C++ string字符串的使用和简单模拟实现

1. string简介
   C语言中，字符串是以'\0'结尾的一些字符的集合，为了操作方便，C标准库中提供了一些str系列的库函数，但是这些库函数和字符串是分离的。不符合面向对象程序设计的思想，而且底层空间需要用户自己管理，如果不细心，容易访问越界。

所以C++标准库以string类来表示字符串，更加简单，方便。

字符串是表示字符序列的对象。
标准string类通过类似于标准字节容器的接口提供了对此类对象的支持，但添加了专门设计用于操作单字节字符串的特性。
string类是basic_string类模板的实例化，该模板使用char(即字节)作为其字符类型，具有默认的char_traits和allocator类型(有关模板的更多信息，请参阅basic_string)。
请注意，该类处理字节独立于所使用的编码:如果用于处理多字节或变长字符序列(如UTF-8)，则该类的所有成员(如length或size)及其迭代器仍将以字节(而不是实际编码的字符)进行操作。

2. string的使用和简单模拟实现

2.1 string类的定义
string类是本贾尼C++之父实现的，但是初次实现难免有许多不足，如接口函数过多，接口函数重载过多，导致string类十分复杂。我们对string类进行简单的模拟实现，不过是实现一些常用的接口函数，主要是粗浅地了解其中的原理。

因为string这个容器专门针对字符，没有使用类模版，所以定义和声明需要分离，准备两个文件string.h和string.cpp。string.h存放类的声明，string.cpp各种类成员函数和变量的定义。
为了不跟C++标准库里面的string发生命名冲突，可以将类放在命名空间中，并且这两个文件可以使用同一个命名空间，编译的过程中就会合并。
因为string物理存储空间本质上是连续的，不是链表那种随机存储的。迭代器使用char*原生的字符指针就可以模拟，不过实际的string的迭代器基本是用类封装实现。

#define _CRT_SECURE_NO_WARNINGS 
#pragma once
#include <iostream>
#include <assert.h>
using namespace std;
  
namespace Rustle
{
    class string
    {
    public:
        typedef char* iterator;
        typedef const char* const_iterator;
  
        iterator begin();
        iterator end();
        const_iterator begin() const;
        const_iterator end() const;
  
        //构造函数
        //string();
        string(const char* str = "");
        //拷贝构造函数
        string(const string& s);
        //赋值拷贝函数
        //string& operator=(const string& s);
        string& operator=(string tmp);
        //析构函数
        ~string();
  
        void swap(string& s);
        const char* c_str() const;
        size_t size() const;
  
        char& operator[](size_t pos);
        const char& operator[](size_t pos) const;
  
        void reserve(size_t n);
        void push_back(char ch);
        void append(const char* str);
  
        string& operator+=(char ch);
        string& operator+=(const char* str);
  
        void insert(size_t pos, char ch);
        void insert(size_t pos, const char* str);
        void erase(size_t pos, size_t len = npos);
  
        size_t find(char ch, size_t pos = 0);
        size_t find(const char* str, size_t pos = 0);
        string substr(size_t pos = 0, size_t len = npos);
  
        bool operator<(const string& s)const;
        bool operator>(const string& s)const;
        bool operator<=(const string& s)const;
        bool operator>=(const string& s)const;
        bool operator==(const string& s)const;
        bool operator!=(const string& s)const;
        void clear();
    private:
        char* _str = nullptr;//置空
        size_t _size = 0;
        size_t _capacity = 0;
  
        const static size_t npos;
    };
  
    istream& operator>>(istream& is, string& str);
    ostream& operator<<(ostream& os, const string& str);
}

2.2 string(),~string()和c_str()
构造函数如果使用第一种写法，将所有成员变量使用初始化列表进行初始化。一般来说是可以的，但是每一次都需要调用strlen这个库函数，会消耗时间。
可能有的人会用第二种写法，交换一下初始化列表中的顺序，先将_size初始化，之后的成员变量直接使用_size就行。但是初始化列表初始化的顺序跟函数中初始化列表顺序无关，只跟成员变量声明的顺序有关。
最好的解决方案就是第三种构造函数的写法，先使用初始化列表进行初始化，然后在函数内部进行动态开辟一块与str相同大小的空间，使用strcpy拷贝str字符串的内容，strcpy还会自动在字符串末尾加上斜杠0。
需要注意的是，_size指的是字符串的大小，_capacity指的是斜杠0之前的字符个数，不包含斜杠0。所以之前_str中空间大小事_size+1，给斜杠0预留一个空间。
析构函数先释放_str指向的空间，然后_str置为空指针，其他两个成员变量置为0。
有些时候需要像C语言一样访问字符串，而string是一个类无法直接访问，c_str函数就是解决这种问题，这个函数可以获取_str指针，即第一个字符的地址。

namespace Greg
{
   //1.
    string::string(const char* str)
        :_str(new char[strlen(str) + 1])
        ,_size(strlen(str))
        ,_capacity(strlen(str))
    {
        assert(str);
        strcpy(_str, str);
    }
  
    //2.
    string::string(const char* str)
        :_size(strlen(str))
        ,_str(new char[_size + 1])
        ,_capacity(_size)
    {
        assert(str);
        strcpy(_str, str);
    }
  
    //全缺省构造函数
    string::string(const char* str)
        :_size(strlen(str))
    {
        assert(str);
  
        //初始化列表和函数内部初始化混合着用
        _str = new char[_size + 1];
        _capacity = _size;
        strcpy(_str, str);
    }
  
    string::~string()
    {
        delete[] _str;
        _str = nullptr;
        _size = _capacity = 0;
    }
  
    const char* string::c_str() const
    {
        return _str;
    }
}

写一个测试函数，也放在Rustle命名空间中，这样就string前面不用加域名限制符。

namespace Rustle
{
    void test_string1()
    {
        string s1("hello world");
        cout << s1.c_str() << endl;
    }
}

运行结果如下：

2.2 size，重载符号[ ]，begin和end函数
size是获取字符个数的函数，直接返回_size就好。
[ ]下标访问符，跟vector容器作用相似，访问pos下标的元素，需要先断言检查pos是不是在合理的范围，然后直接返回_str[pos]即可。不过返回类型是字符类型的引用，这样可以对该字符进行修改
begin函数是返回字符串的第一个字符的地址，还有一个const修饰函数，算是函数重载。因为string类对象可能也被const修饰。
end函数返回的是字符串最后一字符的下一个位置，由于下标是从0开始的，直接返回_str+_size即可。

    string::iterator string::begin()
    {
        return _str;
    }
  
    string::iterator string::end()
    {
        return _str + _size;
    }
  
    string::const_iterator string::begin() const
    {
        return _str;
    }
  
    string::const_iterator string::end() const
    {
        return _str+ _size;
    }
  
    size_t string::size() const
    {
        return _size;
    }
  
    char& string::operator[](size_t pos)
    {
        assert(pos < _size);
        return _str[pos];
    }
  
    const char& string::operator[](size_t pos) const
    {
        assert(pos < _size);
        return _str[pos];
    }
}

写一个测试函数，用下标访问，迭代器访问，还有范围for循环访问。范围for的底层就是需要识别有没有begin和end函数。

void test_string1()
{
    string s1("hello world");
    cout << s1.c_str() << endl;
 
    for (size_t i = 0; i < s1.size(); i++)
    {
        cout << s1[i] << " ";
    }
    cout << endl;
 
    for (auto e : s1)
    {
        cout << e << " ";
    }
    cout << endl;
 
    string::iterator it1 = s1.begin();
    while (it1 != s1.end())
    {
        cout << *it1 << " ";
        ++it1;
    }
    cout << endl;
 
    const string s3("xxxxxx");
    string::const_iterator it2 = s3.begin();
    while (it2 != s3.end())
    {
        cout << *it2 << " ";
        ++it2;
    }
    cout << endl;
}

运行结果如下：

2.3 push_back，reserve，append，+=运算符重载
接口函数声明如下，其中+=运算符重载函数有两个重载，针对的是字符和字符串的。

void reserve(size_t n);
void push_back(char ch);
void append(const char* str);
 
string& operator+=(char ch);
string& operator+=(const char* str);

reserve就是调整容量的函数。我们需要手动扩容。先开辟一个新容量大小的空间，然后使用strcpy库函数将原字符串内容拷贝到tmp指针指向的空间上，再释放_str指向的空间。让_str指针指向tmp指向的空间，修改_capacity的大小。
push_back函数是在字符串的末尾加上一个字符。首先，我们要判断字符串的容量是否足够。当_size和_capacity相等时，说明字符串容量已满，需要扩容。我们定义一个newcapacity变量，如果_capacity等于0，说明还没有开空间，先给四个字符大小的容量大小，如果不等于0，按两倍扩容。扩容之后，在_size下标位置添加ch字符，并且需要单独处理斜杠0，加在新字符的后一个位置。修改_size。
append函数在原字符串上追加新字符串，会覆盖原字符串。先定义len表示新字符串字符的个数，再判断加上新字符串后是否超过容量，超过容量要扩容。然后使用strcpy拷贝新字符串，再修改_size。
+=运算符重载针对字符和字符串的两个函数，分别复用push_back和append函数即可。需要返回*this。

void string::reserve(size_t n)
{
    if (n > _capacity)
    {   //给斜杠0预留一个位置
        char* tmp = new char[n + 1];
        strcpy(tmp, _str);
        delete[] _str;
 
        _str = tmp;
        _capacity = n;
    }
}
 
void string::push_back(char ch)
{
    if (_size == _capacity)
    {
        size_t newcapacity = _capacity == 0 ? 4 : _capacity * 2;
        reserve(newcapacity);
    }
 
    _str[_size] = ch;
    _str[_size + 1] = '\0';//单独处理斜杠0
    ++_size;
}
 
void string::append(const char* str)
{
    size_t len = strlen(str);
    if (_size + len > _capacity)
    {
        reserve(_size + len);
    }
 
    strcpy(_str + _size, str);
    _size += len;
}
 
//复用push_back和append函数
string& string::operator+=(char ch)
{
    push_back(ch);
    return *this;
}
 
string& string::operator+=(const char* str)
{
    append(str);
    return *this;
}

写个测试函数，测试刚刚是模拟实现的函数。

void test_string2()
{
    string s1("hello world");
    cout << s1.c_str() << endl;
 
    s1.push_back('x');
    cout << s1.c_str() << endl;
 
    s1.append("aaaaaa");
    cout << s1.c_str() << endl;
 
    s1 += 'y';
    cout << s1.c_str() << endl;
 
    s1 += "dfsdf";
    cout << s1.c_str() << endl;
 
}

运行结果如下：

2.4 insert和erase函数
上面是insert和erase函数的定义。insert函数从pos位置开始插入字符或者字符串，erase函数从pos位置开始，删除len个字符，其中len变量给了缺省值npos。
npos是无符号整数，现在令npos = -1。如果 size_t 是 32 位的，那么 npos 等于 2^32 - 1，即 4294967295。如果 size_t 是 64 位的，那么 npos 等于 2^64 - 1，即 18446744073709551615。总之是一个非常大的数字，表示直接到末尾。

class string
{
public:
    void insert(size_t pos, char ch);
    void insert(size_t pos, const char* str);
    void erase(size_t pos, size_t len = npos);
  
private:
    const static size_t npos;
}

npos是一个静态变量需要定义和声明分离。
实现针对字符插入的insert函数。先判断是否需要扩容，然后需要挪动元素，当你定义一个无符号整型end变量时，尽量不要让无符号整数遇到大于等于或者小于等于符号，会有坑。
因为如果你while循环继续的条件是end >= pos，并且此时pos等于0的情况下，你不断让end减1，当end减到0时，再次减去1会变成-1，如上面所说相当于 2^32 - 1，会造成无限循环。
有两种解决方法，第一种就是不要出现等于符号，控制好end的位置。第二种是强转pos为int，这样使用等于判断就不会出现无限循环的情况。
针对字符串插入的insert函数，使用上面第一种方法挪动元素，while循环继续的条件比较难写出来，需要画图理解。
实现erase函数，先判断删除的字符个数和从pos位置的字符到结尾字符个数的大小关系。如果大于原字符的个数，直接将斜杠0放在pos位置的字符即可，在修改_size的大小。如果小于，需要挪动元素，可以使用strcpy将删除字符的最后一个位置拷贝到pos位置，就完成了删除和挪动的操作。

    const size_t string::npos = -1;
  
//1.
void string::insert(size_t pos, char ch)
{
    assert(pos <= _size);
    if (_size == _capacity)
    {
        size_t newcapacity = _capacity == 0 ? 4 : _capacity * 2;
        reserve(newcapacity);
    }
  
    //size_t无符号整数遇到大于等于有坑
    size_t end = _size + 1;
    while (end > pos)
    {
        _str[end] = _str[end - 1];
        --end;
    }
    _str[pos] = ch;
    ++_size;
}
  
//2.
void string::insert(size_t pos, char ch)
{
    assert(pos <= _size);
    if (_size == _capacity)
    {
        size_t newcapacity = _capacity == 0 ? 4 : _capacity * 2;
        reserve(newcapacity);
    }
  
    int end = _size;
    while (end >= (int)pos)
    {
        _str[end + 1] = _str[end];
        --end;
    }
    _str[pos] = ch;
    ++_size;
}
  
//1.
void string::insert(size_t pos, const char* str)
{
    assert(pos <= _size);
  
    size_t len = strlen(str);
    if (_size + len > _capacity)
    {
        reserve(_size + len);
    }
  
    size_t end = _size + len;
    while (end > pos + len - 1)//!(pos + len - 1)
    {
        _str[end] = _str[end - len];
        --end;
    }
    memcpy(_str + pos, str, len);
    _size += len;
}
  
//2.
void string::insert(size_t pos, const char* str)
{
    assert(pos <= _size);
  
    size_t len = strlen(str);
    if (_size + len > _capacity)
    {
        reserve(_size + len);
    }
  
    int end = _size;
    while (end >= (int)pos)
    {
        _str[end + len] = _str[end];
        --end;
    }
    memcpy(_str + pos, str, len);
    _size += len;
}
  
void string::erase(size_t pos, size_t len)
{
    assert(pos < _size);
  
    if (pos + len >= _size)
    {
        _str[pos] = '\0';
        _size = pos;
    }
    else
    {
        strcpy(_str + pos, _str + pos + len);
        _size -= len;
    }
}

写个测试函数。测试一下模拟实现的函数。

void test_string3()
{
    string s1("hello world");
    cout << s1.c_str() << endl;
 
    s1.insert(0, 'x');
    cout << s1.c_str() << endl;
 
    string s2("helloworld");
    s2.insert(5, "xxxx");
    cout << s2.c_str() << endl;
 
    s2.erase(5, 4);
    cout << s2.c_str() << endl;
}

运行结果如下：

2.5 find和substr函数
函数原型如下，find函数是查找某个字符或者字符串的位置，查找到返回该字符的下标位置或者该字符串第一个字符的位置。如果没有找到返回-1，是一个极大的数。substr函数是从pos位置开始，取下原字符串的子串，返回一个string类的对象。

size_t find(char ch, size_t pos = 0);
size_t find(const char* str, size_t pos = 0);
string substr(size_t pos = 0, size_t len = npos);

查找字符，直接遍历整个字符串查找，找到返回下标，没找到返回-1。
查找字符串，可以直接使用strstr库函数，或者使用其他查找子串的算法。
实现substr函数，先判断子串字符个数是否小于从pos位置开始的字符个数。如果大于，直接拷贝pos位置的字符串。如果小于，创建一个string类的临时对象，先调整容量为len个，这样就不会在频繁扩容。然后使用for循环一个个加等。

size_t string::find(char ch, size_t pos)
{
    for (size_t i = 0; i < _size; i++)
    {
        if (_str[i] == ch)
            return i;
    }
    return npos;
}
 
size_t string::find(const char* str, size_t pos)
{
    const char* end = strstr(_str, str);
 
    return end - _str;
}
 
string string::substr(size_t pos, size_t len)
{
    //子串长度大于从原字符串给定位置开始到结束的长度，直接拷贝返回
    if (len > _size - pos)
    {
        string sub(_str + pos);
        return sub;
    }
    else
    {
        string sub;
        sub.reserve(len);
        for (size_t i = 0; i < len; i++)
        {
            sub += _str[pos + i];
        }
 
        return sub;
    }
}

写一个测试用例，用于分割网址。

void test_string4()
{
    string s1("helloworld");
    cout << s1.find('o') << endl;
    cout << s1.find("orl") << endl;
     
    string url("https://legacy.cplusplus.com/reference");
    size_t pos1 = url.find(":");
    string url1 = url.substr(0, pos1);
    cout << url1 << endl;
 
    size_t pos2 = url.find('/', pos1 + 3);
    string url2 = url.substr(pos1 + 3, pos2 - (pos1 + 3));
    cout << url2 << endl;
 
    string url3 = url.substr(pos2 + 1);
    cout << url3 << endl;
 
}

运行结果如下：

2.6 比较运算符的重载

bool operator<(const string& s)const;
bool operator>(const string& s)const;
bool operator<=(const string& s)const;
bool operator>=(const string& s)const;
bool operator==(const string& s)const;
bool operator!=(const string& s)const;

比较运算符，是比较字符的ASCii码值，可以写完<和==的逻辑，然后其他进行复用。

bool string::operator<(const string& s)const
{
    return strcmp(_str, s._str) < 0;
}
 
bool string::operator>(const string& s)const
{
    return !(*this < s) && !(*this == s);
}
 
bool string::operator<=(const string& s)const
{
    return *this < s || *this == s;
}
 
bool string::operator>=(const string& s)const
{
    return *this < s || *this == s;
}
 
bool string::operator==(const string& s)const
{
    return strcmp(_str, s._str) == 0;
}
 
bool string::operator!=(const string& s)const
{
    return !(*this == s);
}

2.7 cout<<和cin>>运算符重载
重载流插入<<和流提取>>这两个操作符，是为了方便打印和输入。并且这是放在全局的函数。

istream& operator>>(istream& is, string& str);
ostream& operator<<(ostream& os, const string& str);

流插入<<函数容易实现，直接for循环遍历打印每个字符即可，不过你可以按照你的意愿打印任何形式。
流提取<<函数比较难实现。首先写一个clear函数，清理掉之前的字符串里的字符，可以直接将斜杠0放在下标为0的位置，再修改_size就好了。
首先，我们不能直接使用is >> ch来提取字符，因为一遇到空格或者换行就表示分割。可以使用is.get()函数完成输入操作。然后，我们先创建一个字符数组，输入的字符填到字符数组先，满了在加载字符串中，可以防止频繁扩容，带来的消耗。

ostream& operator<<(ostream& os, const string& str)
{
    for (size_t i = 0; i < str.size(); i++)
    {
        os << str[i];
    }
 
    return os;
}
 
void string::clear()
{
    _str[0] = '\0';
    _size = 0;
}
 
istream& operator>>(istream& is, string& str)
{
    //空格和换行表示多个值的分割
    //is >> ch; //scanf("%c", &ch);
 
    str.clear();
    int i = 0;
    char buff[128];
    char ch = is.get();
 
    while (ch != ' ' && ch != '\n')
    {
        buff[i++] = ch;
        //0~126的位置放字符了，留一个位置给斜杠0
        //减少频繁扩容
        if (i == 127)
        {
            buff[i] = '\0';
            str += buff;
            i = 0;
        }
 
        ch = is.get();
    }
 
    if (i != 0)
    {
        buff[i] = '\0';
        str += buff;
    }
 
    return is;
}

写个测试函数。

void test_string7()
{
    //string s1("hello world");
    string s1;
    cout << s1 << endl;
 
    cin >> s1;
    cout << s1 << endl;
}

运行结果如下：