C++中string的实现原理

背景

当我刚开始学习C++，对C还是有一部分的了解，所以以C的思维去学C++，导致我很长一段时间的学习都处于一个懵逼的状态，C++的各种特性，标准库，模板还有版本的迭代，简直是欲仙欲死。

后来在论坛中就有热心的朋友们出招了：你得放弃C的思维去学C++！！嗯，说得好有道理，这就去试试！！

但是我又发现一个问题，不用C的思维学C++，难道我以撸铁(博主业余喜欢健身)的思维来学C++？又在论坛中一问，原来是要用面向对象的思维来学习。

问题依然没有解决，因为博主压根就不知道面向对象的思维是个啥思维？难道是学C++还要先找个对象？那就没时间学习了！！要知道有对象的程序员处于程序员鄙视链的顶端。

结果问来问去，啥思维都没搞懂，反倒是浪费了时间，回过头来才发现，学习这东西，还是得动手动脑去学，思维转换也不是个拨码开关，看得写得多了，自然会有一些心得，在不断的积累中量变成为质变，而别人给的建议往往只能是过眼云烟，当时觉得很有道理，结果回头就忘.

蛋扯得有点长了，我们来回归正题：

C++中string类的实现原理简述

请注意简述这两个字，因为博主目前依旧处于C++初级学习阶段，对C++的理解仍不够透彻，对于底层的原理尤其是内存实现部分还在进行艰难的研究，不敢妄称详解。但是博主可以保证的是，所有的内容都是经过上机实验的，可能不全面，但是已经是非常努力地保证正确性。

string

定义

string的内容其实就是C中的字符串，在C中是char*类型，而在C++中变成了string类型，定义是这样的：

C:

    char *str="downey";

C++:

    string str="downey";

    string str("downey");

操作

对于C中字符串的操作，其实就是对str指针的操作，增删改查都是在内存的基础上进行操作，非常高的自由度，但是对新手并不友好，因为一旦操作失误，将会引起内存上的问题，而内存上的问题往往是很难进行debug的。

而在C++中，string类提供很多內建方法，可以无害地进行增删改查，基本覆盖用户的所有操作，用户并不需要了解底层实现，拿来直接用，也不会造成内存的问题，对初、中级水平程序员非常友好，而且还有一些亮点(仅列出一些博主认为主要的亮点，欢迎指正与补充)：

支持运算符，'+'运算符可以直接拼接字符串，以及一些內建的查找替换方法，使用非常方便
迭代器的发明使得数据与操作分离，对程序的移植、接口扩展和维护都是很有优势的。
支持变长。

关于第一点以及其他string方法，其实就是封装的问题，在C标准库中也能找到相应的函数，但是由于关联性不强，强大的C标准库经常被程序员们忽略。

而第二点中，迭代器其实也可以看成是一种泛型指针，由类本身来实现，但是在C中实现泛型是比较麻烦的，很多程序员对void* 以及其转换简直是恨之入骨，C++在这一点上算是一个突破。

而第三点中的C++变长特性，这个特性相对于C而言是个巨大的优势，在C中如果直接定义一个字符串如：

char *str="downey";

这个字符串默认被编译器识别为const类型，也就无法进行写操作。如果要进行写操作，我们就得将其定义成数组：

char str[]="downey";

但是这个数组的长度是固定的，想删除可以，但是如果想增加一个字符，就会发生数组越界的情况，导致内存问题，好像也很难找到一个好的办法来用C语言来实现这个问题。

C++是如何实现字符串变长的

我们可以继续以沿着C语言的思路来思考怎么样实现变长数组：

V1.0

实现

既然数组是固定的无法扩展，那么我们就用动态申请内存的方式来存字符串，在字符串定义的时候申请一片内存空间，在需要增加字符的时候再申请内存，放置增加的那一部分。

问题

这样有一个弊端，内存动态申请是个十分费时的操作，这样频繁地申请刚好合适的大小在空间上能够达到最优，但是在执行效率上是一个非常大的损失，在目前普遍接受的时间复杂度重要性>空间复杂度重要性的软件环境下，这个是完全不能接受的。

V1.1

实现

在V1.0上做改版：在第一次申请的时候就申请一块大一些的内存，比如初始化的字符串长度为10，那我就申请一块大小为20的内存，如果用完了就又申请一块比目前需要的空间大一些的内存空间，这种情况下，会浪费一部分空间，只要策略得当，浪费的空间是可以接受的。

问题

但是仔细一想，这样又有问题了，经过多次字符串变长之后，一个字符串中的内容很可能对应好几个分段的存储地址，这样会给底层实现带来更大的难度以及更多的操作时间，比如遍历、删除、内存回收等操作。

V1.2

实现

既然上述的版本都存在内存不连续的问题，那我就在V1.1的版本上做相应改进，让它实现内存连续。具体的实现方法为：

还是在第一次申请的时候就申请一块大一些的内存，比如初始化的字符串长度为10，那我就申请一块大小为20的内存，如果这块内存用完了而字符串还需要扩展，那我就去找一块更大的内存，能够同时容纳需要的内存空间，而且还有一些余量，直接将字符串整体迁移到新内存空间中，放弃原来那部分内存空间，这样就实现了字符串的内存连续。

问题

仔细一想，这样又存在一个问题，如果在操作之前未扩展的字符串时，我使用的是指针访问，那在字符串扩展之后，字符串存储地址已经改变了，那这个指针就成了无效指针，再次操作它甚至可能导致严重的内存问题。

V1.3

博主智商余额已经不足，想不出更好的实现方法，欢迎各路大神补充....

STL的string实现

事实上，在STL的实现中，用的就是上述的V1.2版本，在C++ reference 中，明确指出base_string类型是连续存储的,而string继承自base_string类型，实现也是一样的，尽管确实存在指针失效的问题，但是在找不到理想的解决方案时，如果没有比它更好的，那么它就是最好的。

string的实现细节以及示例

注：所有示例代码运行环境为：平台：ubuntu 16.04，编译工具链版本：gcc 5.4.0

上面既然说了string类的内存是连续的，口说无凭，当然是要上代码才有说服力：

char *p=NULL;

string str="(downey)";

p=&str[0];

/*如果直接输出p，cout方法会识别p为指向字符串的指针，将p指向的字符串输出，转换成void*类之后就会输出地址值*/

cout<<"addr of p is "<<(void*)p<<endl;

cout<<"str= ";

for(int i=0;i<str.size();i++)

	cout<<*p++;

cout<<endl;

str+="+(abcdefghijklmnopqrstuvwxyz)";

p=&str[0];

cout<<"addr of p is "<<(void*)p<<endl;

cout<<"str= ";

for(int i=0;i<str.size();i++)

	cout<<*p++;

cout<<endl;

执行结果：

addr of p is 0x7ffd330eeb40

str= (downey)

addr of p is 0x237b030

str= (downey)+(abcdefghijklmnopqrstuvwxyz)

上述示例的内容为，将字符指针p赋值为str的首地址，然后用指针自增的方式遍历整个类内字符串，同时打印出p的地址，这里面还有一次字符串的扩展，从这里我们可以看出两点：

在字符串扩展前后，将str[0]的地址赋值给p，p都能以地址自增的方式访问整个字符串，表明string类的存储为连续的。
在字符串的扩展前后，p的地址出现了变化，表明string类在扩展之后改变了地址，而存储空间是连续的，可以推出整个str都进行了地址迁移。

问题到这里并没有结束，因为我们还需要弄清楚string在的内存分配策略，我们可以用string內建方法 capacity()方法来获取目前string对象申请的内存大小，继续看下列代码：

string str;

cout<<str.capacity()<<endl;

str.append(16,'c');

cout<<str.capacity()<<endl;

str.append(15,'c');

cout<<str.capacity()<<endl;

在程序中，添加字符串，让其一次一次超出原始内存容量，输出结果：

看起来像是以 2^n*15的方式增长，我们再来试试：

string str;

cout<<str.capacity()<<endl;

str.append(10,'c');

cout<<str.capacity()<<endl;

str.append(20,'c');

cout<<str.capacity()<<endl;

str.append(40,'c');

cout<<str.capacity()<<endl;

在这次扩展中，并没有每次都超出原始内存容量，结果：

跟上述结果不一致，事实证明，string的内存扩展并非遵循某个单一规则，博主的猜测应该是遵循某种扩展算法，根据之前的应用情况采取弹性的策略(博主目前还没搞懂具体分配算法....)。

但是可以确认的是，每个初始化长度不超过15的字符串初始容量是15.

同时我们可以通过reserve()方法来修改内存分配容量的大小，如果我们提前知道需要操作的字符串大小，例如一个几K的文件，我们可以直接这样写：

std::ifstream file ("test.txt",std::ios::in|std::ios::ate);

if (file) {

std::ifstream::streampos filesize = file.tellg();

str.reserve(filesize);

如果不直接指定，一个几K的文件肯定会触发好几次内存重新分配，导致时间和空间上的浪费。

从字符串层面看C和C++比较(仅从字符串层面！)

在这里博主斗胆从C++ string类和C char*字符串层面对比C和C++，如果你看了上面博主的分析，就会觉得不管是从易用性，容错性还是开发效率上C++都要优于C，但是这有个前提，这个前提就是对初、中级程序员而言，因为对初、中级程序员而言，标准化意味着高效，而灵活性反而像是个累赘。

其实在上面的string例子中，不管string实例化的对象中有没有字符串，字符串的长度都是15，这对硬件资源来说无疑是一种浪费，(当然C++有其他策略来弥补，比如写时复制，但是也无法避免浪费)，如果能精确地控制每块内存的应用，可以将硬件资源发挥到极致，同时封装本身也将带来资源的浪费，同时C++很多操作中，伴随着一些隐形的临时变量，这些临时变量的构造和析构也是比较费时的。

但是很多盆友就要说了，将硬件资源用到极致必然带来的是开发难度的大幅上升，是的，但是如果用C，我们至少有选择！

在一般的开发过程中，我们一般会从开发效率、执行效率、硬件资源这几个层面来考虑软件的实现,在实际的项目中，很可能会对其中的一项作严格要求，比如硬件资源，比如执行效率，又或者开发效率，C语言至少提供了这么一种可能性，以牺牲其他性能为代价来将一种性能做到极致。

而对于已经标准化的C++而言，便失去了这种柔韧性，虽然说C++是C的超集，但是就如同我在文章开头说的一样，两种语言的设计目的有根本上的区别，或者说思维的不一致注定了C++不会像C那样进行开发。

其实说到这里，C和C++并没有高下之分，语言本身是工具，工具只有合适不合适，没有绝对的谁比谁好，如果有，那么其中一个肯定会被马上淘汰，但是就目前而言，C和C++的存在证明了这两种语言各有各的应用场合。

(这里好像跑题了？？)

好了，关于C++标准库string实现的讨论就到此为止啦，如果朋友们对于这个有什么疑问或者发现有文章中有什么错误，欢迎留言

原创博客，转载请注明出处！

祝各位早日实现项目丛中过，bug不沾身.