string (C++标准库)

<string>是C++标准程序库中的一个头文件，定义了C++标准中的字符串的基本模板类std::basic_string及相关的模板类实例：

模板类实例	std::basic_string的模板实参
string	char
wstring	wchar_t
u16string	char16_t（C++11新增）
u32string	char32_t（C++11新增）

其中的string是以char作为模板参数的模板类实例^[1]，把字符串的内存管理责任由string负责而不是由编程者负责，大大减轻了C语言风格的字符串的麻烦。

std::basic_string提供了大量的字符串操作函数，如比较、连接、搜索、替换、获得子串等。并可与C语言风格字符串双向转换。std::basic_string属于C++ STL容器类，用户自定义的类也可以作为它的模板参数，因此也适用C++ STL Algorithm库。

string本质上是以字符作为元素的vector特化版本；不存在0字符结尾这个概念，能装入'\0'这种数据。

std::basic_string类模板

std::basic_string类模板存储且操纵类似char的对象的序列。该对象类型的性质由特性类模板std::char_traits的实例来提供，并作为std::basic_string的第二个模板参数。

C++11标准规定：basic_string的元素是连续存储的。即对于basic_string s，有：&*(s.begin() + n) == &*s.begin() + n，其中n属于[0, s.size())。换句话说，指向s[0]的指针即为指向CharT[]数组的首元素指针。C++11已经禁止了写入时复制（copy-on-write)的实现，因为存在多线程安全问题。一般都采用了小字符串优化（SSO）实现，如Visual C++：

union _Bxty
    {   // storage for small buffer or pointer to larger one
    _Elem _Buf[_BUF_SIZE];
    _Elem *_Ptr;
    } _Bx; 
size_type _Mysize;  // current length of string
size_type _Myres;   // current storage reserved for string

GCC从版本5开始，std::string不再采用COW策略。

C++17标准规定，basic_string是AllocatorAwareContainer, SequenceContainer与ContiguousContainer。

模板参数

• CharT - 字符类型
• Traits - 字符的特性类
• Allocator 内部存储的分配器类

成员类型

• traits_type 模板参数Traits
• value_type 即Traits::char_type
• allocator_type模板参数Allocator
• size_type 即Allocator::size_type。C++11改为std::allocator_traits<Allocator>::size_type
• difference_type即Allocator::difference_type。C++11改为std::allocator_traits<Allocator>::difference_type
• reference 即Allocator::reference。C++11改为value_type&
• const_reference 即Allocator::const_reference。C++11改为const value_type&
• pointer 即Allocator::pointer。C++11改为std::allocator_traits<Allocator>::pointer
• const_pointer 即Allocator::const_pointer。C++11改为std::allocator_traits<Allocator>::const_pointer
• iterator 属于RandomAccessIterator
• const_iterator 属于Constant random access iterator
• reverse_iterator 即std::reverse_iterator<iterator>
• const_reverse_iterator 即std::reverse_iterator<const_iterator>

成员函数

下面列出所有成员函数，其中 string是 std::basic_string<T> 的简写：

• 构造表示
  • string::string（构造）
  • string::~string（析构）
  • string::operator= - 赋值
  • string::assign –赋值
  • string::get_allocator –获得内存分配器
• 字符访问
  • string::at –访问特定字符，带边界检查
  • string::operator[] –访问特定字符
  • string::front –访问第一个字符
  • string::back –访问最后一个字符
  • string::data –访问基础数组，C++11 后与 c_str() 完全相同
  • string::c_str –返回对应于字符串内容的 C 风格零结尾的只读字符串
  • string::substr –以子串构造一个新串；参数为空时取全部源串
• 迭代器
  • string::begin –获得指向开始位置的迭代器
  • string::end –获得指向末尾的迭代器
  • string::rbegin –获得指向末尾的逆向迭代器
  • string::rend –获得指向开始位置的逆向迭代器
  • string::cbegin –获得指向开始位置的只读迭代器
  • string::cend –获得指向末尾的只读迭代器
  • string::crbegin –获得指向末尾的逆向只读迭代器
  • string::crend –获得指向开始位置的逆向只读迭代器
• 容量
  • string::empty –检查是否为空
  • string::size –返回数据的字符长度
  • string::length –返回数据的字符长度，与 size() 完全相同
  • string::max_size –返回可存储的最大的字节容量，在 32 位 Windows 上大概为 43 亿字节。
  • string::reserve –改变 string 的字符存储容量，实际获得的存储容量不小于 reserve 的参数值。
  • string::capacity –返回当前的字符存储容量
  • string::shrink_to_fit（C++11 新增）–降低内存容量到刚好
• 修改器
  • string::clear –清空内容
  • string::insert –插入字符或字符串。目标 string 中的插入位置可用整数值或迭代器表示。如果参数仅为一个迭代器，则在其所指位置插入0 值。
  • string::erase –删除 1 个或 1 段字符
  • string::push_back –追加 1 个字符
  • string::pop_back –删除最后 1 个字符，C++11 标准引入
  • string::append –追加字符或字符串
  • string::operator+= –追加，只有一个参数——字符指针、字符或字符串；不像 append() 一样可以追加参数的子串或若干相同字符
  • string::copy –拷贝出一段字符到 C 风格字符数组；有溢出危险
  • string::resize –改变（增加或减少）字符串长度；如果增加了字符串长度，新字符缺省为 0 值
  • string::swap –与另一个 string 交换内容
  • string::replace –替换子串；如果替换源数据与被替换数据的长度不等，则结果字符串的长度发生改变
• 搜索
  • string::find –前向搜索特定子串的第一次出现
  • string::rfind –从尾部开始，后向搜索特定子串的第一次出现
  • string::find_first_of –搜索指定字符集合中任意字符在 *this 中的第一次出现
  • string::find_last_of –搜索指定字符集合中任意字符在 *this 中的最后一次出现
  • string::find_first_not_of –*this 中的不属于指定字符集合的首个字符
  • string::find_last_not_of –*this 中的不属于指定字符集合的末个字符
  • string::compare –与参数字符串比较

常量值

• • string::npos –表示“未找到”，值为static const unsigned -1

非成员的有关的全局函数

• • std::operator+ –字符串连接
  • std::operator!= –不等比较
  • std::operator== –相等比较
  • std::operator< –小于比较
  • std::operator<= –小于等于比较
  • std::operator> –大于比较
  • std::operator>= –大于等于比较
  • std::operator<< –字符串内容写到输出流中
  • std::operator>> –从输入流中读取一个字符串
  • std::getline –从istream中读入一行或一段字符到string中
  • std::swap –交换两个string的内容。是std::swap算法针对std::basic_string的特化版本
  • std::stoi –字符串转为整形
  • std::stol –字符串转为长整形
  • std::stoll –字符串转为长长整形
  • std::stoul –字符串转为无符号长整形
  • std::stoull –字符串转为无符号长长整形
  • std::stof –字符串转为单精度浮点形
  • std::stod –字符串转为双精度浮点形
  • std::stold –字符串转为长双精度浮点形
  • std::to_string –整型、无符号整型、浮点型转化为string
  • std::to_wstring –整型、无符号整型、浮点型转化为wstring
  • std::hash<std::string> –计算hash值
  • std::hash<std::wstring> –计算hash值
  • std::hash<std::u16string> –计算hash值
  • std::hash<std::u32string> –计算hash值

字面量

C++14标准定义了如下的std::basic_string字面量：

• string operator "" s（const char *str, std::size_t len）;
• u16string operator "" s（const char16_t *str, std::size_t len）;
• u32string operator "" s（const char32_t *str, std::size_t len）;
• wstring operator "" s（const wchar_t *str, std::size_t len）;

示例：

#include <string>
#include <iostream> 
int main()
{
    using namespace std::string_literals;
 
    std::string s2 = "abc\0\0def"; // forms the string "abc"
    std::string s1 = "abc\0\0def"s; // form the string "abc\0\0def"
    std::cout<<s1.size()<<std::endl; //output 8
    std::cout<<s2<<std::endl;
    std::cout<<s1<<std::endl;
}

构造hash值的函数

C++11标准引入了4个std::hash函数模板的特化。用于以string为键值的hash寻址。

• template<> struct hash<std::string>;
• template<> struct hash<std::wstring>;
• template<> struct hash<std::u16string>;
• template<> struct hash<std::u32string>;

std::char_traits类

char_traits是一个traits类模板。用于抽象出给定字符类型的字符特性与字符串操作。char_traits用于明确（explicit）实例化一个std::basic_string类模板。

• 成员类型
  • char_type CharT
  • int_type 可以保持char_type以及EOF的值的整数类型
  • off_type 实现定义
  • pos_type 实现定义
  • state_type 实现定义
• 成员函数
  • assign[static]赋值一个字符
  • eq[static] 比较两个字符相等
  • lt[static] 比较两个字符小于
  • move[static] 移动一个字符序列到另一个字符序列
  • copy[static] 复制一个字符序列
  • compare[static]词典序比较两个字符序列
  • length[static]返回一个字符序列的长度
  • find[static] 在一个字符序列中找到一个字符
  • to_char_type[static]转化整型值到相等的char_type
  • to_int_type[static] 转化char_type到相等的整型值
  • eq_int_type[static] 比较两个整型值
  • eof[static] 返回eof值
  • not_eof[static]检查一个字符是否为eof值

例如，如果需要定义“两个字符相等”当且仅当“两个字符的大写形式相等”，就可以在std::char_traits<char>之上派生定义一个类，重载定义eq、lt、compare、find四个静态成员函数。再用此特性类作为第二个模板参数去实例化std::basic_string类模板。

C++11放弃了COW

从C++11开始，明确禁止用“写时复制”（Copy On Write）实现stl::string。因为这在并发时容易引发错误。如下例的注释：

#include <string>
int main()
{
    std::string str1("hello world\n");

    //p指向str1的数据区
    const char * p = str1.data();

    {
        //str2和str1共享数据
        auto str2( str1);

        //访问导致str1复制数据，此时p和str2直线同一块区域
        str1[0];

        //str2离开作用域，调用析构函数，此时str2的RefCount为0，因此str2指向的内存被释放
    }

    //此时p为野指针，这是严重的bug
    printf(p);

    return 0;
}

小对象优化

现在的主流编译器与标准库基本都采用了小对象优化（small objects optimization，又叫 small buffer optimization），以节约动态分配内存开销。

• Visual C++：0至15个字节。在release版中，小字符串缓冲区和存储区指针复用为一个union，再加上数据长度、数据区总长度，共计24个字节（32位非宽字符）或32个字节（64位非宽字符）；在debug中，小字符串缓冲区和存储区指针各有自己的存储空间，因为共计28个字节（32位非宽字符）或40个字节（64位非宽字符）。
• GCC >= 5：0至15个字节
• clang:：0至22个字节

用法

#include <iostream>
#include <string>

int main()
{
    std::string foo = "fighters";
    std::string bar = "stool";

    // "!=" compares string contents for inequality, even though they are different objects.
    if(foo != bar)
    {
        std::cout << "The strings are different." << std::endl;
    }

    // Prints "stool fighters" by creating a temporary object, which is automatically freed.
    std::cout << bar + " " + foo << std::endl;

    return 0;
}

/*
 Output:
 The strings are different.
 stool fighters
*/

由于字符串的拷贝操作与其字节长度成比例，是O（n）量级。且创建字符串的临时栈对象的成本开销。因此string一般作为常量引用（reference-to-const）以避免不必要的拷贝：

void print_the_string(const std::string& str)
{
    std::cout << str;
}

c_str()成员函数返回string类的C语言风格字符串（即ASCII-零串）的指针，用于C语言字符串的互操作。如果不需要零结尾的字符串，那么成员函数data()返回不一定是0结尾的字符串的内存地址。

参考文献

1. C++ reference for basic_string. Cppreference.com. [2013-06-21]. （原始内容存档于2013-01-20）.