C++中string类的一种正确写法(面试题)

作者：袖梨 2022-06-25

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：

了解string类

在我们研究string类犯了什么毛病之前，还让我先说一下如何了解一个C++的类。我们要了解一个C++的类，一般来说，要从三个方面入手。

一、意图（Intention）。知其然还要知所以然，string类的意图是什么？只有了解了意图，才知道它的思路。这是了解一个事物最重要最根本的部分。不然，你会发现它的行为并不会像你所期望的那样。string类的意义有两个，第一个是为了处理char类型的数组，并封装了标准C中的一些字符串处理的函数。而当string类进入了C++标准后，它的第二个意义就是一个容器。这两件事并不矛盾，我们要需理解string的机制，需要从这两个方面考虑。

二、规格（Specification）。我们注意到string类有太多的接口函数。这是目前C++阵营中声讨其最重的话题。一个小小的string类居然有106个成员接口函数。居然，C++标准委员会会容忍这种“ugly”的事情的发生？目前的认为导致“C++标准委员会脑子进水”的主流原因有两点，一个是为了提高效率，另一个是为了常用的操作。

1）让我们先来看效率，看看string类中的“==”操作符重载接口：

代码如下	复制代码
bool operator==(const string& lhs, const string& rhs); bool operator==(const string& lhs, const char* rhs); bool operator==(const char* lhs, const string& rhs);

头一个很标准，而后两个似乎就显得没有必要了。如果我们调用：（Str == “string”）如果没有后面两个接口，string的构造函数会把char*的 ”string”转成string对象，然后再调用第一个接口，也就是 operator==(str, string(“string”))。如此“多余”的设计只能说是为了追求效率，为了省去调用构造/析构函数和分配/释放内存的时间（这会节省很多的时间）。在后面两个接口中，直接使用了C的strcmp函数。如此看来，这点设计还是很有必要的。string类中有很多为了追求效率的算法和设计，比如：Copy-on-Write（参看我的《标准C＋＋类string的Copy-On-Write技术》）等。这些东西让我们的string变得很有效率，但也带来了陷阱。如果不知道这些东西，那么当你使用它的时候发生不可意料的问题，就会让你感到迷茫和不知所措。

2）另一个让string类拥有这么庞大的接口的原因是常用的操作。比如string类的substr()，这是一个截取子字符串的函数。其实这个函数并不需要，因为string有一个构造函数可以从别的string类中指定其起始和长度构造自己，从而实现这一功能。还有就是copy()函数，这也是一个没有必要的函数，copy这个函数把string类中的内容拷贝到一个内存buffer中，这个方法实践证明很少有人使用。可能，1）为了安全起见，需要有这样一个成员把内容复制出去；2）设计者觉得copy要比strcpy或是memcpy好写也漂亮很多吧。copy()比起substr()更没有必要存在。

三、实现（Implementation）。C++标准并没有过多的干预实现。不同的产商会有不同的实现。不同的产商会考虑标准中的一件事情是否符合市场的需要，并要考虑自己的编译器是否有能够编译标准的功能。于是，他们总是会轻微或是颠覆地修改着标准。C++在编译器的差异是令人痛苦和绝望的，如果不了解具体的实现，在你使用C++的时候，你也会发现它并不像你所想象的那样工作。

只有从上述三个方面入手，你才能真正了解一个C++类，而你也才能用好C++。C++高手们都是从这样的三个方面剖析着C++现实中的各种类，并以此来验证C++类的设计。

能像 int 类型那样定义变量，并且支持赋值、复制。
能用作函数的参数类型及返回类型。
能用作标准库容器的元素类型，即 vector/list/deque 的 value_type。（用作 std::map 的 key_type 是更进一步的要求，本文从略）。
换言之，你的 String 能让以下代码编译运行通过，并且没有内存方面的错误。

代码如下	复制代码
void foo(String x) { } void bar(const String& x) { } String baz() { String ret("world"); return ret; } int main() { String s0; String s1("hello"); String s2(s0); String s3 = s1; s2 = s1; foo(s1); bar(s1); foo("temporary"); bar("temporary"); String s4 = baz(); std::vector svec; svec.push_back(s0); svec.push_back(s1); svec.push_back(baz()); svec.push_back("good job"); }

本文给出我认为适合面试的答案，强调正确性及易实现（白板上写也不会错），不强调效率。某种意义上可以说是以时间（运行快慢）换空间（代码简洁）。

首先选择数据成员，最简单的 String 只有一个 char* 成员变量。好处是容易实现，坏处是某些操作的复杂度较高（例如 size() 会是线性时间）。为了面试时写代码不出错，本文设计的 String 只有一个 char* data_成员。而且规定 invariant 如下：一个 valid 的 string 对象的 data_ 保证不为 NULL，data_ 以 '' 结尾，以方便配合 C 语言的 str*() 系列函数。

其次决定支持哪些操作，构造、析构、拷贝构造、赋值这几样是肯定要有的（以前合称 big three，现在叫 copy control）。如果钻得深一点，C++11的移动构造和移动赋值也可以有。为了突出重点，本文就不考虑 operator[] 之类的重载了。

这样代码基本上就定型了：

代码如下

复制代码

#include
#include

class String
{
public:
String()
    : data_(new char[1])
{
    *data_ = '';
}

String(const char* str)
    : data_(new char[strlen(str) + 1])
{
    strcpy(data_, str);
}

String(const String& rhs)
    : data_(new char[rhs.size() + 1])
{
    strcpy(data_, rhs.c_str());
}
/* Delegate constructor in C++11
String(const String& rhs)
    : String(rhs.data_)
{
}
*/

~String()
{
    delete[] data_;
}

/* Traditional:
String& operator=(const String& rhs)
{
    String tmp(rhs);
    swap(tmp);
    return *this;
}
*/
String& operator=(String rhs) // yes, pass-by-value
{
    swap(rhs);
    return *this;
}

// C++ 11
String(String&& rhs)
    : data_(rhs.data_)
{
    rhs.data_ = nullptr;
}

String& operator=(String&& rhs)
{
    swap(rhs);
    return *this;
}

// Accessors

size_t size() const
{
    return strlen(data_);
}

const char* c_str() const
{
    return data_;
}

void swap(String& rhs)
{
    std::swap(data_, rhs.data_);
}

private:
char* data_;
};

注意代码的几个要点：

只在构造函数里调用 new char[]，只在析构函数里调用 delete[]。
赋值操作符采用了《C++编程规范》推荐的现代写法。
每个函数都只有一两行代码，没有条件判断。
析构函数不必检查 data_ 是否为 NULL。
构造函数 String(const char* str) 没有检查 str 的合法性，这是一个永无止境的争论话题。这里在初始化列表里就用到了 str，因此在函数体内用 assert() 是无意义的。
这恐怕是最简洁的 String 实现了。

练习1：增加 operator==、operator<、operator[] 等操作符重载。

练习2：实现一个带 int size_; 成员的版本，以空间换时间。

练习3：受益于右值引用及移动语意，在 C++11 中对 String 实施直接插入排序的性能比C++98/03要高，试编程验证之。（g++的标准库也用到了此技术。）