

容器，就是能够“容纳”“存放”元素的一些数据结构。 容器 == 数据结构
容器，它也是 C++ 泛型编程范式的基础。

• 连续存储的数组：array、vector 和 deque。 指针结构的链表：list 和 forward_list。
• 指针结构的链表：list 和 forward_list。

容器的通用特效

• 容器里存储的是元素的拷贝、副本，而不是引用。
• array 和 vector 直接对应 C 的内置数组，内存布局与 C 完全兼容，所以是开销最低、速 度最快的容器。它们两个的区别在于容量能否动态增长。array 是静态数组，大小在初始化的时候就固定 了，不能再容纳更多的元素。而 vector 是动态数组，虽然初始化的时候设定了大小，但可 以在后面随需增长，容纳任意数量的元素。

有序容器

• 顺序容器的特点是，元素的次序是由它插入的次序而决定的，访问元素也就按照最初插入的 顺序。而有序容器则不同，它的元素在插入容器后就被按照某种规则自动排序，所以是“有序”的。
• 为了解决容器判断俩个元素的“先后顺序” ， 需要在定义容器的时候必须要指定 key 的 比较函数。

• 方法一： 重载“<”，另一个是自定义模板参数。
• 方法二：编写专门的函数对象或者 lambda 表达式，然后在容器的模板参数里指定。
  
• 有序容器： 集合关系就用 set，关联数组就用 map

无序容器

• 无序容器也有四种，名字里也有 set 和 map，只是加上了 unordered（无序）前缀，分别 是 unordered_set/unordered_multiset、unordered_map/unordered_multimap。 散列表（也叫哈希表，hash table）。
  

• key 具备两个条件: 一是可以计算 hash 值，二是能够执行相等比较操作。
  
  
  
• 如果只想要单纯的集合、字典，没有排序需求，就应该用无序容 器，没有比较排序的成本，它的速度就会非常快。
  
  就是多利用类型别名 using xx，而不要“写死”容器定义。因 为容器的大部分接口是相同的，所以只要变动别名定义，就能够随意改换不同的容器，对于 开发、测试都非常方便。
• vector 是动态的， 不要使用new / delete

算法

算法是 STL（标准库前身）的三大要件之一（容器、算法、迭代器），也是 C++ 标准 库里一个非常重要的部分，但它却没有像容器那样被大众广泛接受。

认识算法

• C++ 里的算法，指的是工作在容器上的一些泛型函数，会对容器内的元素实施的各种操作。
• 算法其实并不神秘，因为所有的算法本质上都是 for 或者 while，通 过循环遍历来逐个处理容器里的元素，比如说 count 算法，它的功能非常简单，就是统计某个元素的出现次数，完全可以用 range-for 来实现同样的功能。
  

• 追求更高层次上的抽象和封装，也是函数式编程的基本理念。
• 算法只能通过迭代器去“间接”访问容器以及元素，算法的能力是由迭代器决定的.
• 好处：分离了数据和操作。弊端：算法是通用的，但对有的数据结构虽然可行 但效率比较低

迭代器

• C++ 里的迭代器也有很多种，比如输入迭代器、输出迭代器、双向迭代器、随机访问迭代 ，可以把它简单地理解为另一种形式的“智能指针”，只是它强调的是对数据的访问，而不是生命周期管理。
• 容器一般都会提供 begin()、end() 成员函数，调用它们就可以得到表示两个端点的迭代 器，具体类型最好用 auto 自动推导
  
• 类似 ++ – 操作的操作符 distance()，计算两个迭代器之间的距离； advance()，前进或者后退 N 步； next()/prev()，计算迭代器前后的某个位置。
  

for_each 代替 for

• for_each 算法的价值就体现在这里，它把要做的事情分成了两部分，也就是两个函数：一个遍历容器元素，另一个操纵容器元素，而且名字的含义更明确，代码也有更好的封装。它能够促使我们更多地以“函数式编程”来思考，使用 lambda 来封装逻辑，得到更干净、更安全的代码。

排序算法

• sort() 快排算法 ， 不稳定，而且是全排所有元素。
  
• stable_sort，它是稳定的；
• 选出前几名（TopN），应该用 partial_sort；
• 选出前几名，但不要求再排出名次（BestN），应该用 nth_element；
• 中位数（Median）、百分位数（Percentile），还是用 nth_element；
• 按照某种规则把元素划分成两组，用 partition；
• 第一名和最后一名，用 minmax_element。
  
• 在使用这些排序算法时，还要注意一点，它们对迭代器要求比较高，通常都是随机访问迭代 器（minmax_element 除外），所以最好在顺序容器 array/vector 上调用。

查找算法

需要排序后使用查找算法

• binary_search () 查找一个数 如果在返回true
  
• lower_bound查找左边界 二分的 search_left
• upper_bound 查右边界 二分的 search_right
  

无需排序的查找算法

• 标准库里还有一些查找算法可以 用于未排序的容器，虽然肯定没有排序后的二分查找速度快，但也正因为不需要排序，所以 适应范围更广。
• find 和 search 命名，不过可能是当时制定标准时的疏忽，名称有点混乱，其 中用于查找区间的 find_first_of/find_end，或许更应该叫作 search_first/search_last
  
• C++ 里的算法像是一个大宝库，非常值得你去发掘。比如类似 memcpy 的 copy/move 算法（搭配插入迭代器）、检查元素的 all_of/any_of 算法，用好了都可以替 代很多手写 for 循环
  
  

“并发”（Concurrency）、“多线程”（multithreading）

认识线程和多线程

• 在 C++ 语言里，线程就是一个能够独立运行的函数。
  
• 任何程序一开始就有一个主线程，它从 main() 开始运行。主线程可以调用接口函数，创建 出子线程。子线程会立即脱离主线程的控制流程，单独运行，但共享主线程的数据。程序创 建出多个子线程，执行多个不同的函数，也就成了多线程。
• 多线程的好处你肯定能列出好几条，比如任务并行、避免 I/O 阻塞、充分利用 CPU、提高 用户界面响应速度，等等。
• 缺点：比如同步、死锁、数据竞争、系统调度开 销等……

“读而不写”就不会有数据竞争。

• 在 C++ 多线程编程里读取 const 变量总是安全的，对类调用 const 成员函数、对 容器调用只读算法也总是线程安全的。
• 多用 const 关键字，尽可能让操作都 是只读的，为多线程打造一个坚实的基础。

多线程开发实践

仅调用一次

• 程序免不了要初始化数据，这在多线程里却是一个不大不小的麻烦。因为线程并发，如果没 有某种同步手段来控制，会导致初始化函数多次运行.
• 声明一个 once_flag 类型的变量,最好是静态、全局的.

static std::once_flag flag; // 全局的初始化标志
然后调用专门的 call_once() 函数 


auto f = []() 
{
std::call_once(flag, [](){
// 仅一次调用，注意要传flag // 匿名lambda，初始化函数，只会执行一次 
// 在线程里运行的lambda表达式 
cout << "only once" << endl; } ); 
};
thread t1(f);
thread t2(f);
// 启动两个线程，运行函数f
1
2
3
4
5
6
7
8
9
10
11
12
13
14

线程局部存储

• 读写全局（或者局部静态）变量是另一个比较常见的数据竞争场景，因为共享数据，多线程 操作时就有可能导致状态不一致。
• 全局变量并不一定是必须共享的，可能仅仅是 为了方便线程传入传出数据，或者是本地 cache，而不是为了共享所有权。
• 线程独占所有权，不应该在多线程之间共同拥有，术语叫**“线程局部存储”**（thread local storage）。
  
  两个线程分别输出了 10 和 20，互不干扰 。
  如果使用 static 就会输出 30

原子变量

• 要想保证多线程读写共享数据的一致性，关键是要解决同步问题，不能让两个线程同时写， 也就是“互斥”。
• 所谓原子（atomic），在多线程领域里的意思就是不可分的。操作要么完成，要么未完成，不能被任何外部操作打断，总是有一个确定的、完整的状态。所以也就不会存在竞争读 写的问题，不需要使用互斥量来同步，成本也就更低。 【避免同时执行一个操作】
  
• 除了模拟整数运算，原子变量还有一些特殊的原子操作，比如 store、load、fetch_add、 fetch_sub、exchange、compare_exchange_weak/compare_exchange_strong，最后 一组就是著名的 CAS（Compare And Swap）操作。
• 而另一个同样著名的 **TAS（Test And Set）**操作，则需要用到一个特殊的原子类型 atomic_flag。
• 它不是简单的 bool 特化（atomic），没有 store、load 的操作，只用来实现 TAS，保证 绝对无锁.
• 原子变量禁用了拷贝构造函数，所以在初始化的时候不能用“=”的赋值形式，只能用圆括号或者花括号：
  
• 除了模拟整数运算，原子变量还有一些特殊的原子操作，比如 store、load、fetch_add、 fetch_sub、exchange、compare_exchange_weak/compare_exchange_strong，最后一组就是著名的 CAS（Compare And Swap）操作。
• 而另一个同样著名的 TAS（Test And Set）操作，则需要用到一个特殊的原子类型 atomic_flag。
• 它不是简单的 bool 特化（atomic），没有 store、load 的操作，只用来实现 TAS，保证绝对无锁.
• 原子操作 的用法是把原子变量当作线程安全的全局计数器或者标志位，这也算是“初心”吧。 但它还有一个更重要的应用领域，就是实现高效的无锁数据结构（lock-free)

线程

• call_once、thread_local 和 atomic 这三个用于 C++ 多线程变成的工具，尽量消除显式地使用线程。

• 线程 ： C++ 标准库里有专门的线程类thread，使用它就可以简单地创建线程，在名字空间 std::this_thread 里，还有 yield()、get_id()、sleep_for()、sleep_until() 等几个方便的管理函数。
  原子操作atomic 结合 thread:
  

• async()，它的含义是“异步运行”一个任务。
  

• async() 会返回一个 future 变量，可以认为是代表了执行结果的“期货”，如果任务有返回值，就可以用成员函数 get() 获取。不过要特别注意，get() 只能调一次，再次获取结果会发生错误，抛出异常 std::future_error。（至于为什么这么设计我也不太清楚，没找到官方的解释）
  另外，这里还有一个很隐蔽的“坑”，如果你不显式获取 async() 的返回值（即 future 对象），它就会同步阻塞直至任务完成（由于临时对象的析构函数），于是“async”就变成 了“sync”。所以，即使我们不关心返回值，也总要用 auto 来配合 async()，避免同步阻塞，就像下面 的示例代码那样
  

小结