C++ string 类详解：常用接口、内存管理与模拟实现

C++ string 类详解

一、为什么学习 string 类？

C 语言中的字符串

在 C 语言中，字符串是以 \0 结尾的字符数组。使用 string 类可以简化字符串操作，避免手动管理内存和边界检查。

字符串面试题

常见的字符串处理问题包括字符串转整数、字符串相加等，掌握 string 类有助于高效解决此类算法题。

二、C++ 标准库中的 string 类

在使用 string 类时，必须包含 #include <string> 头文件以及 using namespace std;。

2.1）auto 和范围 for

• auto 关键字

1. 核心功能： 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*

2. 用 auto 声明指针类型时，用 auto 和 auto* 没有任何区别，但用 auto 声明引用类型时则必须加 &。

int x = 10;
int* p = &x;
auto a = p; // a 被推导为 int*
auto* b = p; // b 被推导为 int*
// 结论：在这种情况下，a 和 b 的类型完全一致

int x = 10;
int& ref = x; // ref 是 x 的引用
auto c = ref; // c 的类型是 int (注意：引用被丢弃了！这里是值拷贝)
auto& d = ref; // d 的类型是 int& (显式声明为引用)
c = 20; // x 依然是 10，因为 c 是独立变量
d = 30; // x 变成了 30，因为 d 是 x 的别名

3. 当在同一行声明多个变量时，这些变量必须是相同的类型，否则编译器将会报错。

/*正确用法：类型一致*/
auto a = 10, b = 20; // 正确：a 是 int，b 也是 int
auto c = 1.5, d = 3.14; // 正确：c 是 double，d 也是 double
int x = 0;
auto i = x, &j = x; // 正确：基础类型都是 int

/*错误用法：类型不一致*/
// 错误示例：编译器会报错
auto a = 10, b = 3.14; // 报错原因：编译器对 a 推导为 int，但对 b 推导为 double
auto m = 5, *p = &m; // 正确：基础类型都是 int
auto n = 5, q = 3.14; // 错误：基础类型不同

4. auto 不能作为函数的参数，可以做返回值，但是建议谨慎使用。

// 错误示例 (C++17 及以前)
void func(auto x) { ... }

// 正确方案：模板
template<typename T>
void func(T x) { ... }

5. auto 不能直接用来声明数组。

int arr[] = {1, 2, 3}; // 正确：传统的数组声明
auto a[] = {1, 2, 3}; // 错误！编译器无法推导出 a 是一个数组类型
auto b[3] = {1, 2, 3}; // 错误！即使指定了长度也不行

推导为指针

int nums[] = {10, 20, 30};
auto p = nums; // 正确：p 的类型被推导为 int*，而不是 int[3]

如果你希望保留数组的'大小信息'而不是让它退化成指针，可以使用引用：

int nums[] = {1, 2, 3};
auto& refArr = nums; // 正确：refArr 的类型是 int(&)[3]

• for 关键字

C++11 中引入了基于范围的 for 循环。for 循环后的括号由冒号'：'分为两部分：第一部分是范围内用于迭代的变量，第二部分则表示被迭代的范围。

1. 语法结构

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

2. 代码示例

int arr[] = {1, 2, 3, 4, 5};
for(int x : arr) {
    cout << x << " ";
}

3. 范围 for 可以作用到数组和容器对象上进行遍历。

4. 使用示例

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

int main() {
    int array[] = {1, 2, 3, 4, 5};
    // C++98 的遍历
    for(int i = 0; i < sizeof(array)/sizeof(array[0]); ++i) {
        array[i] *= 2;
    }
    for(int i = 0; i < sizeof(array)/sizeof(array[0]); ++i) {
        cout << array[i] << endl;
    }
    // C++11 的遍历
    for(auto& e : array) e *= 2;
    for(auto e : array) cout << e << " " << endl;
    
    string str("hello world");
    for(auto ch : str) {
        cout << ch << " ";
    }
    cout << endl;
    return 0;
}

关键点说明：

• auto& e：e 是当前元素的引用。使用引用是因为我们需要修改 array 中的原始值。
• :：分隔符，左边是变量，右边是范围（即数组 array）。

范围 for 不仅能作用于数组，也能作用于容器对象（如 std::string）。循环会自动调用 str.begin() 和 str.end()，依次提取字符并打印，无需手动管理迭代器或下标。

2.2）string 类的常用接口

🚩1）string 类的常用构造

构造函数	功能说明
string()（重点）	构造空的 string 类对象，即空字符串
string(const char* s)（重点）	用 C-string 来构造 string 类对象
string(size_t n, char c)	string 类对象中包含 n 个字符 c
string(const string& s)（重点）	拷贝构造函数

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

int main() {
    // 1. string() (重点)
    string s1;
    cout << "s1 (空字符串): [" << s1 << "]" << endl;
    
    // 2. string(const char* s) (重点)
    string s2("Hello World");
    cout << "s2 (由字符串常量构造): " << s2 << endl;
    
    // 3. string(size_t n, char c)
    string s3(10, '*');
    cout << "s3 (10 个星号): " << s3 << endl;
    
    // 4. string(const string& s) (重点)
    string s4(s2);
    cout << "s4 (拷贝自 s2): " << s4 << endl;
    return 0;
}

🚩2）string 类对象的容量操作

函数名称	功能说明
size（重点）	返回字符串有效字符长度
length	返回字符串有效字符长度
capacity	返回空间总大小
empty（重点）	检测字符串是否为空串，是返回 true，否则返回 false
clear（重点）	清空有效字符
reserve（重点）	为字符串预留空间
resize（重点）	将有效字符的个数改成 n 个，多出的空间用字符 c 填充

❗注意事项

1. size() 与 length() 底层原理相同 size() 是为了与其他容器接口保持一致。

string s = "hello";
cout << "size: " << s.size() << endl; // 输出 5
cout << "length: " << s.length() << endl; // 输出 5

2. clear() 是清空有效字符，但不改变底层空间大小（capacity）

3. resize(size_t n, char c) 改变有效字符个数

s = "hello";
// 如果 n 大于当前大小，用字符 'x' 填充
s.resize(10, 'x');
cout << "resize(10, 'x'): " << s << endl; // helloxxxxx
// 如果 n 小于当前大小，会发生截断，但底层总空间不变
s.resize(3);
cout << "resize(3): " << s << endl; // hel

4. reserve(size_t res_arg) 为 string 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

s.reserve(100);
cout << "reserve(100) 后大小：" << s.size() << endl; // 依然是 3

🚩3）string 类对象的访问及遍历操作

函数名称	功能说明
operator[pos]（重点）	operator 是字符串名，返回 pos 位置的字符，const string 类对象调用
begin + end	begin 获取一个字符的迭代器 + end 获取最后一个字符下一个位置的迭代器
rbegin + rend	rbegin 获取一个字符的迭代器 + rend 获取最后一个字符下一个位置的迭代器
范围 for	C++11 支持更简洁的范围 for 的新遍历方式

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

int main() {
    string s = "Hello";
    
    // 1. operator[] (下标访问)
    cout << "下标为 1 的字符：" << s[1] << endl; // 'e'
    s[0] = 'h'; // 也可以修改
    
    // 2. 使用迭代器遍历 (begin + end)
    cout << "正向迭代器遍历：";
    for(string::iterator it = s.begin(); it != s.end(); ++it) {
        cout << *it << " ";
    }
    cout << endl;
    
    // 3. 反向迭代器遍历 (rbegin + rend)
    cout << "反向迭代器遍历：";
    for(string::reverse_iterator rit = s.rbegin(); rit != s.rend(); ++rit) {
        cout << *rit << " "; // 输出 o l l e h
    }
    cout << endl;
    
    // 4. 范围 for (C++11 遍历新方式)
    cout << "范围 for 遍历：";
    for(char c : s) {
        cout << c << "-";
    }
    cout << endl;
    return 0;
}

迭代器说明：

• string::iterator it = s.begin()：string:: 是作用域限定符，iterator 是类型名，it 是变量名，s.begin() 是初始赋值。
• string::reverse_iterator rit = s.rbegin()：string::reverse_iterator 是专门用于从后往前读字符串的类型。

对于 string 来说，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）string 类对象的修改操作

函数名称	功能说明
push_back	在字符串后尾插字符 c
append	在字符串后追加一个字符串
operator+=（重点）	在字符串后追加字符串 str
c_str（重点）	返回 C 格式字符串
find + npos（重点）	从字符串 pos 位置开始往后找字符 c，返回该字符在字符串中的位置
rfind	从字符串 pos 位置开始往前找字符 c，返回该字符在字符串中的位置
substr	在 str 中从 pos 位置开始，截取 n 个字符，然后将其返回

#include<iostream>
using namespace std;

int main() {
    // 0. 初始化
    string s = "Hello";
    
    // 1. push_back: 只能插入单个字符
    s.push_back('!'); // s 变为 "Hello!"
    
    // 2. append: 追加字符串
    s.append(" Welcome"); // s 变为 "Hello! Welcome"
    
    // 3. operator+= (重点): 最常用的追加方式
    s += " to C++"; // s 变为 "Hello! Welcome to C++"
    
    // 4. c_str (重点): 返回 C 风格字符串 (const char*)
    const char* cStr = s.c_str();
    cout << "C-Style: " << cStr << endl;
    
    // 5. find + npos (重点): 查找子串
    size_t pos = s.find("Welcome");
    if(pos != string::npos) {
        cout << "Found 'Welcome' at: " << pos << endl;
    }
    
    // 6. rfind: 从右向左找
    size_t last_space = s.rfind(' ');
    cout << "Last space at: " << last_space << endl;
    
    // 7. substr: 截取子串
    string sub = s.substr(7, 7); // 截取 "Welcome"
    cout << "Sub-string: " << sub << endl;
    return 0;
}

❗注意事项

1. 追加字符的三种方式

char c = '!';
// 方式 A: 使用 push_back(c)
s.push_back(c);
// 方式 B: 使用 append(n, c)
s.append(1, c);
// 方式 C: 使用 += (最常用)
s += c; // 连接字符
s += " Hello"; // 连接字符串

2. 使用 reserve 预留空间

string s;
// 如果预估要存 50 个字符，先预留空间可以减少频繁扩容带来的性能消耗
s.reserve(50);

🚩5）string 类非成员函数

函数	功能说明
operator+	尽量少用，因为传值返回，导致深拷贝效率低
operator>>（重点）	输入运算符重载
operator<<（重点）	输出运算符重载
getline（重点）	获取一行字符串
relational operators（重点）	大小比较

string full_name;
cout << "请输入你的全名：";
gline(cin, full_name);
cout << "你好，" << full_name << endl;

string str1 = "apple";
string str2 = "banana";
if(str1 < str2) {
    cout << "apple 在字典中排在 banana 前面" << endl;
}
if(str1 == "apple") {
    cout << "字符串相等" << endl;
}

🚩6）vs 和 g++ 下 string 结构的说明

注意： 下述结构是在 32 位平台下进行验证，32 位平台下指针占 4 个字节。

VS 下 string 的结构

string 总共占 28 个字节，内部结构稍微复杂一点，先是有一个联合体，联合体用来定义 string 中字符串的存储空间：

• 当字符串长度小于 16 时，使用内部固定的字符数组来存放
• 当字符串长度大于等于 16 时，从堆上开辟空间

这种设计也是有一定道理的，大多数情况下字符串的长度都小于 16，那 string 对象创建好之后，内部已经有了 16 个字符数组的固定空间，不需要通过堆创建，效率高。

其次：还有一个 size_t 字段保存字符串长度，一个 size_t 字段保存从堆上开辟空间总的容量。 最后：还有一个指针做一些其他事情。 故总共占 16 + 4 + 4 + 4 = 28 个字节。

G++ 下 string 的结构

G++ 下，string 是通过写时拷贝实现的，string 对象总共占 4 个字节，内部只包含了一个指针，该指针将来指向一块堆空间，内部包含了如下字段：

• 空间总大小
• 字符串有效长度
• 引用计数
• 指向堆空间的指针，用来存储字符串

2.3）string 类的模拟实现

上面已经对 string 类进行了简单的介绍，大家只要能够正常使用即可。在面试中，面试官总喜欢让学生自己来模拟实现 string 类，最主要是实现 string 类的构造、拷贝构造、赋值运算符重载以及析构函数。

为了和标准库区分，此处使用 String。

class String {
public:
    String(const char* str = "") {
        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;
};

// 测试
void TestString() {
    String s1("hello bit!!!");
    String s2(s1);
}

这段代码展示了一个初学者在模拟实现 C++ String 类时经常会遇到的一个经典问题：浅拷贝导致的崩溃。

虽然你定义了构造函数和析构函数，但你漏掉了一个非常关键的角色：拷贝构造函数。

String s1("hello bit!!!");
String s2(s1); // 这里触发了隐式的拷贝构造

1. s1 的创建：调用构造函数，在堆上申请了一块内存存储 "hello bit!!!"，_str 指向这块地址。
2. s2 的创建：因为你没有自己写拷贝构造函数，编译器会为你生成一个默认的。默认拷贝构造函数执行的是浅拷贝，它只是简单地把 s1._str 的值（地址）赋值给了 s2._str。
3. 析构时的灾难：
   • 当 TestString 结束时，s2 先析构，调用 delete[] _str，释放了内存。
   • 随后 s1 析构，它也尝试调用 delete[] _str 去释放同一块内存。
   • 结果：同一块内存被释放了两次，程序直接崩溃。

解决方案 你需要手动实现拷贝构造函数，为新对象申请独立的内存空间。

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

🚩1）经典的 string 类问题

1）构造函数的缺省值设置非常关键

String(const char* str = "\0") // 为什么错？

• 逻辑冗余： 在 C/C++ 中，双引号括起来的字符串字面量（如 ""）结尾自带一个隐式的 \0。如果你写 "\0"，实际上这个字符串在内存中包含了两个 \0。

String(const char* str = nullptr) // 为什么错？

• 解引用空指针： string 类的构造函数内部通常会调用 strlen(str) 来计算传入字符串的长度。
• 底层崩溃： strlen 函数的原理是持续向后读取内存直到遇到 \0。如果 str 是 nullptr（空指针），strlen 试图访问地址为 0 的内存，这会导致非法访问（Segmentation Fault）。

🚩2）浅拷贝 VS 深拷贝

传统 vs 现代 的 string 类

1）传统

class String {
public:
    String(const char* str = "") {
        if(nullptr == str) {
            assert(false);
            return;
        }
        _str = new char[strlen(str)+1]; //分配空间，+1 用于存放'\0'
        strcpy(_str, str);
    }
    String(const String& s) : _str(new char[strlen(s._str)+1]) {
        strcpy(_str, s._str);
    }
    // 赋值运算符重载 /*避免 s1 = s2 出现浅拷贝问题*/
    String& operator=(const String& s) {
        if(this != &s) {
            char* Pstr = new char[strlen(s._str)+1];
            strcpy(Pstr, s._str);
            delete[] _str;
            _str = Pstr;
        }
        return *this; // 支持链式赋值
    }
    ~String() {
        if(_str) {
            delete[] _str;
            _str = nullptr;
        }
    }
private:
    char* _str;
};

2）现代

class String {
public:
    /*构造函数*/
    String(const char* str = "") {
        if(str != nullptr) {
            _str = new char[strlen(str)+1];
            strcpy(_str, str);
        } else {
            assert(false);
            return;
        }
    }
    /*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*/
    String& operator=(String s) {
        std::swap(_str, s._str); // 直接交换形参和当前的资源
        return *this; // s 是局部副本，函数结束时自动释放旧资源
    }
    /*另一种赋值实现 (传引用方式)*/
    // String& operator=(const String& s) {
    //     if(this != &s) {
    //         String strTmp(s);
    //         std::swap(_str, strTmp._str);
    //     }
    //     return *this;
    // }
    /*析构函数*/
    ~String() {
        if(_str) {
            delete[] _str;
            _str = nullptr;
        }
    }
private:
    char* _str;
};

调用了 String 类的另一个构造函数（通常是 String(const char* str)）。 strTmp 对象在被创建时，已经完美地做好了内存申请和数据拷贝工作（意味着你向编译器保证不会修改 s）。

交换指针：swap(_str, strTmp._str);

🚩3）写时拷贝

一、什么是写时拷贝（COW）？

在了解 COW 之前，我们先回顾一下传统的两种数据拷贝方式：

1. 浅拷贝（Shallow Copy）： 多个指针指向同一块内存。优点是速度快、省内存；缺点是一旦某个指针修改了数据，其他指针看到的数据也会跟着变，不安全。
2. 深拷贝（Deep Copy）： 重新分配一块同样大小的内存，把数据原封不动地搬过去。优点是绝对安全，互不影响；缺点是极其消耗时间和内存资源。

写时拷贝（Copy-on-Write）其实就是一种结合了浅拷贝和深拷贝优点的'懒汉（Lazy）'策略：

• 读操作时： 大家共享同一块内存（类似浅拷贝），不产生任何额外的开销。
• 写操作时： 当有人试图修改这块共享内存的数据时，系统才会真正分配一块新内存，把原来的数据复制过来，然后再进行修改（类似深拷贝）。

核心思想只有四个字：延迟执行。 只要你没去改它，大家就一直共享；只有在迫不得已（要修改）的时候，才去真正做拷贝的动作。

二、写时拷贝的工作机制

我们以内存页（Page）为例，看看 COW 在操作系统中是如何运转的：

1. 初始状态： 进程 A 拥有一块内存页 Page 1。
2. 发生拷贝（如 fork 进程）： 此时需要拷贝出一个进程 B。系统不会真的去复制 Page 1，而是让进程 A 和 B 的页表都指向 Page 1，并将 Page 1 的权限设置为 只读（Read-Only）。
3. 安全读取： 只要 A 和 B 只是读取数据，系统相安无事。
4. 触发写入： 假设进程 B 要修改 Page 1 的数据。此时 CPU 发现 Page 1 是只读的，就会触发一个 缺页异常（Page Fault）。
5. 内核介入（写时拷贝）： 操作系统内核捕获到异常，发现这其实是一个 COW 页面。于是内核会默默分配一块新的物理内存（Page 2），把 Page 1 的数据复制到 Page 2 中，将进程 B 的页表映射到 Page 2，并将两者的权限都恢复为 可读写（Read-Write）。
6. 继续执行： 进程 B 的写入操作在 Page 2 上顺利完成，进程 A 的数据依然在 Page 1 上保持原样。

三、写时拷贝的经典应用场景

COW 思想的应用极其广泛，以下是几个面试常考、工作中也常遇到的经典场景：

1. Linux 中的 fork() 系统调用 在早期的 Unix 系统中，fork() 创建子进程时会把父进程的所有内存空间全部深拷贝一份。但大多数情况下，子进程马上就会调用 exec() 去执行全新的程序，之前费时费力拷贝过来的内存完全浪费了。 引入 COW 后，fork() 瞬间变得轻量级：父子进程初始共享全部物理内存。只有当某一方试图修改数据（如修改变量）时，才会针对那一小块特定的内存页进行拷贝。这极大地提升了进程创建的速度，并节省了内存。

2. Redis 的 bgsave 持久化 Redis 是单线程的，如果在主线程里把庞大的内存数据写入磁盘（RDB 镜像），会严重阻塞正常的客户端请求。 Redis 的做法是：调用 fork() 创建一个子进程去专门负责写磁盘。得益于操作系统的 COW 机制，子进程在创建瞬间就拥有了和父进程一模一样的内存视图，而且速度极快。父进程依然可以毫无阻塞地处理客户端的新请求，只有被修改的数据页才会发生实际的内存拷贝。

3. Java 中的 CopyOnWriteArrayList 这是 Java 并发包（java.util.concurrent）中提供的一个线程安全的 List。 它的内部实现原理是：任何读操作都不加锁，直接读取底层数组；而一旦有写操作（如 add、set、remove），就会先将原数组复制一份出一个新数组，在新数组上进行修改，修改完成后，再把原数组的引用指向新数组。

   • 适用场景： 读多写少的并发场景（如黑白名单、系统配置缓存等）。

4. 容器技术与存储（Docker / ZFS） Docker 镜像的分层存储（如 OverlayFS、AUFS）也深度依赖了 COW。当我们启动一个容器时，底层镜像层是只读的。只有当我们在容器内修改或新建文件时，系统才会把该文件从底层镜像层复制到最上面的可写层（Container Layer）进行修改。这使得成百上千个容器可以共享同一份底层镜像，极大地节省了磁盘空间。

四、写时拷贝的优缺点总结

🌟 优点：

1. 极大地节省内存/磁盘资源： 只有在发生修改时才去分配资源，未修改的部分永远共享。
2. 显著提升性能： 避免了不必要的、耗时的初始化全量拷贝操作。
3. 并发读安全： 在某些语言级别实现中（如 Java），由于原始数据不可变，天然支持无锁的并发读取。

⚠️ 缺点：

1. 不可预知的延迟： 拷贝动作被延迟到了写操作触发的瞬间。如果数据量大，突然触发的大量写操作会导致系统出现短暂的卡顿。
2. 写放大开销： 在 Java 的 CopyOnWriteArrayList 中，哪怕只修改数组中的一个元素，也要把整个数组复制一遍，写操作的开销极大。

2.4）面试中 string 的一种正确写法

C++ 的一个常见面试题是让你实现一个 String 类，限于时间，不可能要求具备 std::string 的功能，但至少要求能正确管理资源。具体来说：

1. 能像 int 类型那样定义变量，并且支持赋值、复制
2. 能用作函数的参数类型及返回类型
3. 能用作标准库容器的元素类型，即 vector/list/deque 的 value_type

2.5）STL 中的 string 类怎么了？

关于 STL 中 string 类的具体实现细节，建议参考官方文档或深入阅读源码分析，不同编译器和版本可能存在差异。