凡人视角C++之string(上)

　　好久没有更新博客了，这段时间一直在忙图像处理的项目，最近空了下来，也是时候整合C++的相关内容，静心感受下编程语言的魅力，和大家共同探讨学习。我将以头文件的形式展开学习，且只讲述相关接口的应用，至于内部具体的实现，鉴于本人水平有限，不敢献丑。经过考虑，决定先从和数据结构相关的头文件开始，因为这些头文件里的内容在OJ里经常要用到。今天要学习的是string头文件，这里的string是C++里的string，而C里的string在C++里仍然保留，头文件名为cstring，这里不做展开。在此说明：以下的代码都是在VS 2015编译环境下运行。

Some Details

basic_string　　

　　实际上，string头文件里并不只有string这个类型，这个头文件里最主要的是一个叫basic_string的类模板，这个类模板的声明如下：

template < class charT,
           class traits = char_traits<charT>,
           class Alloc = allocator<charT>
           > class basic_string;

　　上面的类模板构造有点复杂，我们没有必要深究，只需要知道我们可以在basic_string这个类中自定义三种类型作为member type就行了。其中的charT (character type)是最重要的模板参数，它直接说明了字符串中的元素类型，另外两个类型均采用默认参数(以charT为参数构建的类)即可。

　　为什么要提basic_string这玩意儿呢，因为string类型正是basic_string的special type，在实际操作中，最常使用的是char类型(字符型)，故只需将上面的charT转换为char便是string类型了。string类型的构造如下：

typedef basic_string<char> string;      //元素为8bits字符类型

　　类似的，在c++内置类型中，还有wstring、u16string和u32string(后两个是在c++11标准下)，我们可以根据实际需要选取字符串类型，它们的构造如下：

typedef basic_string<wchar_t> wstring;      //16位或32位
typedef basic_string<char16_t> u16string;   //16位
typedef basic_string<char32_t> u32string;   //32位

String versus Character Array

　　之前看到过一篇文章，讲到了string和char*，我在此做个总结。

1. string内存由系统进行管理，自动实现内存的申请和释放；而char* 则需要自己管理。如果你要使用的内存较大，则string系统自动申请的内存可能不够使用。因此，在使用内存大小知道的情况下，建议使用char* ，而当使用内存具体大小未知，但内存不大时可以使用string。

2. string相比char* 有一个优点，c++标准库对string类进行了封装，里面的各种成员函数处理字符串相当方便，这也是我常用string的一个原因。

   至于string和char类型的vector有什么区别，我倒还没有深究过，大概是成员函数不同吧，知道的小伙伴可以在下面留言下。

Elaboration

Member Functions

string::string

string();       //(1)默认构造函数，构造一个空字符串，字符串长度为0
string(const string& str);      //(2)拷贝构造函数
string(const string& str, size_t pos, size_t len = npos);
//(3)复制str一部分，pos是起始位置，len是复制的字符串长度（默认值是到字符串底部）这里要注意str的第一个字符pos=0
string(const char* s);  //(4)复制C模式下s指针指向的字符数组(字符串)
string(const char* s, size_t n);    //(5)复制前n个字符数组元素
string(size_t n,char c);        //(6)复制n个连续的字符c
template <class InputIterator>
  string(InputIterator first, InputIterator last);
//(7)利用iterator复制字符序列，范围为[first,last)，注意最后一个不包括
string(initializer_list<char> il);  //(8)将初始化列表il转换为string
string(string&& str) noexcept; //(9)右值引用str，并且不抛出异常信息。

　　关于右值引用和move语义这块内容，是C++11的新特性，我当时琢磨了很久也还是云里雾里，估计是自己悟性不够高，我觉得有两篇文章写得还不错，贴在这里。另外，不知右值和临时变量有何不同，知道的小伙伴也可以在下面留言。

https://www.ibm.com/developerworks/cn/aix/library/1307_lisl_c11/

https://my.oschina.net/letiantian/blog/470921

Demonstration:      //为简略，今后代码将省略cout，自己操作时应加上
#include<iostream>
#include<string>        //调用string头文件
#include<initializer_list>  //(8)中要用到
using namespace std;

string test(const string& x)    //(9)的测试函数，产生右值
{
    return x;
}

int main()
{
    string s4("string now");    //(4)
    string s1;      //(1)
    string s2(s4);  //(2)
    string s3a(s4, 7, 3);   //(3)设置长度
    string s3b(s4, 7);  //(3)默认长度，也就是到底部
    string s5("string now", 6); //(5)
    string s6(3, ‘6‘);  //(6)
    string s7(s4.begin(), s4.begin() + 6);
    //(7)begin函数后面会提到，可以生成iterator
    initializer_list<char> s0 = {‘s‘, ‘t‘, ‘r‘, ‘i‘, ‘n‘, ‘g‘};
    //生成initializer_list
    string s8(s0);  //(8)
    string s9(test(s4));    //(9)
}
//自行将注释中的序号与上面的序号对照进行学习

　　结果如下，看看是不是和你们想象中的一样呢。

string::operator=

string& operator= (const string& str);  //(1)赋值string类型变量
string& operator= (const char* s);      //(2)赋值c风格字符串
string& operator= (char c);             //(3)赋值一个字符，字符串长度为1
string& operator= (initializer_list<char> il); //(4)赋值初始化列表il
string& operator= (string&& str) noexcept;  //(5)利用右值引用赋值

Demonstration:
#include<iostream>
#include<string>        //调用string头文件
#include<initializer_list>  //(4)中要用到
using namespace std;

string test(const string& x)    //(5)的测试函数，产生右值
{
    return x;
}

int main()
{
    string s1, s2, s3, s4, s5;  
    //为把operator=和构造函数分开，使用默认构造函数
    s2 = "string now";      //(2)
    s1 = s2;                //(1)
    s3 = ‘6‘;               //(3)
    initializer_list<char> s0 = {‘s‘, ‘t‘, ‘r‘, ‘i‘, ‘n‘, ‘g‘};
    s4 = s0;                //(4)
    s5 = test(s2);          //(5)
}

Some More Details

string类型对象是以’\0’结尾的嘛？

　　估计很多人跟我一样都想过这个问题，因为在C语言中，系统默认字符串都是以’\0’截尾的。我们不妨今天来编个小程序验证一下。

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

int main()
{
    string s0 = "string now";   //初始化s0

    if (s0[10] == ‘\0‘)
        cout << "Yes." << endl; //如果末尾是‘\0‘，则输出Yes.
    else cout << "No." << endl; //如果末尾不是‘\0‘，则输出No.

    return 0;
}

　　在这里，我们得到了一个令人满意的答案，说明C++风格的string仍然是以’\0’结尾的，通常情况下，末尾的’\0’我们可以忽略不计。

编码类型对string的影响

　　提到这个问题，是因为我注意到了这么一句话，我在这里引用一下。

Note that this class handles bytes independently of the encoding used: If used to handle sequences of multi-byte or variable-length characters (such as UTF-8), all members of this class (such as length or size), as well as its iterators, will still operate in terms of bytes (not actual encoded characters).

　　这句话的意思概括起来就是说，不管你使用哪种类型的编码，string类型的操作都将按一个字节的方式来处理。我们不禁想到了中文，因为中文是在GB2312中编码的，而且一个中文字符占用两个字节，这样会引起什么问题呢？我们也来测试一下。

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

int main()
{
    string s0 = "测试";   //用中文初始化s0

    cout << s0 << endl << endl; //查看能否输出中文

    for (int i = 0; i < 2; ++i) //输出前2个字节，看看是否会输出测试两个字
        cout << s0[i] << endl;

    return 0;
}

　　刚开始，我们将整个字符串输出，看看是否会显示“测试”这两个字，结果是这两个字显示了，说明c++是可以识别GB2312编码的。而当我们尝试将字符串按单个字节输出的时候，就发现了问题，因为输出台输出的是空白，这就说明string类型并不能直接辨别这个是什么编码，它只能按单个字节进行读取，这就会导致该字节没有默认的ASCII编码可以对应，因此也就不会有内容输出了。

　　string的内容实在有点多，为了保持页面的精简，方便浏览，我将把下半部分内容放到下篇博文中。如有错误，欢迎指正！