⚪C语言中的字符串
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，但是这些库函数与字符串是分离开的，不太符合 OOP 的思想，而且底层空间需要用户自己管理，稍不留神可能还会越界访问。
C++ STL 中的 string 是对字符串进行管理的类。实际上就是一个管理字符数组的顺序表。
在常规工作中，为了简单、方便、快捷，基本都会选择二使用 string 类，很少有人去使用 C 语言库中的字符串操作函数。
一、 标准库中的 string 类
1、string 类（了解）
https://cplusplus.com/reference/string/string/?kw=string
- 字符串是表示字符序列的类。
- 标准的字符串类提供了对此类对象的支持，其接口类似于标准字符容器的接口，但添加了专门用于操作单字节字符字符串的设计特性。
- string 类是使用 char，即作为它的字符类型，使用它的默认 char_traits 和分配器类型（关于模板的更多信息，请参阅 basic_string ）。
- string 类是 basic_string 模板类的一个实例，它使用 char 来实例化 basic_string 模板类，并用 char_traits 和 allocator 作为 basic_string 的默认参数（关于更多的模板信息请参考 basic_string ）。
- 注意，这个类独立于所使用的编码来处理字节：如果用来处理多字节或变长字符（如： UTF-8）的序列，这个类的所有成员（如长度/大小）以及它的迭代器，将仍然按照字节（而不是实际编码的字符）来操作。
【总结】
- string 是表示字符串的字符串类。
- 该类的接口与常规容器的接口基本相同，再添加了一些专门用来操作 string 的常规操作。
- string 在底层实际是：basic_string 模板类的别名
typedef basic_string<char, char_traits, allocator> string;
- 不能操作多字节或者变长字符的序列。
在使用string 类时，必须包含 #include 头文件以及 using namespace std;
⚪补充 -- 编码（了解）
（1）ASCII
ASCII (American Standard Code for Information Interchange)：美国信息交换标准代码是基于拉丁字母的一套电脑编码系统。ASCII 到目前为止共定义了 128 个字符。
在计算机中，所有的数据在存储和运算时都要使用二进制数表示。例如，像 a、b、c、d 这样的 52 个字母（包括大写）以及 0、1 等数字还有一些常用的符号（例如 *、#、@ 等）在计算机中存储时也要使用二进制数来表示，而具体用哪些二进制数字表示哪个符号，当然每个人都可以约定自己的一套（这就叫编码）。
ASCII 码使用指定的 7 位或 8 位二进制数组合来表示 128 或 256 种可能的字符。标准 ASCII 码也叫基础 ASCII 码，使用 7 位二进制数（剩下的 1 位二进制为 0）来表示所有的大写和小写字母，数字 0 到 9、标点符号，以及在美式英语中使用的特殊控制字符。
常见 ASCII 码的大小规则：数字 < 大写字母 < 小写字母。
（2）UTF-8
UTF-8（8 位元，Universal Character Set/Unicode Transformation Format）是针对 Unicode 的一种可变长度字符编码。它可以用来表示 Unicode 标准中的任何字符，而且其编码中的第一个字节仍与 ASCII 相容，使得原来处理 ASCII 字符的软件无须或只进行少部分修改后，便可继续使用。
Unicode 的编码方式有三种：UTF-8、UTF-16、UTF-32（ UTF 后的数字代表编码的最小单位，如UTF-8 表示最小单位 1 字节）。由于 UTF-8 与字节序无关（无需 BOM ），同时兼容 ASCII 编码，使得 UTF-8 编码成为现今互联网信息编码标准而被广泛使用。
2、string 类的常用接口说明（常用接口介绍）
（1）string 类对象的常见构造
https://cplusplus.com/reference/string/string/?kw=string
string(); // 默认构造 string (const char* s); // 用c-string来构造string类对象 string (size_t n, char c); // 用n个字符c来构造string对象 string (const string& s); // 拷贝构造(用已有的string类对象去构造string类对象) =========================================================================================== string (const char* s, size_t n); // 用c-string前n个字符来构造string类对象 template <class InputIterator> // 用迭代器[first,last)范围内的字符序列构造string类对象 string (InputIterator first, InputIterator last); #include <iostream> #include <string> using namespace std; int main() { string s0 ("Initial string"); string s1; // s1: "" string s2 (s0); // s2: Initial string string s4 ("A character sequence"); // s4: A character sequence string s5 ("Another character sequence", 12); // s5: Another char string s6 (10, 'x'); // s6: xxxxxxxxxx string s7 (s0.begin(), s0.begin() + 7); // s7: Initial return 0; }
空串是什么都没有吗，存储空间为空吗？
（2）string 类对象的容量操作
string 容量相关方法使用代码演示：
#include <iostream> #include <string> using namespace std; // 测试string容量相关的接口：size/length/capacity/clear/resize void Tests1() { string s("hello world!"); cout << s.size() << endl; //12 cout << s.length() << endl; //12 cout << s.capacity() << endl; //15 cout << s << endl; //hello world! // 将s中的字符串清空，注意清空时只是将size清0，不改变capacity的大小 s.clear(); cout << s.size() << endl; //0 cout << s.capacity() << endl; //15 // 将s中有效字符个数增加到10个，多出的位置用'a'进行填充 // “aaaaaaaaaa” s.resize(10, 'a'); cout << s.size() << endl; //10 cout << s.capacity() << endl; //15 // 将s中有效字符个数增加到20个，多出位置用缺省值'\0'进行填充 // 如果resize参数大于原有 capacity 大小，会进行增容 // "aaaaaaaaaa\0\0\0\0\0\0\0\0\0\0" // 注意此时s中有效字符个数已经增加到20个 s.resize(15); cout << s.size() << endl; //20 cout << s.capacity() << endl; //31 cout << s << endl; //aaaaaaaaaa // 将s中有效字符个数缩小到5个 s.resize(5); cout << s.size() << endl; //5 cout << s.capacity() << endl; //31 cout << s << endl; //aaaaa }
void Tests2() { // 测试string容量相关的接口：size/capacity/reserve string s("Hello abcdefghi"); // 如果reserve参数大于原有capacity大小，会进行增容 s.reserve(20); cout << s.size() << endl; //15 cout << s.capacity() << endl; //31 // reserve参数小于string的底层空间大小时，不会将空间缩小 // 在VS2019下，如果size大于参数10，不会缩小。 // 如果字符串长度小于参数10，会缩小。当然，这个也和编译器平台有关系 s.reserve(10); cout << s.size() << endl; //15 cout << s.capacity() << endl; //31 }
利用 reserve 提高插入数据的效率，避免增容带来的开销。
- 如果 n 大于当前字符串容量，则该函数使容器将其容量增加到 n 个字符 / 更大。
- 在所有其他情况下，缩小字符串容量被视为非绑定请求：容器可以自由实现优化，但要保留容量大于 n 的字符串。
- 此函数对字符串长度没有影响，并且不能更改其内容。
reserve 是如何进行增容呢？
void TestPushBack() { string s; size_t sz = s.capacity(); cout << "making s grow:\n"; for (int i = 0; i < 100; ++i) { s.push_back('c'); if (sz != s.capacity()) { sz = s.capacity(); cout << "capacity changed: " << sz << '\n'; } } }
而在 Linux g++ 下是 2 倍增容。
构建 vector 时，如果提前已经知道 string 中大概要放多少个元素，可以提前将 string 中空间设置好。
void TestPushBackReserve() { string s; s.reserve(100); size_t sz = s.capacity(); cout << "making s grow:\n"; for (int i = 0; i < 100; ++i) { s.push_back('c'); if (sz != s.capacity()) { sz = s.capacity(); cout << "capacity changed: " << sz << '\n'; } } }
resize 和 reserve 的意义在哪里呢？
- reserve 的作用：如果知道需要多大的空间，可以利用 reserve 提前一次性把空间开好，避免增容带来的开销。
- resize 的作用：既要开好空间，还要对这些空间初始化，就可以使用 resize。
void Tests3() { string s1("hello World"); const string s2("Hello World"); cout << s1 << " " << s2 << endl; cout << s1[0] << " " << s2[0] << endl; s1[0] = 'H'; cout << s1 << endl; // s2[0] = 'h'; //编译失败，因为const类型对象不能修改 }
【总结】
- size() 与 length() 方法底层实现原理完全相同，引入 size() 的原因是为了与其他容器的接口保持一致，一般情况下基本都是用 size()。
- clear() 只是将 string 中有效字符清空，不改变底层空间（capacity）大小。
- resize(size_t n) 与 resize(size_t n, char c) 都是将字符串中有效字符个数改变到 n 个，不同的是当字符个数增多时：resize(n) 用 0 来填充多出的元素空间，resize(size_t n, char c) 用字符 c 来填充多出的元素空间。注意：resize 在改变元素个数时，如果是将元素个数增多，可能会改变底层容量的大小，如果是将元素个数减少，底层空间总大小不变。
- reserve(size_t res_arg=0)：为 string 预留空间，不改变有效元素个数，当 reserve 的参数小于 string 的底层空间总大小时，reserver 不会改变容量大小。
（3）string 类对象的访问及遍历操作
cplusplus.com/reference/string/string/operator[]/
string 中元素访问及遍历代码演示：
string 的遍历：
- for+operator[]
- 迭代器
- 范围 for
注意：string 遍历时使用最多的还是 for+ 下标 / 范围 for（C++11 后才支持）。
begin() + end() 大多数使用在需要使用 STL 提供的算法操作 string 时，比如：采用 reverse 逆置 string。
需要注意的以上三种方式除了遍历 string 对象，还可以遍历是修改 string 中的字符。另外这三种方式对于 string 而言，第一种使用最多。
// const对象必须要用const迭代器 void test(const std::string& s) { string::const_iterator it = s.begin(); while (it != s.end()) { cout << *it; it++; } } void Tests4() { string s("hello World"); // 1、for+operator[] for (size_t i = 0; i < s.size(); ++i) { cout << s[i] << " "; } cout << endl; // 2、迭代器(正向) string::iterator it = s.begin(); // 注意：这里不建议写成it<s.end()，比如链式结构的容器，就没法使用了 while (it != s.end()) { cout << *it << " "; ++it; } cout << endl; // 2、迭代器(反向) // string::reverse_iterator rit = s.rbegin(); // C++11之后，直接使用auto定义迭代器，让编译器推到迭代器的类型 auto rit = s.rbegin(); // 创建一个反向迭代器rit，指向字符串s的最后一个字符 while (rit != s.rend()) // 当反向迭代器不等于s的逆向结束迭代器时 { cout << *rit << " "; ++rit; // 将迭代器向前移动一位 } cout << endl; // 3、范围for(支持迭代器的容器就支持范围for) for (auto ch : s) { cout << ch << " "; } cout << endl; }
注意：operator[] 函数会检查越界（pos 必须 < size）
（4）string 类对象的修改操作
尽量不要用 insert() 和 erase()，因为要挪动字符，时间效率低。
- push_back 将一个字符附加到字符串的末尾（尾插）
- swap 交换两个字符串的内容（注意：还存在一个具有相同名称的非成员函数 swap）
void Tests5() { string s; s.push_back(' '); // 在s后插入空格 s.append("hello"); // 在s后追加一个字符串"hello" s += 'w'; // 在s后追加一个字符'w' s += "orld"; // 在s后追加一个字符串"orld" cout << s << endl; // helloworld cout << s.c_str() << endl; // 以C语言的方式打印字符串 helloworld // 获取file的后缀 string file("string.cpp"); size_t pos = file.rfind('.'); string suffix(file.substr(pos, file.size() - pos)); cout << suffix << endl; //.cpp // 取出url中的域名 string url("http://www.cplusplus.com/reference/string/string/find/"); cout << url << endl; //http://www.cplusplus.com/reference/string/string/find/ size_t start = url.find("://"); if (start == string::npos) { cout << "invalid url" << endl; return; } start += 3; size_t finish = url.find('/', start); string address = url.substr(start, finish - start); cout << address << endl; //www.cplusplus.com // 删除url的协议前缀 pos = url.find("://"); url.erase(0, pos + 3); cout << url << endl; //www.cplusplus.com/reference/string/string/find/ }
注意 ：
- 在 string 尾部追加字符时，s.push_back(c) / s.append(1, c) / s += 'c' 三种的实现方式都差不多，一般情况下 string 类的 += 操作用的比较多，+= 操作不仅可以连接单个字符，还可以连接字符串。operator+=，是在当前字符串末尾追加字符串（追加 string / char* / char 类型的都可以）。
- 对 string 操作时，如果能够大概预估到放多少字符，可以先通过 reserve 把空间预留好。
npos 在 string 里面是一个静态成员变量。（static const size_t npos = -1;）
（5）string 类非成员函数重载
- relational operators：关系运算符，进行大小比较
- std::swap：交换两个字符串的值
- 注意：getline：直到遇到换行符 ‘\n’ 才会结束。
string s; getline(cin, s);
（6） 补充接口
C 语言库文件 中的处理 C 字符的接口。
【字符处理函数】
- int isalpha(int c)：如果 c 是一个字母，则该函数返回非零值，否则返回 0。
- int isdigit(int c)：如果 c 是一个数字，则该函数返回非零值，否则返回 0。
【字符转换函数】
- int tolower(int c)：如果 c 有相对应的小写字母，则该函数返回 c 的小写字母，否则 c 保持不变。返回值是一个可被隐式转换为 char 类型的 int 值。
- int toupper(int c)：如果 c 有相对应的大写字母，则该函数返回 c 的大写字母，否则 c 保持不变。返回值是一个可被隐式转换为 char 类型的 int 值。
头文件 中：
- 函数 std::to_string（C++11）：将数值转换为字符串，返回 string 类对象。cplusplus.com/reference/string/to_string/
- 函数 std::stoi（C++11）：将字符串转换为整数，返回 int 整数。cplusplus.com/reference/string/stoi/
头文件 中：
- 函数 std::reverse：反转范围 [first,last) 中元素的顺序。
- 函数 std::sort：将 [first,last) 范围内的元素按升序排序。（传一段迭代器区间 [first, last)，默认排升序，若要排降序，需要传仿函数）
（7）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。
【C++】String -- 详解（下）https://developer.aliyun.com/article/1514657?spm=a2c6h.13148508.setting.30.4b904f0ejdbHoA
