C++ 标准库 string 类详解：接口、原理与模拟实现

C++ 标准库 string 类详解

一、为什么学习 string 类？

在 C 语言中，字符串是以 char* 形式存在的字符数组，需要手动管理内存和终止符。而在 C++ 中，std::string 类封装了这些细节，提供了更安全、便捷的字符串处理能力。

掌握 string 类不仅是日常开发的基础，也是面试中的高频考点。常见的面试题包括字符串转换整数、字符串相加等算法题，以及考察底层实现的模拟实现问题。

二、C++ 标准库中的 string 类

在使用 string 类时，必须包含 <string> 头文件并使用 using namespace std;。

2.1）auto 和范围 for

auto 关键字

auto 的核心功能是让编译器通过初始值来推导变量的类型。这意味着使用 auto 时，变量必须初始化。

auto x = 10;      // x 被推导为 int
auto y = 3.14;    // y 被推导为 double
auto ptr = &x;    // ptr 被推导为 int*

用 auto 声明指针类型时，auto 和 auto* 没有区别；但声明引用类型时必须加 &。

int x = 10;
int& ref = x;
auto c = ref;     // c 的类型是 int (引用被丢弃，发生值拷贝)
auto& d = ref;    // d 的类型是 int& (显式声明为引用)
d = 30;           // x 变成了 30
c = 20;           // x 依然是 10，因为 c 是独立变量

注意，在同一行声明多个变量时，它们必须是相同的类型。auto 不能作为函数参数（C++17 以前），建议谨慎用作返回值。

范围 for 循环

C++11 引入了基于范围的 for 循环，语法结构如下：

for(declaration : range) {
    // 循环体
}

• 第一部分 (declaration): 用于存放当前迭代到的元素。
• 第二部分 (range): 要遍历的范围（如数组、容器）。

示例：

#include <iostream>
#include <string>
#include <vector>
using namespace std;

int main() {
    int array[] = {1, 2, 3, 4, 5};
    
    // C++98 的遍历方式
    for(int i = 0; i < sizeof(array)/sizeof(array[0]); ++i) {
        array[i] *= 2;
    }
    
    // C++11 的遍历方式
    for(auto& e : array) e *= 2;  // 使用引用修改原始数据
    for(auto e : array) cout << e << " ";
    
    string str("hello world");
    for(char ch : str) {
        cout << ch << " ";
    }
    cout << endl;
    return 0;
}

范围 for 不仅能作用于数组，也能作用于容器对象（如 std::string）。对于 string，循环会自动调用 begin() 和 end()，无需手动管理迭代器。

2.2）string 类的常用接口

1）构造方法

构造函数	功能说明
string()	构造空的 string 类对象
string(const char* s)	用 C-string 来构造 string 类对象
string(size_t n, char c)	构造包含 n 个字符 c 的对象
string(const string& s)	拷贝构造函数

#include <iostream>
#include <string>
using namespace std;

int main() {
    string s1;                  // 空字符串
    string s2("Hello World");   // 由字符串常量构造
    string s3(10, '*');         // 10 个星号
    string s4(s2);              // 拷贝构造
    return 0;
}

2）容量操作

函数名称	功能说明
size() / length()	返回字符串有效字符长度
capacity()	返回空间总大小
empty()	检测字符串是否为空串
clear()	清空有效字符
reserve()	为字符串预留空间
resize()	改变有效字符个数

注意事项：

1. size() 与 length() 底层原理相同，为了与其他容器接口保持一致。
2. clear() 只清空有效字符，不改变底层空间大小（capacity）。
3. resize(n, c) 改变有效字符个数，多出的空间用字符 c 填充。
4. reserve(res_arg) 只为字符串预留空间，不改变有效元素个数；只有当参数大于当前底层空间时才会扩容。

3）访问及遍历操作

函数名称	功能说明
operator[pos]	下标访问，可修改
begin() + end()	正向迭代器
rbegin() + rend()	反向迭代器
范围 for	C++11 新遍历方式

#include <iostream>
#include <string>
using namespace std;

int main() {
    string s = "Hello";
    
    // 下标访问
    cout << "下标为 1 的字符：" << s[1] << endl;
    s[0] = 'h';
    
    // 迭代器遍历
    cout << "正向迭代器遍历：";
    for(string::iterator it = s.begin(); it != s.end(); ++it) {
        cout << *it << " ";
    }
    cout << endl;
    
    // 反向迭代器遍历
    cout << "反向迭代器遍历：";
    for(string::reverse_iterator rit = s.rbegin(); rit != s.rend(); ++rit) {
        cout << *rit << " ";
    }
    cout << endl;
    
    // 范围 for
    cout << "范围 for 遍历：";
    for(char c : s) {
        cout << c << "-";
    }
    cout << endl;
    return 0;
}

Iterator 小拓展： 最常用的四种组合：

1. iterator：能读能改，正着走。
2. const_iterator：只能读，正着走。
3. reverse_iterator：能读能改，倒着走。
4. const_reverse_iterator：只能读，倒着走。

4）修改操作

函数名称	功能说明
push_back	尾插单个字符
append	追加字符串
operator+=	追加字符串或字符
c_str()	返回 C 格式字符串
find() + npos	查找子串
substr()	截取子串

#include <iostream>
using namespace std;

int main() {
    string s = "Hello";
    
    // push_back
    s.push_back('!');
    
    // append
    s.append(" Welcome");
    
    // operator+= (最常用)
    s += " to C++";
    
    // c_str
    const char* cStr = s.c_str();
    cout << "C-Style: " << cStr << endl;
    
    // find
    size_t pos = s.find("Welcome");
    if(pos != string::npos) {
        cout << "Found at: " << pos << endl;
    }
    
    // substr
    string sub = s.substr(7, 7);
    cout << "Sub-string: " << sub << endl;
    return 0;
}

注意事项：

1. 追加字符有三种方式：push_back(c)、append(n, c)、+=。其中 += 最灵活且常用。
2. 如果预估要存较多字符，先调用 reserve() 预留空间可以减少频繁扩容带来的性能消耗。

5）非成员函数

函数	功能说明
operator+	连接字符串（尽量少用，传值返回效率低）
operator>>	输入运算符重载
operator<<	输出运算符重载
getline()	获取一行字符串
关系运算符	大小比较

string full_name;
cin >> full_name; // 遇到空格停止
gline(cin, full_name); // 读取整行

string str1 = "apple";
string str2 = "banana";
if(str1 < str2) {
    cout << "apple 排在 banana 前面" << endl;
}

6）VS 和 g++ 下 string 结构的说明

不同编译器对 string 的内部实现可能不同。以 32 位平台为例：

• VS 下：string 占 28 字节。内部有一个联合体，当字符串长度小于 16 时使用内部固定数组，大于等于 16 时从堆上开辟空间。此外还有保存长度和容量的字段。
• G++ 下：通常采用写时拷贝（COW）机制。string 对象占 4 个字节，包含一个指针指向堆空间，堆空间中存储空间大小、有效长度、引用计数等信息。

2.3）string 类的模拟实现

在面试中，经常要求模拟实现 string 类，重点在于构造、拷贝构造、赋值运算符重载和析构函数。

1）经典的 string 类问题

初学者容易忽略拷贝构造函数，导致浅拷贝问题。

class String {
public:
    String(const char* str = nullptr) {
        if(nullptr == str) {
            assert(false);
            return;
        }
        _str = new char[strlen(str) + 1];
        strcpy(_str, str);
    }
    ~String() {
        if(_str) {
            delete[] _str;
            _str = nullptr;
        }
    }
private:
    char* _str;
};

void TestString() {
    String s1("hello bit!!!");
    String s2(s1); // 触发隐式拷贝构造
}

问题分析：

1. s1 创建时在堆上申请内存，_str 指向该地址。
2. s2 创建时，编译器生成默认拷贝构造函数，执行浅拷贝，将 s1._str 的地址直接赋给 s2._str。
3. 析构时，s2 先释放内存，随后 s1 再次释放同一块内存，导致程序崩溃（Double Free）。

解决方案： 手动实现深拷贝的拷贝构造函数。

String(const String& s) {
    _str = new char[strlen(s._str) + 1];
    strcpy(_str, s._str);
}

2）浅拷贝 VS 深拷贝

• 传统写法：在赋值运算符重载中，先检查自赋值，再分配新内存，复制数据，释放旧内存。
• 现代写法：利用交换法（Copy-and-Swap）。通过传值参数构造临时对象，然后交换资源。这样既利用了移动语义的效率，又保证了异常安全。

class String {
public:
    /*拷贝构造函数*/
    String(const String& s) : _str(nullptr) {
        String strTmp(s._str);
        swap(_str, strTmp._str);
    }
    
    /*赋值运算符重载 (传值方式)*/
    String& operator=(String s) {
        std::swap(_str, s._str);
        return *this;
    }
    
    /*析构函数*/
    ~String() {
        if(_str) {
            delete[] _str;
            _str = nullptr;
        }
    }
private:
    char* _str;
};

3）写时拷贝（COW）

什么是写时拷贝？ COW 结合了浅拷贝和深拷贝的优点。读操作时共享内存，写操作时才真正分配新内存并复制数据。核心思想是延迟执行。

工作机制：

1. 初始状态：进程 A 拥有内存页 Page 1。
2. 发生拷贝（如 fork）：进程 B 也指向 Page 1，权限设为只读。
3. 安全读取：A 和 B 共享数据，无开销。
4. 触发写入：B 尝试修改 Page 1，触发缺页异常。
5. 内核介入：内核分配新物理内存 Page 2，复制数据，映射给 B，权限恢复为读写。
6. 继续执行：B 在 Page 2 上修改，A 的数据保持不变。

应用场景：

1. Linux fork()：父子进程初始共享内存，修改时才拷贝，极大提升进程创建速度。
2. Redis bgsave：主线程 fork 子进程持久化，利用 COW 避免阻塞主线程。
3. Java CopyOnWriteArrayList：读多写少场景下的线程安全 List，写时复制数组。
4. 容器技术：Docker 镜像分层存储，启动容器时共享底层镜像层，修改时复制到可写层。

优缺点总结：

• 优点：节省内存/磁盘资源，提升性能，并发读安全。
• 缺点：不可预知的延迟（写时触发），写放大开销（如 Java 中修改一个元素需复制整个数组）。

2.4）面试中 string 的一种正确写法

面试实现 String 类时，至少应满足以下要求：

1. 支持定义变量、赋值、复制。
2. 能用作函数参数及返回类型。
3. 能作为标准库容器（如 vector）的元素类型。

2.5）STL 中的 string 类怎么了？

随着 C++ 标准的演进，std::string 的实现也在不断优化。早期版本可能存在性能瓶颈或特定平台的差异，现代编译器通常针对常见场景进行了深度优化（如短字符串优化 SSO）。理解其底层原理有助于我们在实际开发中做出更合适的选择。

---

结语

std::string 是 C++ 中最常用的工具之一。深入理解其接口、内存管理及实现原理，不仅能写出更高效的代码，也能从容应对各类技术面试。