C++种string的实现方式

这篇文章主要讲解了“C++种string的实现方式”，文中的讲解内容简单清晰，易于学习与理解，下面请大家跟着小编的思路慢慢深入，一起来研究和学习“C++种string的实现方式”吧！

成都创新互联-专业网站定制、快速模板网站建设、高性价比罗平网站开发、企业建站全套包干低至880元,成熟完善的模板库,直接使用。一站式罗平网站制作公司更省心,省钱,快速模板网站建设找我们，业务覆盖罗平地区。费用合理售后完善，10余年实体公司更值得信赖。

常见的string实现方式有两种，一种是深拷贝的方式，一种是COW（copy on write）写时拷贝方式，以前多数使用COW方式，但由于目前多线程使用越来越多，COW技术在多线程中会有额外的性能恶化，所以现在多数使用深拷贝的方式，但了解COW的技术实现还是很有必要的。

这里会对这两种方式都进行源码分析，正文内容较少，更多内容都在源码的注释中。

string的内容主要在gcc源码的三个文件中：、、

在分析前先介绍下string或者C++ stl中几个基本的概念：

•  size: 表示真实数据的大小，一般resize函数改变的就是这个值。

•  capacity：表示内部实际已经分配的内存大小，capacity一定大于等于size，当size超过这个容量时会触发重新分配机制，一般reserve函数改变的就是这个值。

深拷贝下string的实现

文件中有如下代码：

// file: string  using string = basic_string;

这里可以看到string其实真实的样子是basic_string，这里可以看下basic_string真实的结构：

template   class basic_string {     // Use empty-base optimization: http://www.cantrip.org/emptyopt.html     struct _Alloc_hider : allocator_type  // TODO check __is_final    {         _Alloc_hider(pointer __dat, const _Alloc& __a) : allocator_type(__a), _M_p(__dat) {}         _Alloc_hider(pointer __dat, _Alloc&& __a = _Alloc()) : allocator_type(std::move(__a)), _M_p(__dat) {}         /**          * _M_p指向实际的数据          */         pointer _M_p;  // The actual data.    };     _Alloc_hider _M_dataplus;     /**      * 真实数据的长度，等价于前面介绍的STL中的size      */     size_type _M_string_length;     enum { _S_local_capacity = 15 / sizeof(_CharT) };     /**      * 这里有个小技巧，用了union      * 因为使用_M_local_buf时候不需要关注_M_allocated_capacity      * 使用_M_allocated_capacity时就不需要关注_M_local_buf      * 继续向下看完您就会明白。      */     union {         _CharT _M_local_buf[_S_local_capacity + 1];         /**          * 内部已经分配的内存的大小，等价于前面介绍的STL中的capacity          */         size_type _M_allocated_capacity;    };  };

从这里可以看见整个basic_string的结构如图：

看下面代码：

string str;

这段代码会调用普通构造函数，对应的源码实现如下：

basic_string() : _M_dataplus(_M_local_data()) { _M_set_length(0); }

而_M_local_data()的实现如下：

const_pointer _M_local_data() const {     return std::pointer_traits::pointer_to(*_M_local_buf);  }

这里可以看见M_dataplus表示实际存放数据的地方，当string是空的时候,其实就是指向M_local_buf，且_M_string_length是0。

当由char*构造string时，构造函数如下：

basic_string(const _CharT* __s, size_type __n, const _Alloc& __a = _Alloc()) : _M_dataplus(_M_local_data(), __a) {     _M_construct(__s, __s + __n);  }

首先让M_dataplus指向local_buf，再看下M_construct的实现，具体分析可以看下我代码中添加的注释：

/***  * _M_construct有很多种不同的实现，不同的迭代器类型有不同的优化实现，  * 这里我们只需要关注一种即可，整体思路是相同的。  */  template   template   void basic_string<_CharT, _Traits, _Alloc>::_M_construct(_InIterator __beg, _InIterator __end,                                                          std::input_iterator_tag) {    size_type __len = 0;    size_type __capacity = size_type(_S_local_capacity);    // 现在__capacity是15，注意这个值等会可能会改变    while (__beg != __end && __len < __capacity) {        _M_data()[__len++] = *__beg;        ++__beg;    }    /** 现在_M_data()指向的是_M_local_buf      * 上面最多会拷贝_S_local_capacity即15个字节，继续往下看，      * 当超过_S_local_capacity时会重新申请一块堆内存，_M_data()会去指向这块新内存      */    __try {        while (__beg != __end) {            if (__len == __capacity) {                /**                  * 就是在这里，当string内capacity不够容纳len个字符时，会使用_M_create去扩容                  * 这里你可能会有疑惑，貌似每次while循环都会去重新使用_M_create来申请多一个字节的内存                  * 但其实不是，_M_create的第一个参数的传递方式是引用传递，__capacity会在内部被修改，稍后会分析                  */                __capacity = __len + 1;                pointer __another = _M_create(__capacity, __len);                /**                  * 把旧数据拷贝到新的内存区域，_M_data()指向的是旧数据，__another指向的是新申请的内存                  */                this->_S_copy(__another, _M_data(), __len);                /**                  * __M_dispose()                  * 释放_M_data()指向的旧数据内存，如果是_M_local_buf则不需要释放，稍后分析                  */                _M_dispose();                /**                  * _M_data()                  * 内部的指向内存的指针指向这块新申请的内存__another，它的实现其实就是                  * void _M_data(pointer __p) { _M_dataplus._M_p = __p; }                  */                _M_data(__another);                /**                  * _M_allocated_capacity设置为__capacity                  * 实现为 void _M_capacity(size_type __capacity) { _M_allocated_capacity = __capacity; }                  */                _M_capacity(__capacity);            }            _M_data()[__len++] = *__beg;            ++__beg;        }    }    __catch(...) {        /**          * 异常发生时，避免内存泄漏，会释放掉内部申请的内存          */        _M_dispose();        __throw_exception_again;    }    /**      * 最后设置string的长度为__len      * 实现为void _M_length(size_type __length) { _M_string_length = __length; }      */    _M_set_length(__len);  }

再分析下内部的内存申请函数_M_create：

/**  * @brief _M_create表示申请新内存  * @param __capacity 想要申请的内存大小，注意这里参数传递方式是引用传递，内部会改变其值  * @param __old_capacity 以前的内存大小  */  template   typename basic_string<_CharT, _Traits, _Alloc>::pointer basic_string<_CharT, _Traits, _Alloc>::_M_create(    size_type& __capacity, size_type __old_capacity) {    /**      * max_size()表示标准库容器规定的一次性可以分配到最大内存大小      * 当想要申请的内存大小最大规定长度时，会抛出异常      */    if (__capacity > max_size()) std::__throw_length_error(__N("basic_string::_M_create"));    /**      * 这里就是常见的STL动态扩容机制，其实常见的就是申请为__old_capacity的2倍大小的内存，最大只能申请max_size()      * 注释只是说了常见的内存分配大小思想，不全是下面代码的意思，具体可以直接看下面这几行代码哈      */    if (__capacity > __old_capacity && __capacity < 2 * __old_capacity) {        __capacity = 2 * __old_capacity;        // Never allocate a string bigger than max_size.        if (__capacity > max_size()) __capacity = max_size();    }    /**      * 使用内存分配子去分配__capacity+1大小的内存，+1是为了多存储个\0      */    return _Alloc_traits::allocate(_M_get_allocator(), __capacity + 1);  }

再分析下内部的内存释放函数_M_dispose函数:

/**  * 如果当前指向的是本地内存那15个字节，则不需要释放  * 如果不是，则需要使用_M_destroy去释放其指向的内存  */  void _M_dispose() {    if (!_M_is_local()) _M_destroy(_M_allocated_capacity);  }  /**  * 判断下当前内部指向的是不是本地内存  * _M_local_data()即返回_M_local_buf的地址  */  bool _M_is_local() const { return _M_data() == _M_local_data(); }  void _M_destroy(size_type __size) throw() {    _Alloc_traits::deallocate(_M_get_allocator(), _M_data(), __size + 1);  }

再分析下basic_string的拷贝构造函数：

/**  * basic_string的拷贝构造函数  * 其实就是每次都做一次深拷贝  */  basic_string(const basic_string& __str)    : _M_dataplus(_M_local_data(), _Alloc_traits::_S_select_on_copy(__str._M_get_allocator())) {    _M_construct(__str._M_data(), __str._M_data() + __str.length());  }

再分析下basic_string的赋值构造函数：

/**  * 赋值构造函数，调用了assign函数  */  basic_string& operator=(const basic_string& __str) { return this->assign(__str); }  /**  * 调用了_M_assign函数  */  basic_string& assign(const basic_string& __str) {    this->_M_assign(__str);    return *this;  }  /**  * 赋值的核心函数  */  template   void basic_string<_CharT, _Traits, _Alloc>::_M_assign(const basic_string& __str) {    if (this != &__str) {        const size_type __rsize = __str.length();        const size_type __capacity = capacity();        /**          * 如果capacity不够用，需要进行重新分配          */        if (__rsize > __capacity) {            size_type __new_capacity = __rsize;            pointer __tmp = _M_create(__new_capacity, __capacity);            _M_dispose();            _M_data(__tmp);            _M_capacity(__new_capacity);        }        /**          * 将__str指向的内存拷贝到当前对象指向的内存上          */        if (__rsize) this->_S_copy(_M_data(), __str._M_data(), __rsize);        _M_set_length(__rsize);    }  }

再分析下移动构造函数：

/**  * 移动构造函数，其实就是把src指向的内存移动到了dst种  */  basic_string(basic_string&& __str) noexcept : _M_dataplus(_M_local_data(), std::move(__str._M_get_allocator())) {    if (__str._M_is_local()) {        traits_type::copy(_M_local_buf, __str._M_local_buf, _S_local_capacity + 1);    } else {        _M_data(__str._M_data());        _M_capacity(__str._M_allocated_capacity);    }    // Must use _M_length() here not _M_set_length() because    // basic_stringbuf relies on writing into unallocated capacity so    // we mess up the contents if we put a '\0' in the string.    _M_length(__str.length());    __str._M_data(__str._M_local_data());    __str._M_set_length(0);  }

移动赋值函数和移动构造函数类似，就不作过多分析啦。

COW方式下string的实现

先看下部分源代码了解下COW的basic_string的结构：

template   class basic_string {    private:    struct _Rep_base {        /**          * string实际数据的大小          * 字符串真正存储的是正常字符串数据加上一个\0，真正的长度其实是_M_length+1          */        size_type _M_length;        /**          * string当前已经分配了的内存大小          * _M_capacity一定不小于_M_length，内存分配总是以_M_capacity+1为单位          */        size_type _M_capacity;        /**          * _M_refcount表示string的引用计数，取值可以分为三种：          * -1：可能内存泄漏，有一个变量指向字符串，字符串可以被更改，不允许拷贝，当          * _M_refcount为-1时，表示这个string对象不会再和其它string对象共享啦。          * 0：有一个变量指向字符串，字符串可以被更改。          * n>=1：有n+1个变量指向字符串，对该字符串操作时应该加锁，字符串不可以被更改。          */        _Atomic_word _M_refcount;    };    /**      * _Rep继承自_Rep_base      * 主要目的就是继承_Rep_base的三个成员_M_length、_M_capacity、_M_refcount      */    struct _Rep : _Rep_base {        // Types:        typedef typename _Alloc::template rebind::other _Raw_bytes_alloc;        static const size_type _S_max_size;        static const _CharT _S_terminal; // \0        static size_type _S_empty_rep_storage[]; // 这里大小不是0，稍后分析        static _Rep& _S_empty_rep() _GLIBCXX_NOEXCEPT {            // NB: Mild hack to avoid strict-aliasing warnings. Note that            // _S_empty_rep_storage is never modified and the punning should            // be reasonably safe in this case.            void* __p = reinterpret_cast(&_S_empty_rep_storage);            return *reinterpret_cast<_Rep*>(__p);        }    };    // Use empty-base optimization: http://www.cantrip.org/emptyopt.html    struct _Alloc_hider : _Alloc {        _Alloc_hider(_CharT* __dat, const _Alloc& __a) _GLIBCXX_NOEXCEPT : _Alloc(__a), _M_p(__dat) {}        _CharT* _M_p; // The actual data，这里的_M_p指向存储实际数据的对象地址    };    public:    static const size_type npos = static_cast(-1); // 0xFFFFFFFF    private:    /**      * _M_dataplus是basic_string内部唯一的一个成员变量，      * 内部有个_M_p成员，指向存储实际的数据的对象，是_Rep对象的指针      */    mutable _Alloc_hider _M_dataplus;  };

具体分析可以看代码中注释，可以分析出COW的string结构如图：

前面程序喵分析过深拷贝方式下string的局部内存为M_local_buf，那COW下string的S_empty_rep_storage是什么样子呢？直接看源代码：

// Linker sets _S_empty_rep_storage to all 0s (one reference, empty string)  // at static init time (before static ctors are run).  template   typename basic_string<_CharT, _Traits, _Alloc>::size_type basic_string<_CharT, _Traits, _Alloc>::_Rep::    _S_empty_rep_storage[(sizeof(_Rep_base) + sizeof(_CharT) + sizeof(size_type) - 1) / sizeof(size_type)];

再分析下构造函数：

/**  * 使_M_dataplus指向_S_construct函数返回的内存  */  template   basic_string<_CharT, _Traits, _Alloc>::basic_string(const _CharT* __s, size_type __n, const _Alloc& __a)    : _M_dataplus(_S_construct(__s, __s + __n, __a), __a) {}  /**  * 返回一段内存，这段内存可以是本地空字符的内存，也可以是内存分配单元分配的内存  */  template   template   _CharT* basic_string<_CharT, _Traits, _Alloc>::_S_construct(_InIterator __beg, _InIterator __end, const _Alloc& __a,                                                            input_iterator_tag) {  #if _GLIBCXX_FULLY_DYNAMIC_STRING == 0    if (__beg == __end && __a == _Alloc()) return _S_empty_rep()._M_refdata();  #endif    // Avoid reallocation for common case.    _CharT __buf[128];    size_type __len = 0;    while (__beg != __end && __len < sizeof(__buf) / sizeof(_CharT)) {        __buf[__len++] = *__beg;        ++__beg;    }    /**      * len < 128字节时，分配len字节      * 否则，以128为单位，每次扩容2倍大小      * 稍后相信分析      */    _Rep* __r = _Rep::_S_create(__len, size_type(0), __a);    /**      * 将__buf指向的内存拷贝到数据真实存放的地址，_M_refdata()指向数据真实存放的地址      * _M_refdata()函数实现如下，可以通过上面画的string结构图分析：      * _CharT* _M_refdata() throw() { return reinterpret_cast<_CharT*>(this + 1); }      * this+1就是数据真正的地址，这里的1代表sizeof(_Rep)      */    _M_copy(__r->_M_refdata(), __buf, __len);    __try {        /**          * 这里的扩容机制和上面介绍的相同，这里就不过多介绍          */        while (__beg != __end) {            if (__len == __r->_M_capacity) {                // Allocate more space.                _Rep* __another = _Rep::_S_create(__len + 1, __len, __a);                _M_copy(__another->_M_refdata(), __r->_M_refdata(), __len);                __r->_M_destroy(__a);                __r = __another;            }            __r->_M_refdata()[__len++] = *__beg;            ++__beg;        }   }    __catch(...) {        __r->_M_destroy(__a);        __throw_exception_again;    }    /**      * 设置string的长度，同时设置该string是可共享的，稍后分析      */    __r->_M_set_length_and_sharable(__len);    return __r->_M_refdata();  }

再看下string内部_M_create是如何申请内存的

template   typename basic_string<_CharT, _Traits, _Alloc>::_Rep* basic_string<_CharT, _Traits, _Alloc>::_Rep::_S_create(    size_type __capacity, size_type __old_capacity, const _Alloc& __alloc) {    if (__capacity > _S_max_size) __throw_length_error(__N("basic_string::_S_create"));    /**      * __pagesize是页的大小，每次内存分配的最小单位      * __malloc_header_zize是malloc分配内存额外需要的空间，存储内存实际的长度信息      */    const size_type __pagesize = 4096;    const size_type __malloc_header_size = 4 * sizeof(void*);    /**      * 每次两倍扩容      */    if (__capacity > __old_capacity && __capacity < 2 * __old_capacity) __capacity = 2 * __old_capacity;    /**      * 看了前面的结构图您应该就能明白为什么是这么计算，这里的+1是存储字符串的结束符      */    size_type __size = (__capacity + 1) * sizeof(_CharT) + sizeof(_Rep);    /**      * 因为内存是以页为基本单位分配的，所以这里做了一些优化，保证分配内存的大小是内存页的整数倍      */    const size_type __adj_size = __size + __malloc_header_size;    if (__adj_size > __pagesize && __capacity > __old_capacity) {        const size_type __extra = __pagesize - __adj_size % __pagesize;        __capacity += __extra / sizeof(_CharT);        // Never allocate a string bigger than _S_max_size.        if (__capacity > _S_max_size) __capacity = _S_max_size;        __size = (__capacity + 1) * sizeof(_CharT) + sizeof(_Rep);    }    // NB: Might throw, but no worries about a leak, mate: _Rep()    // does not throw.    void* __place = _Raw_bytes_alloc(__alloc).allocate(__size);    /**      * 这里是placement new，表示在__place内存位置处调用_Rep构造函数      */    _Rep* __p = new (__place) _Rep;    __p->_M_capacity = __capacity;    /**      * 设置其可共享，实现如下      * void _M_set_sharable() _GLIBCXX_NOEXCEPT { this->_M_refcount = 0; }      */    __p->_M_set_sharable();    return __p;  }  这里有关于malloc的知识点可以看我之前写的文章：xxx前面Rep有个_M_set_length_and_sharable方法，看下它的源码：  /**   * 如果当前内存指向地址是本地内存则什么都不做，否则   * 设置长度为n   * 设置其可共享，其实就是设置引用计数为0   * 同时在最后添加一个结束符\0   */  void _M_set_length_and_sharable(size_type __n) _GLIBCXX_NOEXCEPT {  #if _GLIBCXX_FULLY_DYNAMIC_STRING == 0      if (__builtin_expect(this != &_S_empty_rep(), false))  #endif      {         this->_M_set_sharable();  // One reference.          this->_M_length = __n;          traits_type::assign(this->_M_refdata()[__n], _S_terminal);     }  }  void _M_set_sharable() _GLIBCXX_NOEXCEPT { this->_M_refcount = 0; }

COW版本主要就是为了避免过多的拷贝，这里看下string的拷贝构造函数：

/**   * 这里是string的构造函数，主要是调用_Rep的_M_grab函数   */  basic_string(const basic_string& __str, const _Alloc& __a)      : _M_dataplus(__str._M_rep()->_M_grab(__a, __str.get_allocator()), __a) {}  /**   * 前面已经介绍过为什么+1，这里您应该就知道为什么-1啦   */  _Rep* _M_rep() const _GLIBCXX_NOEXCEPT { return &((reinterpret_cast<_Rep*>(_M_data()))[-1]); }  /**   * _M_grab函数决定是将引用计数+1还是拷贝一份   * 如果_M_is_leaked()表示不可以共享，则需要拷贝一份   */  _CharT* _M_grab(const _Alloc& __alloc1, const _Alloc& __alloc2) {      return (!_M_is_leaked() && __alloc1 == __alloc2) ? _M_refcopy() : _M_clone(__alloc1);  }  /**   * 如果引用计数小于0，则为true，前面有过约定   */  bool _M_is_leaked() const _GLIBCXX_NOEXCEPT {  #if defined(__GTHREADS)      // _M_refcount is mutated concurrently by _M_refcopy/_M_dispose,      // so we need to use an atomic load. However, _M_is_leaked      // predicate does not change concurrently (i.e. the string is either      // leaked or not), so a relaxed load is enough.      return __atomic_load_n(&this->_M_refcount, __ATOMIC_RELAXED) < 0;  #else      return this->_M_refcount < 0;  #endif  }  /**   * 引用拷贝，其实就是引用计数+1   */  _CharT* _M_refcopy() throw() {  #if _GLIBCXX_FULLY_DYNAMIC_STRING == 0      if (__builtin_expect(this != &_S_empty_rep(), false))  #endif          __gnu_cxx::__atomic_add_dispatch(&this->_M_refcount, 1);      return _M_refdata();  }  // XXX MT    /**   * 深拷贝   */  template   _CharT* basic_string<_CharT, _Traits, _Alloc>::_Rep::_M_clone(const _Alloc& __alloc, size_type __res) {      // Requested capacity of the clone.      const size_type __requested_cap = this->_M_length + __res;      _Rep* __r = _Rep::_S_create(__requested_cap, this->_M_capacity, __alloc);      if (this->_M_length) _M_copy(__r->_M_refdata(), _M_refdata(), this->_M_length);      __r->_M_set_length_and_sharable(this->_M_length);      return __r->_M_refdata();  }  再分析下string的析构函数：  /**   * string的析构函数，调用了_M_dispose函数   */  ~basic_string() _GLIBCXX_NOEXCEPT { _M_rep()->_M_dispose(this->get_allocator()); }  /**   * 将引用计数-1，如果引用计数 <= 0，则释放内存   */  void _M_dispose(const _Alloc& __a) _GLIBCXX_NOEXCEPT {  #if _GLIBCXX_FULLY_DYNAMIC_STRING == 0      if (__builtin_expect(this != &_S_empty_rep(), false))  #endif      {          // Be race-detector-friendly.  For more info see bits/c++config.          _GLIBCXX_SYNCHRONIZATION_HAPPENS_BEFORE(&this->_M_refcount);          if (__gnu_cxx::__exchange_and_add_dispatch(&this->_M_refcount, -1) <= 0) {              _GLIBCXX_SYNCHRONIZATION_HAPPENS_AFTER(&this->_M_refcount);              _M_destroy(__a);          }      }  }  // XXX MT  template   void basic_string<_CharT, _Traits, _Alloc>::_Rep::_M_destroy(const _Alloc& __a) throw() {      const size_type __size = sizeof(_Rep_base) + (this->_M_capacity + 1) * sizeof(_CharT);      _Raw_bytes_alloc(__a).deallocate(reinterpret_cast(this), __size);  }

data()和c_str()的区别

我们以前学习工作过程中都知道str有data和c_str函数，看资料都说它们的区别是一个带\0结束符，一个不带。这里看下源码：

const _CharT* c_str() const _GLIBCXX_NOEXCEPT { return _M_data(); }  const _CharT* data() const _GLIBCXX_NOEXCEPT { return _M_data(); }

这里可以看见它俩没有任何区别，因为\0结束符其实在最开始构造string对象的时候就已经添加啦。

to_string是怎么实现的？

这里直接看代码：

inline string to_string(int __val) {      return __gnu_cxx::__to_xstring(&std::vsnprintf, 4 * sizeof(int), "%d", __val);  }  inline string to_string(unsigned __val) {      return __gnu_cxx::__to_xstring(&std::vsnprintf, 4 * sizeof(unsigned), "%u", __val);  }  inline string to_string(long __val) {      return __gnu_cxx::__to_xstring(&std::vsnprintf, 4 * sizeof(long), "%ld", __val);  }  template   _String __to_xstring(int (*__convf)(_CharT*, std::size_t, const _CharT*, __builtin_va_list), std::size_t __n,                       const _CharT* __fmt, ...) {      // XXX Eventually the result should be constructed in-place in      // the __cxx11 string, likely with the help of internal hooks.      _CharT* __s = static_cast<_CharT*>(__builtin_alloca(sizeof(_CharT) * __n));      __builtin_va_list __args;      __builtin_va_start(__args, __fmt);      const int __len = __convf(__s, __n, __fmt, __args);      __builtin_va_end(__args);      return _String(__s, __s + __len);  }

这里可以看出所有的数值类型转string，都是通过vsnprintf来实现，具体vsnprintf是什么这里就不过多介绍啦，读者可以自行查找下相关用法。

感谢各位的阅读，以上就是“C++种string的实现方式”的内容了，经过本文的学习后，相信大家对C++种string的实现方式这一问题有了更深刻的体会，具体使用情况还需要大家实践验证。这里是创新互联，小编将为大家推送更多相关知识点的文章，欢迎关注！

网页名称：C++种string的实现方式
URL地址：http://6mz.cn/article/geishp.html