string (C++標準庫)

<string>是C++標準程式庫中的一個標頭檔，定義了C++標準中的字串的基本模板類std::basic_string及相關的模板類別實例：

模板類別實例	std::basic_string的模板實參
`string`	`char`
`wstring`	`wchar_t`
`u16string`	`char16_t`（C++11新增）
`u32string`	`char32_t`（C++11新增）

其中的string是以char作為模板參數的模板類別實例^[1]，把字串的主記憶體管理責任由string負責而不是由編程者負責，大大減輕了C語言風格的字串的麻煩。

std::basic_string提供了大量的字串操作函式，如比較、連接、搜尋、替換、獲得子串等。並可與C語言風格字串雙向轉換。std::basic_string屬於C++ STL容器類，使用者自訂的類也可以作為它的模板參數，因此也適用C++ STL Algorithm庫。

string本質上是以字元作為元素的vector特化版本；不存在0字元結尾這個概念，能裝入'\0'這種資料。

std::basic_string類別模板

std::basic_string類別模板儲存且操縱類似char的對象的序列。該對象類型的性質由特性類別模板std::char_traits的實例來提供，並作為std::basic_string的第二個模板參數。

C++11標準規定：basic_string的元素是連續儲存的。即對於basic_string s，有：&*(s.begin() + n) == &*s.begin() + n，其中n屬於[0, s.size())。換句話說，指向s[0]的指標即為指向CharT[]陣列的首元素指標。C++11已經禁止了寫入時複製（copy-on-write)的實現，因為存在多執行緒安全問題。一般都採用了小字串最佳化（SSO）實現，如Visual C++：

union _Bxty
    {   // storage for small buffer or pointer to larger one
    _Elem _Buf[_BUF_SIZE];
    _Elem *_Ptr;
    } _Bx; 
size_type _Mysize;  // current length of string
size_type _Myres;   // current storage reserved for string

GCC從版本5開始，std::string不再採用COW策略。

C++17標準規定，basic_string是AllocatorAwareContainer, SequenceContainer與ContiguousContainer。

模板參數

CharT - 字元類型
Traits - 字元的特性類
Allocator 內部儲存的分配器類

成員類型

traits_type 模板參數Traits
value_type 即Traits::char_type
allocator_type模板參數Allocator
size_type 即Allocator::size_type。C++11改為std::allocator_traits<Allocator>::size_type
difference_type即Allocator::difference_type。C++11改為std::allocator_traits<Allocator>::difference_type
reference 即Allocator::reference。C++11改為value_type&
const_reference 即Allocator::const_reference。C++11改為const value_type&
pointer 即Allocator::pointer。C++11改為std::allocator_traits<Allocator>::pointer
const_pointer 即Allocator::const_pointer。C++11改為std::allocator_traits<Allocator>::const_pointer
iterator 屬於RandomAccessIterator
const_iterator 屬於Constant random access iterator
reverse_iterator 即std::reverse_iterator<iterator>
const_reverse_iterator 即std::reverse_iterator<const_iterator>

成員函式

下面列出所有成員函式，其中 string是 std::basic_string<T> 的簡寫：

構造表示
- string::string（構造）
- string::~string（解構）
- string::operator= - 賦值
- string::assign –賦值
- string::get_allocator –獲得主記憶體分配器
字元訪問
- string::at –訪問特定字元，帶邊界檢查
- string::operator[] –訪問特定字元
- string::front –訪問第一個字元
- string::back –訪問最後一個字元
- string::data –訪問基礎陣列，C++11 後與 c_str() 完全相同
- string::c_str –返回對應於字串內容的 C 風格零結尾的唯讀字串
- string::substr –以子串構造一個新串；參數為空時取全部源串
迭代器
- string::begin –獲得指向開始位置的迭代器
- string::end –獲得指向末尾的迭代器
- string::rbegin –獲得指向末尾的逆向迭代器
- string::rend –獲得指向開始位置的逆向迭代器
- string::cbegin –獲得指向開始位置的唯讀迭代器
- string::cend –獲得指向末尾的唯讀迭代器
- string::crbegin –獲得指向末尾的逆向唯讀迭代器
- string::crend –獲得指向開始位置的逆向唯讀迭代器
容量
- string::empty –檢查是否為空
- string::size –返回資料的字元長度
- string::length –返回資料的字元長度，與 size() 完全相同
- string::max_size –返回可儲存的最大的位元組容量，在 32 位 Windows 上大概為 43 億位元組。
- string::reserve –改變 string 的字元儲存容量，實際獲得的儲存容量不小於 reserve 的參數值。
- string::capacity –返回當前的字元儲存容量
- string::shrink_to_fit（C++11 新增）–降低主記憶體容量到剛好
修改器
- string::clear –清空內容
- string::insert –插入字元或字串。目標 string 中的插入位置可用整數值或迭代器表示。如果參數僅為一個迭代器，則在其所指位置插入0 值。
- string::erase –刪除 1 個或 1 段字元
- string::push_back –追加 1 個字元
- string::pop_back –刪除最後 1 個字元，C++11 標準引入
- string::append –追加字元或字串
- string::operator+= –追加，只有一個參數——字元指標、字元或字串；不像 append() 一樣可以追加參數的子串或若干相同字元
- string::copy –拷貝出一段字元到 C 風格字元陣列；有溢位危險
- string::resize –改變（增加或減少）字串長度；如果增加了字串長度，新字元預設為 0 值
- string::swap –與另一個 string 交換內容
- string::replace –替換子串；如果替換源資料與被替換資料的長度不等，則結果字串的長度發生改變
搜尋
- string::find –前向搜尋特定子串的第一次出現
- string::rfind –從尾部開始，後向搜尋特定子串的第一次出現
- string::find_first_of –搜尋指定字元集合中任意字元在 *this 中的第一次出現
- string::find_last_of –搜尋指定字元集合中任意字元在 *this 中的最後一次出現
- string::find_first_not_of –*this 中的不屬於指定字元集合的首個字元
- string::find_last_not_of –*this 中的不屬於指定字元集合的末個字元
- string::compare –與參數字串比較

常數值

- string::npos –表示「未找到」，值為static const unsigned -1

非成員的有關的全域函式

- std::operator+ –字串連接
- std::operator!= –不等比較
- std::operator== –相等比較
- std::operator< –小於比較
- std::operator<= –小於等於比較
- std::operator> –大於比較
- std::operator>= –大於等於比較
- std::operator<< –字串內容寫到輸出流中
- std::operator>> –從輸入流中讀取一個字串
- std::getline –從istream中讀入一行或一段字元到string中
- std::swap –交換兩個string的內容。是std::swap演算法針對std::basic_string的特化版本
- std::stoi –字串轉為整形
- std::stol –字串轉為長整形
- std::stoll –字串轉為長長整形
- std::stoul –字串轉為無符號長整形
- std::stoull –字串轉為無符號長長整形
- std::stof –字串轉為單精度浮點形
- std::stod –字串轉為雙精度浮點形
- std::stold –字串轉為長雙精度浮點形
- std::to_string –整型、無符號整型、浮點型轉化為string
- std::to_wstring –整型、無符號整型、浮點型轉化為wstring
- std::hash<std::string> –計算hash值
- std::hash<std::wstring> –計算hash值
- std::hash<std::u16string> –計算hash值
- std::hash<std::u32string> –計算hash值

字面量

C++14標準定義了如下的std::basic_string字面量：

string operator "" s（const char *str, std::size_t len）;
u16string operator "" s（const char16_t *str, std::size_t len）;
u32string operator "" s（const char32_t *str, std::size_t len）;
wstring operator "" s（const wchar_t *str, std::size_t len）;

範例：

#include <string>
#include <iostream> 
int main()
{
    using namespace std::string_literals;
 
    std::string s2 = "abc\0\0def"; // forms the string "abc"
    std::string s1 = "abc\0\0def"s; // form the string "abc\0\0def"
    std::cout<<s1.size()<<std::endl; //output 8
    std::cout<<s2<<std::endl;
    std::cout<<s1<<std::endl;
}

構造hash值的函式

C++11標準引入了4個std::hash函式模板的特化。用於以string為鍵值的hash定址。

template<> struct hash<std::string>;
template<> struct hash<std::wstring>;
template<> struct hash<std::u16string>;
template<> struct hash<std::u32string>;

std::char_traits類

char_traits是一個traits類別模板。用於抽象出給定字元類型的字元特性與字串操作。char_traits用於明確（explicit）實例化一個std::basic_string類別模板。

成員類型
- char_type CharT
- int_type 可以保持char_type以及EOF的值的整數類型
- off_type 實現定義
- pos_type 實現定義
- state_type 實現定義
成員函式
- assign[static]賦值一個字元
- eq[static] 比較兩個字元相等
- lt[static] 比較兩個字元小於
- move[static] 移動一個字元序列到另一個字元序列
- copy[static] 複製一個字元序列
- compare[static]詞典序比較兩個字元序列
- length[static]返回一個字元序列的長度
- find[static] 在一個字元序列中找到一個字元
- to_char_type[static]轉化整型值到相等的char_type
- to_int_type[static] 轉化char_type到相等的整型值
- eq_int_type[static] 比較兩個整型值
- eof[static] 返回eof值
- not_eof[static]檢查一個字元是否為eof值

例如，如果需要定義「兩個字元相等」若且唯若「兩個字元的大寫形式相等」，就可以在std::char_traits<char>之上衍生定義一個類，多載定義eq、lt、compare、find四個靜態成員函式。再用此特性類作為第二個模板參數去實例化std::basic_string類別模板。

C++11放棄了COW

從C++11開始，明確禁止用「寫時複製」（Copy On Write）實現stl::string。因為這在並行時容易引發錯誤。如下例的注釋：

#include <string>
int main()
{
    std::string str1("hello world\n");

    //p指向str1的数据区
    const char * p = str1.data();

    {
        //str2和str1共享数据
        auto str2( str1);

        //访问导致str1复制数据，此时p和str2直线同一块区域
        str1[0];

        //str2离开作用域，调用析构函数，此时str2的RefCount为0，因此str2指向的内存被释放
    }

    //此时p为野指针，这是严重的bug
    printf(p);

    return 0;
}

小對象最佳化

現在的主流編譯器與標準庫基本都採用了小對象最佳化（small objects optimization，又叫 small buffer optimization），以節約動態分配主記憶體開銷。

Visual C++：0至15個位元組。在release版中，小字串緩衝區和儲存區指標復用為一個union，再加上資料長度、資料區總長度，共計24個位元組（32位元非寬字元）或32個位元組（64位元非寬字元）；在debug中，小字串緩衝區和儲存區指標各有自己的儲存空間，因為共計28個位元組（32位元非寬字元）或40個位元組（64位元非寬字元）。
GCC >= 5：0至15個位元組
clang:：0至22個位元組

用法

#include <iostream>
#include <string>

int main()
{
    std::string foo = "fighters";
    std::string bar = "stool";

    // "!=" compares string contents for inequality, even though they are different objects.
    if(foo != bar)
    {
        std::cout << "The strings are different." << std::endl;
    }

    // Prints "stool fighters" by creating a temporary object, which is automatically freed.
    std::cout << bar + " " + foo << std::endl;

    return 0;
}

/*
 Output:
 The strings are different.
 stool fighters
*/

由於字串的拷貝操作與其位元組長度成比例，是O（n）量級。且建立字串的臨時棧對象的成本開銷。因此string一般作為常數參照（reference-to-const）以避免不必要的拷貝：

void print_the_string(const std::string& str)
{
    std::cout << str;
}

c_str()成員函式返回string類的C語言風格字串（即ASCII-零串）的指標，用於C語言字串的互操作。如果不需要零結尾的字串，那麼成員函式data()返回不一定是0結尾的字串的主記憶體位址。

參考文獻

^ C++ reference for basic_string. Cppreference.com. [2013-06-21]. （原始內容存檔於2013-01-20）.

[1] C++ reference for basic_string. Cppreference.com. [2013-06-21]. （原始內容存檔於2013-01-20）.

[1]