1. 项目概述为什么我们要亲手实现一个String类在C的世界里std::string几乎是每个开发者最熟悉的老朋友。从简单的“Hello World”到复杂的文本处理它无处不在。标准库提供的实现稳定、高效功能丰富。那么一个很自然的问题就来了既然标准库已经做得这么好了为什么我们还要费时费力地去模拟实现一个自己的String类呢这难道不是“重复造轮子”吗恰恰相反我认为这是C学习者从“会用”迈向“懂原理”的关键一步。std::string是一个典型的RAIIResource Acquisition Is Initialization类它完美封装了动态内存管理、拷贝控制、运算符重载等C核心特性。通过亲手实现它你不再是API的调用者而是设计者。你会直面几个最核心的问题内存如何分配与释放拷贝构造函数和赋值运算符该如何写才能避免浅拷贝带来的灾难如何高效地实现字符串的拼接、查找和修改这些问题的答案都藏在你的模拟实现里。这个过程本质上是对C三大件构造函数、析构函数、拷贝控制以及运算符重载的一次深度实战。网络上很多面试题喜欢问String类的实现不是因为它偏门而是因为它能最直接地考察一个候选人对C底层机制的理解是否扎实。理解了String你对std::vectorstd::list等其他容器的内部机理也能触类旁通。所以今天我们就抛开#include string从零开始构建一个属于我们自己的MyString类看看这个“轮子”里面到底有哪些精妙的齿轮在转动。2. 核心设计思路与类框架定义动手写代码之前我们必须先想清楚这个类应该长什么样它需要哪些数据成员以及提供哪些对外接口。一个好的设计是成功的一半。2.1 数据成员的选择动态内存是核心一个字符串的本质是一段连续存储的字符序列其长度在运行时才能确定。因此使用动态分配的字符数组char*来存储字符串内容是最直接的选择。我们不能使用固定大小的数组因为那会限制字符串的最大长度。除了存储内容的指针我们还需要知道当前字符串的长度size以及当前分配的内存容量capacity。长度是字符串的实际字符数不包含结尾的\0容量则是为了减少频繁重新分配内存而预留的空间大小。标准库的std::string通常也采用类似的策略即capacity size。因此我们的MyString类将拥有三个私有数据成员class MyString { private: char* _str; // 指向动态分配的字符数组用于存储字符串内容 size_t _size; // 字符串的有效长度不含\0 size_t _capacity; // 当前分配的总空间容量不含\0 // ... 后续会添加静态常量如 npos };这里使用size_t是为了与标准库保持一致它是一个无符号整数类型专门用于表示大小和索引。2.2 关键接口规划从构造到销毁一个完整的字符串类需要提供一系列操作我们可以参考std::string的常用接口来规划构造与析构这是类的生命起点与终点。默认构造函数创建一个空字符串。带参构造函数从C风格字符串(const char*)或另一个MyString对象构造。拷贝构造函数实现深拷贝。析构函数负责释放动态内存。容量操作size()/length()返回字符串长度。capacity()返回当前容量。empty()判断是否为空串。reserve(size_t n)调整容量为字符串预留空间。resize(size_t n, char ch)调整字符串长度多出的部分用字符ch填充。元素访问operator[](size_t pos)像数组一样访问指定位置的字符非const和const版本。at(size_t pos)带边界检查的访问。front()/back()访问首尾字符。修改操作append/operator追加字符串或字符。push_back(char ch)/pop_back()在末尾增删字符。assign赋值新内容。insert/erase/replace在指定位置插入、删除、替换。swap交换两个字符串的内容。clear()清空内容。字符串操作c_str()返回C风格字符串指针。find/rfind正向/反向查找子串。substr获取子串。compare比较两个字符串。运算符重载流插入和流提取。关系运算符,!,,等。赋值运算符深拷贝。这个列表看起来很长但许多函数之间存在逻辑关联。我们的实现将遵循由简入繁、逐步迭代的原则先搭建起最基本的骨架构造、析构、拷贝、基本访问再逐步添加更复杂的功能。注意关于npos的实现std::string::npos是一个静态常量表示“未找到”或“最大可能值”。我们可以在类内这样定义static const size_t npos -1;。由于size_t是无符号类型-1会被转换为其最大值。这是一个常见的惯用法。3. 基础骨架实现构造、拷贝与析构这是整个类最基础也最容易出错的部分。内存管理的正确性直接决定了类的健壮性。3.1 构造函数与析构函数我们从最简单的默认构造函数开始。一个空字符串应该有一个合法的C风格字符串表示即一个只包含\0的字符数组。// 默认构造函数 MyString::MyString() : _str(new char[1]) // 分配1个char的空间 , _size(0) , _capacity(0) { _str[0] \0; // 确保是空字符串 }这里我们为_str分配了1个字节用于存放结尾的\0。_size和_capacity都设为0。这是一种实现方式。另一种更常见的做法是统一管理让_capacity初始为某个值比如15并分配对应空间_size为0并在_str[0]放置\0。为了简化我们先采用第一种。接下来是从C风格字符串构造。这是最常用的构造函数之一。// 从C风格字符串构造 MyString::MyString(const char* str) : _str(nullptr) , _size(0) , _capacity(0) { if (str nullptr) { // 处理空指针按空字符串处理 _str new char[1]; _str[0] \0; } else { _size strlen(str); _capacity _size; // 初始容量刚好够用后续可优化 _str new char[_capacity 1]; // 1 给 \0 strcpy(_str, str); // 拷贝内容包括\0 } }这里有几个关键点检查空指针这是一个良好的防御性编程习惯。虽然标准库的std::string从nullptr构造是未定义行为但我们自己的实现可以更友好一些将其视为空字符串。计算长度使用strlen获取输入字符串的长度。注意strlen不计入\0。分配内存大小为_size 1多出的一个字节留给终止符\0。拷贝内容使用strcpy进行拷贝它会自动复制\0。析构函数相对简单但至关重要它必须释放构造函数中分配的内存。// 析构函数 MyString::~MyString() { if (_str) { delete[] _str; // 释放数组 _str nullptr; // 避免野指针这是一个好习惯 _size _capacity 0; } }使用delete[]来匹配new char[]的数组分配方式。将指针置为nullptr可以防止后续误用。3.2 拷贝构造函数与赋值运算符深拷贝这是模拟实现中的“重头戏”也是区分浅拷贝与深拷贝的关键。如果使用编译器生成的默认拷贝构造函数它只会进行成员变量的逐位拷贝浅拷贝。这意味着两个MyString对象的_str指针会指向同一块内存。当其中一个对象析构释放内存后另一个对象的_str就变成了悬垂指针再次析构时会导致重复释放引发程序崩溃。因此我们必须手动实现深拷贝。// 拷贝构造函数 MyString::MyString(const MyString other) : _str(nullptr) , _size(other._size) , _capacity(other._capacity) { _str new char[_capacity 1]; strcpy(_str, other._str); // 深拷贝复制内容而非指针 } // 拷贝赋值运算符 MyString MyString::operator(const MyString other) { if (this ! other) { // 1. 防止自我赋值 // 2. 释放原有资源 delete[] _str; // 3. 分配新资源并拷贝 _size other._size; _capacity other._capacity; _str new char[_capacity 1]; strcpy(_str, other._str); } return *this; // 4. 返回本对象的引用以支持链式赋值 }拷贝赋值运算符的注意事项自我赋值检查if (this ! other)。如果没有这个检查在a a这样的自我赋值中第一步delete[] _str就会把自己的内存释放掉后续的strcpy就会访问非法内存。异常安全上面的写法不是异常安全的。如果new分配内存失败抛出std::bad_alloc异常此时原对象的_str已经被释放对象状态被破坏。一种更安全的写法是“拷贝后交换”copy-and-swap idiom但为了清晰我们先保留这个基础版本。返回值返回*this的引用以支持a b c这样的链式赋值。3.3 移动语义C11及以上在现代C中为了优化临时对象带来的拷贝开销引入了移动语义。虽然我们的基础目标是模拟核心原理但了解移动构造函数和移动赋值运算符的实现能让你对资源管理有更深的理解。// 移动构造函数 (C11) MyString::MyString(MyString other) noexcept : _str(other._str) , _size(other._size) , _capacity(other._capacity) { // “窃取” other 的资源 other._str nullptr; // 关键使 other 处于有效但空的状态 other._size other._capacity 0; } // 移动赋值运算符 (C11) MyString MyString::operator(MyString other) noexcept { if (this ! other) { delete[] _str; // 释放自己的旧资源 // “窃取”资源 _str other._str; _size other._size; _capacity other._capacity; // 置空源对象 other._str nullptr; other._size other._capacity 0; } return *this; }移动操作不分配新内存只是“偷走”临时对象右值的资源并将其置空效率远高于深拷贝。noexcept关键字告诉编译器该函数不会抛出异常这在标准库容器的某些操作如vector::push_back中能带来优化。4. 容量与元素访问相关功能实现有了基本的生命周期管理我们就可以添加一些查询和简单修改的功能了。这部分功能大多比较简单但却是类可用性的基础。4.1 容量相关成员函数这些函数通常只是返回私有成员变量的值或者做简单的判断。size_t MyString::size() const { return _size; } size_t MyString::length() const { return _size; // 在C中size()和length()通常没有区别 } size_t MyString::capacity() const { return _capacity; } bool MyString::empty() const { return _size 0; } const char* MyString::c_str() const { // 确保_str始终以\0结尾是我们类的责任 return _str; }注意所有不修改对象状态的函数都应声明为const成员函数这样它们才能在const对象上被调用。reserve函数用于增加字符串的容量如果请求的容量大于当前容量。这是一个重要的优化函数当你知道将要进行大量追加操作时提前reserve足够空间可以避免多次重新分配和拷贝。void MyString::reserve(size_t new_capacity) { if (new_capacity _capacity) { // 1. 分配新内存 char* new_str new char[new_capacity 1]; // 2. 拷贝旧内容包括\0 strcpy(new_str, _str); // 3. 释放旧内存 delete[] _str; // 4. 更新指针和容量 _str new_str; _capacity new_capacity; // _size 不变 } // 如果 new_capacity _capacity标准库通常什么都不做 }resize函数用于改变字符串的长度。如果新长度大于当前长度多出的部分用指定字符填充如果小于当前长度则截断字符串。void MyString::resize(size_t new_size, char ch) { if (new_size _size) { // 截断 _size new_size; _str[_size] \0; // 在新结尾处添加终止符 } else { // 扩展 if (new_size _capacity) { // 需要扩容通常以2倍或1.5倍策略增长这里简单扩到new_size reserve(new_size); } // 填充字符 for (size_t i _size; i new_size; i) { _str[i] ch; } _size new_size; _str[_size] \0; // 设置新终止符 } }4.2 元素访问最直接的方式是重载下标运算符[]。我们需要提供非const和const两个版本以分别支持修改和只读访问。// 非const版本允许修改 char MyString::operator[](size_t pos) { // 通常不进行边界检查以追求最高效率与数组行为一致 // 但我们可以添加断言(assert)用于调试 // assert(pos _size); return _str[pos]; } // const版本用于const对象不允许修改 const char MyString::operator[](size_t pos) const { // assert(pos _size); return _str[pos]; }标准库的operator[]不进行边界检查访问越界是未定义行为。如果希望有边界检查应该使用at()成员函数它在越界时抛出std::out_of_range异常。char MyString::at(size_t pos) { if (pos _size) { throw std::out_of_range(MyString::at index out of range); } return _str[pos]; } const char MyString::at(size_t pos) const { if (pos _size) { throw std::out_of_range(MyString::at index out of range); } return _str[pos]; }front()和back()的实现就很简单了它们分别调用operator[]访问第一个和最后一个元素注意处理空字符串的情况。char MyString::front() { // assert(!empty()); return _str[0]; } char MyString::back() { // assert(!empty()); return _str[_size - 1]; } // const版本省略...5. 字符串修改与操作功能实现这是功能最丰富的一部分实现了字符串的增、删、改、查。我们将重点实现append、operator、push_back、insert和find。5.1 追加操作append 与 append函数有很多重载我们实现最常用的从C字符串追加和从另一个MyString追加。MyString MyString::append(const char* str) { if (str nullptr) return *this; // 追加空指针什么都不做 size_t len strlen(str); if (len 0) return *this; // 追加空串也直接返回 // 检查容量是否足够不够则扩容 if (_size len _capacity) { // 常见的扩容策略新容量 max(旧容量*2, 新所需大小) size_t new_capacity (_capacity * 2) (_size len) ? (_capacity * 2) : (_size len); reserve(new_capacity); } // 追加内容 strcpy(_str _size, str); // 从原字符串结尾处开始拷贝 _size len; // strcpy已经拷贝了\0所以_str[_size]现在就是\0 return *this; } MyString MyString::append(const MyString str) { return append(str._str); // 复用上面的实现 }operator可以非常方便地通过append来实现MyString MyString::operator(const char* str) { return append(str); } MyString MyString::operator(const MyString str) { return append(str); } MyString MyString::operator(char ch) { push_back(ch); return *this; }push_back用于在末尾添加单个字符它也需要考虑扩容。void MyString::push_back(char ch) { if (_size _capacity) { // 已满需要扩容。如果初始为空则至少分配一定空间如15 size_t new_cap (_capacity 0) ? 15 : _capacity * 2; reserve(new_cap); } _str[_size] ch; _size; _str[_size] \0; // 添加新的终止符 }5.2 插入操作insertinsert函数在指定位置插入字符串。这是相对复杂的操作因为涉及原有字符的移动。MyString MyString::insert(size_t pos, const char* str) { if (pos _size) { // pos可以等于_size表示在末尾插入 // 可以抛出异常或做其他处理这里简单返回 return *this; } if (str nullptr) return *this; size_t len strlen(str); if (len 0) return *this; // 1. 检查并扩容 if (_size len _capacity) { size_t new_capacity (_capacity * 2) (_size len) ? (_capacity * 2) : (_size len); reserve(new_capacity); } // 2. 移动原字符串中pos之后的部分为新内容腾出空间 // 注意memmove 比 memcpy 更安全因为它能处理内存重叠的情况 // 这里从后往前移动避免覆盖 for (size_t i _size len; i pos len; --i) { _str[i] _str[i - len]; } // 或者使用 memmove // memmove(_str pos len, _str pos, _size - pos 1); // 1 为了移动\0 // 3. 插入新内容 for (size_t i 0; i len; i) { _str[pos i] str[i]; } // 或者使用 memcpy (源和目标不重叠所以安全) // memcpy(_str pos, str, len); // 4. 更新大小 _size len; // 注意我们移动了原内容但_str[_size]可能不是\0需要手动设置 _str[_size] \0; return *this; }实操心得memmovevsmemcpy在实现insert、erase这类需要移动内存块的操作时如果源内存区和目标内存区有可能重叠比如在字符串中间插入或删除必须使用memmove而不是memcpy。memcpy不保证重叠内存的正确拷贝而memmove会先将要拷贝的内容复制到一个临时缓冲区再复制到目标地址从而安全地处理重叠。虽然自己写循环移动更直观但使用标准库函数通常更高效且不易出错。5.3 查找操作findfind函数用于查找子串或字符首次出现的位置。我们实现查找C风格子串和查找字符的版本。size_t MyString::find(const char* sub, size_t pos) const { if (sub nullptr || pos _size) { return npos; } // 使用C标准库函数strstr进行查找它返回首次出现位置的指针 const char* result strstr(_str pos, sub); if (result nullptr) { return npos; } // 计算索引位置结果指针 - 字符串起始指针 return result - _str; } size_t MyString::find(char ch, size_t pos) const { if (pos _size) { return npos; } // 使用strchr从指定位置开始查找 // 注意strchr是从给定指针开始查找所以我们要传 _str pos const char* result strchr(_str pos, ch); if (result nullptr) { return npos; } return result - _str; }strstr和strchr是C标准库函数它们内部通常实现了高效的字符串匹配算法如KMP、Boyer-Moore的简化版或朴素算法。在我们的模拟实现中直接调用它们是完全合理的这避免了重复实现复杂的查找逻辑。如果你想挑战也可以自己实现一个朴素的查找算法但那更多是算法练习而非String类设计的重点。rfind反向查找的实现思路类似可以使用strrchr反向查找字符或自己从后往前遍历查找子串。6. 运算符重载与非成员函数为了让我们的MyString用起来更像内置类型和标准库的string我们需要重载一些运算符并实现一些非成员函数。6.1 流运算符重载流插入和流提取运算符通常被重载为非成员函数因为它们左侧的操作数是流对象而不是我们的MyString对象。// 友元声明以便在函数内访问私有成员_str (如果不提供c_str()接口则需要友元) // 另一种更佳实践是只依赖公共接口c_str()这样就不需要友元。 std::ostream operator(std::ostream os, const MyString str) { os str.c_str(); // 使用公共接口无需友元 return os; } std::istream operator(std::istream is, MyString str) { // 简单实现读取一个单词遇到空白字符停止 // 先清空原字符串 str.clear(); // 我们需要实现clear() char ch; // 跳过开头的空白字符 while (is.get(ch) std::isspace(ch)) {} if (is) { // 将第一个非空白字符放回或者直接处理 is.putback(ch); // 读取直到遇到空白字符 while (is.get(ch) !std::isspace(ch)) { str.push_back(ch); } } return is; }clear()函数的实现很简单void MyString::clear() { _size 0; _str[0] \0; // 注意clear()通常不释放内存不改变capacity这是标准库行为 }流提取运算符的实现比流插入复杂因为它需要处理输入缓冲区和空白字符。上面的实现是一个简化版它按单词读取。更完整的实现可能需要处理行读取(getline)等情况。6.2 关系运算符重载关系运算符,!,,,,用于比较两个字符串。我们可以利用C标准库的strcmp函数它比较两个C字符串返回负数、0或正数。bool operator(const MyString lhs, const MyString rhs) { return strcmp(lhs.c_str(), rhs.c_str()) 0; } bool operator!(const MyString lhs, const MyString rhs) { return !(lhs rhs); // 复用 operator } bool operator(const MyString lhs, const MyString rhs) { return strcmp(lhs.c_str(), rhs.c_str()) 0; } bool operator(const MyString lhs, const MyString rhs) { return rhs lhs; // 复用 operator } bool operator(const MyString lhs, const MyString rhs) { return !(lhs rhs); } bool operator(const MyString lhs, const MyString rhs) { return !(lhs rhs); }通过复用已经实现的运算符我们可以减少代码量并保证逻辑一致性。这些函数被声明为非成员函数这被称为“对称重载”它允许左侧操作数不是MyString对象例如hello myStr但前提是需要定义相应的构造函数能从const char*构造MyString或者再重载一套参数为(const char*, const MyString)的版本。标准库的string提供了这些重载。6.3 加法运算符operator加法运算符通常被重载为非成员函数因为它返回一个新的对象而不修改任何一个操作数。MyString operator(const MyString lhs, const MyString rhs) { MyString temp(lhs); // 用lhs构造一个临时对象 temp rhs; // 调用 追加rhs return temp; // 返回临时对象可能触发NRVO或移动语义 } // 可以重载其他版本如 MyString const char* MyString operator(const MyString lhs, const char* rhs) { MyString temp(lhs); temp rhs; return temp; } MyString operator(const char* lhs, const MyString rhs) { MyString temp(lhs); temp rhs; return temp; }注意这里的实现利用了拷贝构造函数和operator代码非常简洁。由于返回的是局部对象在C11之后返回值优化RVO或移动语义会生效避免不必要的深拷贝。7. 常见问题、调试技巧与性能考量自己实现一个类尤其是管理资源的类总会遇到各种各样的问题。下面是一些我踩过的坑和总结的经验。7.1 内存管理相关陷阱浅拷贝问题这是新手最容易犯的错误。忘记实现拷贝构造函数和赋值运算符或者实现错误导致多个对象共享同一块内存。症状是程序在析构时崩溃重复释放或者一个对象的修改影响了另一个对象。排查在拷贝构造函数和赋值运算符中打日志或者使用调试器观察两个对象的_str指针值是否相同。解决务必实现深拷贝。内存泄漏在赋值运算符或reserve等函数中分配新内存后忘记释放旧内存。排查使用Valgrind、Dr. Memory等内存检测工具。在Linux下valgrind --leak-checkfull ./your_program是很好的选择。解决遵循“申请新资源 - 释放旧资源 - 指向新资源”的顺序。在赋值运算符中先检查自我赋值然后delete[]旧内存再进行分配和拷贝。缓冲区溢出在append、insert等操作前没有检查容量导致向_str写入时越界。排查程序出现段错误Segmentation fault。使用AddressSanitizer (-fsanitizeaddress)编译运行它能精确定位到越界读写的位置。解决在任何可能增加长度的操作前确保_capacity足够否则调用reserve扩容。未初始化的指针在构造函数中如果分配失败new抛出异常_str可能处于未定义状态。或者在移动操作后源对象的指针未置空。解决在构造函数初始化列表中先将指针初始化为nullptr。在移动操作中务必将源对象的指针置为nullptr防止其析构时释放已被“偷走”的内存。7.2 边界条件与异常安全空指针处理构造函数、append、assign等函数接收const char*参数时应考虑传入nullptr的情况。标准库通常将其视为未定义行为但我们自己的实现可以选择更健壮地处理比如当作空字符串。索引越界operator[]不检查边界是为了效率但at()必须检查。在实现insert、erase、substr时要对pos参数进行合法性校验pos _size。异常安全我们之前实现的拷贝赋值运算符不是强异常安全的。如果new失败原对象的内存已被释放对象状态被破坏。“拷贝后交换”Copy-and-Swap是解决这个问题的经典手法MyString MyString::operator(const MyString other) { MyString temp(other); // 拷贝构造可能抛出异常但*this尚未被修改 swap(temp); // 与临时对象交换swap通常是不抛异常的 return *this; // temp离开作用域析构旧的资源 }这需要我们先实现一个高效的swap成员函数它只交换指针和大小不分配内存。void MyString::swap(MyString other) noexcept { std::swap(_str, other._str); std::swap(_size, other._size); std::swap(_capacity, other._capacity); }7.3 性能优化点扩容策略我们的reserve在append中采用的是简单的“不够就扩到刚好”或“2倍扩容”。标准库的实现通常有一个更复杂的增长因子比如VS的1.5倍GCC的2倍并且可能有一个小的内部缓冲区SSO Small String Optimization来避免短字符串时的堆分配。这是性能优化的高级话题。避免频繁重新分配这是reserve函数存在的意义。如果你能预知字符串的大致最终大小在操作开始前调用reserve可以显著提升性能。移动语义在C11及以上为你的类实现移动构造函数和移动赋值运算符可以极大地提升在传递临时对象右值时的效率。例如MyString result a b c;这样的表达式如果没有移动语义可能会产生多次不必要的深拷贝。reservevsresize明确两者的区别。reserve只改变容量_capacity不改变内容或大小_size。resize改变大小可能改变内容填充或截断并且只在需要时才改变容量。混淆使用会导致错误或性能损失。7.4 调试与测试建议单元测试为每个重要的成员函数编写测试用例覆盖正常情况、边界情况空串、最大索引、容量边界和异常情况空指针、越界索引。使用调试器在关键函数构造、析构、拷贝、赋值、修改操作的开始和结束设置断点观察成员变量特别是_str指针的值、_size、_capacity的变化是否符合预期。内存检查工具如前所述Valgrind和AddressSanitizer是你的好朋友它们能帮你发现内存泄漏、越界访问、使用未初始化内存等问题。与std::string对照在实现过程中经常用相同的操作测试你的MyString和std::string比较它们的结果c_str()返回的字符串、size()、capacity()等是否一致。这是验证你实现正确性的最直接方法。通过这样一个从零到一的实现过程你对C中类设计、资源管理、运算符重载的理解一定会深入好几个层次。下次当你在代码中流畅地使用std::string时你会清楚地知道每一个简单的或find背后都有一套严谨的机制在支撑。这才是学习“模拟实现”最大的价值。
C++ String类模拟实现：从RAII到深拷贝的底层原理剖析
发布时间：2026/7/26 10:29:52
1. 项目概述为什么我们要亲手实现一个String类在C的世界里std::string几乎是每个开发者最熟悉的老朋友。从简单的“Hello World”到复杂的文本处理它无处不在。标准库提供的实现稳定、高效功能丰富。那么一个很自然的问题就来了既然标准库已经做得这么好了为什么我们还要费时费力地去模拟实现一个自己的String类呢这难道不是“重复造轮子”吗恰恰相反我认为这是C学习者从“会用”迈向“懂原理”的关键一步。std::string是一个典型的RAIIResource Acquisition Is Initialization类它完美封装了动态内存管理、拷贝控制、运算符重载等C核心特性。通过亲手实现它你不再是API的调用者而是设计者。你会直面几个最核心的问题内存如何分配与释放拷贝构造函数和赋值运算符该如何写才能避免浅拷贝带来的灾难如何高效地实现字符串的拼接、查找和修改这些问题的答案都藏在你的模拟实现里。这个过程本质上是对C三大件构造函数、析构函数、拷贝控制以及运算符重载的一次深度实战。网络上很多面试题喜欢问String类的实现不是因为它偏门而是因为它能最直接地考察一个候选人对C底层机制的理解是否扎实。理解了String你对std::vectorstd::list等其他容器的内部机理也能触类旁通。所以今天我们就抛开#include string从零开始构建一个属于我们自己的MyString类看看这个“轮子”里面到底有哪些精妙的齿轮在转动。2. 核心设计思路与类框架定义动手写代码之前我们必须先想清楚这个类应该长什么样它需要哪些数据成员以及提供哪些对外接口。一个好的设计是成功的一半。2.1 数据成员的选择动态内存是核心一个字符串的本质是一段连续存储的字符序列其长度在运行时才能确定。因此使用动态分配的字符数组char*来存储字符串内容是最直接的选择。我们不能使用固定大小的数组因为那会限制字符串的最大长度。除了存储内容的指针我们还需要知道当前字符串的长度size以及当前分配的内存容量capacity。长度是字符串的实际字符数不包含结尾的\0容量则是为了减少频繁重新分配内存而预留的空间大小。标准库的std::string通常也采用类似的策略即capacity size。因此我们的MyString类将拥有三个私有数据成员class MyString { private: char* _str; // 指向动态分配的字符数组用于存储字符串内容 size_t _size; // 字符串的有效长度不含\0 size_t _capacity; // 当前分配的总空间容量不含\0 // ... 后续会添加静态常量如 npos };这里使用size_t是为了与标准库保持一致它是一个无符号整数类型专门用于表示大小和索引。2.2 关键接口规划从构造到销毁一个完整的字符串类需要提供一系列操作我们可以参考std::string的常用接口来规划构造与析构这是类的生命起点与终点。默认构造函数创建一个空字符串。带参构造函数从C风格字符串(const char*)或另一个MyString对象构造。拷贝构造函数实现深拷贝。析构函数负责释放动态内存。容量操作size()/length()返回字符串长度。capacity()返回当前容量。empty()判断是否为空串。reserve(size_t n)调整容量为字符串预留空间。resize(size_t n, char ch)调整字符串长度多出的部分用字符ch填充。元素访问operator[](size_t pos)像数组一样访问指定位置的字符非const和const版本。at(size_t pos)带边界检查的访问。front()/back()访问首尾字符。修改操作append/operator追加字符串或字符。push_back(char ch)/pop_back()在末尾增删字符。assign赋值新内容。insert/erase/replace在指定位置插入、删除、替换。swap交换两个字符串的内容。clear()清空内容。字符串操作c_str()返回C风格字符串指针。find/rfind正向/反向查找子串。substr获取子串。compare比较两个字符串。运算符重载流插入和流提取。关系运算符,!,,等。赋值运算符深拷贝。这个列表看起来很长但许多函数之间存在逻辑关联。我们的实现将遵循由简入繁、逐步迭代的原则先搭建起最基本的骨架构造、析构、拷贝、基本访问再逐步添加更复杂的功能。注意关于npos的实现std::string::npos是一个静态常量表示“未找到”或“最大可能值”。我们可以在类内这样定义static const size_t npos -1;。由于size_t是无符号类型-1会被转换为其最大值。这是一个常见的惯用法。3. 基础骨架实现构造、拷贝与析构这是整个类最基础也最容易出错的部分。内存管理的正确性直接决定了类的健壮性。3.1 构造函数与析构函数我们从最简单的默认构造函数开始。一个空字符串应该有一个合法的C风格字符串表示即一个只包含\0的字符数组。// 默认构造函数 MyString::MyString() : _str(new char[1]) // 分配1个char的空间 , _size(0) , _capacity(0) { _str[0] \0; // 确保是空字符串 }这里我们为_str分配了1个字节用于存放结尾的\0。_size和_capacity都设为0。这是一种实现方式。另一种更常见的做法是统一管理让_capacity初始为某个值比如15并分配对应空间_size为0并在_str[0]放置\0。为了简化我们先采用第一种。接下来是从C风格字符串构造。这是最常用的构造函数之一。// 从C风格字符串构造 MyString::MyString(const char* str) : _str(nullptr) , _size(0) , _capacity(0) { if (str nullptr) { // 处理空指针按空字符串处理 _str new char[1]; _str[0] \0; } else { _size strlen(str); _capacity _size; // 初始容量刚好够用后续可优化 _str new char[_capacity 1]; // 1 给 \0 strcpy(_str, str); // 拷贝内容包括\0 } }这里有几个关键点检查空指针这是一个良好的防御性编程习惯。虽然标准库的std::string从nullptr构造是未定义行为但我们自己的实现可以更友好一些将其视为空字符串。计算长度使用strlen获取输入字符串的长度。注意strlen不计入\0。分配内存大小为_size 1多出的一个字节留给终止符\0。拷贝内容使用strcpy进行拷贝它会自动复制\0。析构函数相对简单但至关重要它必须释放构造函数中分配的内存。// 析构函数 MyString::~MyString() { if (_str) { delete[] _str; // 释放数组 _str nullptr; // 避免野指针这是一个好习惯 _size _capacity 0; } }使用delete[]来匹配new char[]的数组分配方式。将指针置为nullptr可以防止后续误用。3.2 拷贝构造函数与赋值运算符深拷贝这是模拟实现中的“重头戏”也是区分浅拷贝与深拷贝的关键。如果使用编译器生成的默认拷贝构造函数它只会进行成员变量的逐位拷贝浅拷贝。这意味着两个MyString对象的_str指针会指向同一块内存。当其中一个对象析构释放内存后另一个对象的_str就变成了悬垂指针再次析构时会导致重复释放引发程序崩溃。因此我们必须手动实现深拷贝。// 拷贝构造函数 MyString::MyString(const MyString other) : _str(nullptr) , _size(other._size) , _capacity(other._capacity) { _str new char[_capacity 1]; strcpy(_str, other._str); // 深拷贝复制内容而非指针 } // 拷贝赋值运算符 MyString MyString::operator(const MyString other) { if (this ! other) { // 1. 防止自我赋值 // 2. 释放原有资源 delete[] _str; // 3. 分配新资源并拷贝 _size other._size; _capacity other._capacity; _str new char[_capacity 1]; strcpy(_str, other._str); } return *this; // 4. 返回本对象的引用以支持链式赋值 }拷贝赋值运算符的注意事项自我赋值检查if (this ! other)。如果没有这个检查在a a这样的自我赋值中第一步delete[] _str就会把自己的内存释放掉后续的strcpy就会访问非法内存。异常安全上面的写法不是异常安全的。如果new分配内存失败抛出std::bad_alloc异常此时原对象的_str已经被释放对象状态被破坏。一种更安全的写法是“拷贝后交换”copy-and-swap idiom但为了清晰我们先保留这个基础版本。返回值返回*this的引用以支持a b c这样的链式赋值。3.3 移动语义C11及以上在现代C中为了优化临时对象带来的拷贝开销引入了移动语义。虽然我们的基础目标是模拟核心原理但了解移动构造函数和移动赋值运算符的实现能让你对资源管理有更深的理解。// 移动构造函数 (C11) MyString::MyString(MyString other) noexcept : _str(other._str) , _size(other._size) , _capacity(other._capacity) { // “窃取” other 的资源 other._str nullptr; // 关键使 other 处于有效但空的状态 other._size other._capacity 0; } // 移动赋值运算符 (C11) MyString MyString::operator(MyString other) noexcept { if (this ! other) { delete[] _str; // 释放自己的旧资源 // “窃取”资源 _str other._str; _size other._size; _capacity other._capacity; // 置空源对象 other._str nullptr; other._size other._capacity 0; } return *this; }移动操作不分配新内存只是“偷走”临时对象右值的资源并将其置空效率远高于深拷贝。noexcept关键字告诉编译器该函数不会抛出异常这在标准库容器的某些操作如vector::push_back中能带来优化。4. 容量与元素访问相关功能实现有了基本的生命周期管理我们就可以添加一些查询和简单修改的功能了。这部分功能大多比较简单但却是类可用性的基础。4.1 容量相关成员函数这些函数通常只是返回私有成员变量的值或者做简单的判断。size_t MyString::size() const { return _size; } size_t MyString::length() const { return _size; // 在C中size()和length()通常没有区别 } size_t MyString::capacity() const { return _capacity; } bool MyString::empty() const { return _size 0; } const char* MyString::c_str() const { // 确保_str始终以\0结尾是我们类的责任 return _str; }注意所有不修改对象状态的函数都应声明为const成员函数这样它们才能在const对象上被调用。reserve函数用于增加字符串的容量如果请求的容量大于当前容量。这是一个重要的优化函数当你知道将要进行大量追加操作时提前reserve足够空间可以避免多次重新分配和拷贝。void MyString::reserve(size_t new_capacity) { if (new_capacity _capacity) { // 1. 分配新内存 char* new_str new char[new_capacity 1]; // 2. 拷贝旧内容包括\0 strcpy(new_str, _str); // 3. 释放旧内存 delete[] _str; // 4. 更新指针和容量 _str new_str; _capacity new_capacity; // _size 不变 } // 如果 new_capacity _capacity标准库通常什么都不做 }resize函数用于改变字符串的长度。如果新长度大于当前长度多出的部分用指定字符填充如果小于当前长度则截断字符串。void MyString::resize(size_t new_size, char ch) { if (new_size _size) { // 截断 _size new_size; _str[_size] \0; // 在新结尾处添加终止符 } else { // 扩展 if (new_size _capacity) { // 需要扩容通常以2倍或1.5倍策略增长这里简单扩到new_size reserve(new_size); } // 填充字符 for (size_t i _size; i new_size; i) { _str[i] ch; } _size new_size; _str[_size] \0; // 设置新终止符 } }4.2 元素访问最直接的方式是重载下标运算符[]。我们需要提供非const和const两个版本以分别支持修改和只读访问。// 非const版本允许修改 char MyString::operator[](size_t pos) { // 通常不进行边界检查以追求最高效率与数组行为一致 // 但我们可以添加断言(assert)用于调试 // assert(pos _size); return _str[pos]; } // const版本用于const对象不允许修改 const char MyString::operator[](size_t pos) const { // assert(pos _size); return _str[pos]; }标准库的operator[]不进行边界检查访问越界是未定义行为。如果希望有边界检查应该使用at()成员函数它在越界时抛出std::out_of_range异常。char MyString::at(size_t pos) { if (pos _size) { throw std::out_of_range(MyString::at index out of range); } return _str[pos]; } const char MyString::at(size_t pos) const { if (pos _size) { throw std::out_of_range(MyString::at index out of range); } return _str[pos]; }front()和back()的实现就很简单了它们分别调用operator[]访问第一个和最后一个元素注意处理空字符串的情况。char MyString::front() { // assert(!empty()); return _str[0]; } char MyString::back() { // assert(!empty()); return _str[_size - 1]; } // const版本省略...5. 字符串修改与操作功能实现这是功能最丰富的一部分实现了字符串的增、删、改、查。我们将重点实现append、operator、push_back、insert和find。5.1 追加操作append 与 append函数有很多重载我们实现最常用的从C字符串追加和从另一个MyString追加。MyString MyString::append(const char* str) { if (str nullptr) return *this; // 追加空指针什么都不做 size_t len strlen(str); if (len 0) return *this; // 追加空串也直接返回 // 检查容量是否足够不够则扩容 if (_size len _capacity) { // 常见的扩容策略新容量 max(旧容量*2, 新所需大小) size_t new_capacity (_capacity * 2) (_size len) ? (_capacity * 2) : (_size len); reserve(new_capacity); } // 追加内容 strcpy(_str _size, str); // 从原字符串结尾处开始拷贝 _size len; // strcpy已经拷贝了\0所以_str[_size]现在就是\0 return *this; } MyString MyString::append(const MyString str) { return append(str._str); // 复用上面的实现 }operator可以非常方便地通过append来实现MyString MyString::operator(const char* str) { return append(str); } MyString MyString::operator(const MyString str) { return append(str); } MyString MyString::operator(char ch) { push_back(ch); return *this; }push_back用于在末尾添加单个字符它也需要考虑扩容。void MyString::push_back(char ch) { if (_size _capacity) { // 已满需要扩容。如果初始为空则至少分配一定空间如15 size_t new_cap (_capacity 0) ? 15 : _capacity * 2; reserve(new_cap); } _str[_size] ch; _size; _str[_size] \0; // 添加新的终止符 }5.2 插入操作insertinsert函数在指定位置插入字符串。这是相对复杂的操作因为涉及原有字符的移动。MyString MyString::insert(size_t pos, const char* str) { if (pos _size) { // pos可以等于_size表示在末尾插入 // 可以抛出异常或做其他处理这里简单返回 return *this; } if (str nullptr) return *this; size_t len strlen(str); if (len 0) return *this; // 1. 检查并扩容 if (_size len _capacity) { size_t new_capacity (_capacity * 2) (_size len) ? (_capacity * 2) : (_size len); reserve(new_capacity); } // 2. 移动原字符串中pos之后的部分为新内容腾出空间 // 注意memmove 比 memcpy 更安全因为它能处理内存重叠的情况 // 这里从后往前移动避免覆盖 for (size_t i _size len; i pos len; --i) { _str[i] _str[i - len]; } // 或者使用 memmove // memmove(_str pos len, _str pos, _size - pos 1); // 1 为了移动\0 // 3. 插入新内容 for (size_t i 0; i len; i) { _str[pos i] str[i]; } // 或者使用 memcpy (源和目标不重叠所以安全) // memcpy(_str pos, str, len); // 4. 更新大小 _size len; // 注意我们移动了原内容但_str[_size]可能不是\0需要手动设置 _str[_size] \0; return *this; }实操心得memmovevsmemcpy在实现insert、erase这类需要移动内存块的操作时如果源内存区和目标内存区有可能重叠比如在字符串中间插入或删除必须使用memmove而不是memcpy。memcpy不保证重叠内存的正确拷贝而memmove会先将要拷贝的内容复制到一个临时缓冲区再复制到目标地址从而安全地处理重叠。虽然自己写循环移动更直观但使用标准库函数通常更高效且不易出错。5.3 查找操作findfind函数用于查找子串或字符首次出现的位置。我们实现查找C风格子串和查找字符的版本。size_t MyString::find(const char* sub, size_t pos) const { if (sub nullptr || pos _size) { return npos; } // 使用C标准库函数strstr进行查找它返回首次出现位置的指针 const char* result strstr(_str pos, sub); if (result nullptr) { return npos; } // 计算索引位置结果指针 - 字符串起始指针 return result - _str; } size_t MyString::find(char ch, size_t pos) const { if (pos _size) { return npos; } // 使用strchr从指定位置开始查找 // 注意strchr是从给定指针开始查找所以我们要传 _str pos const char* result strchr(_str pos, ch); if (result nullptr) { return npos; } return result - _str; }strstr和strchr是C标准库函数它们内部通常实现了高效的字符串匹配算法如KMP、Boyer-Moore的简化版或朴素算法。在我们的模拟实现中直接调用它们是完全合理的这避免了重复实现复杂的查找逻辑。如果你想挑战也可以自己实现一个朴素的查找算法但那更多是算法练习而非String类设计的重点。rfind反向查找的实现思路类似可以使用strrchr反向查找字符或自己从后往前遍历查找子串。6. 运算符重载与非成员函数为了让我们的MyString用起来更像内置类型和标准库的string我们需要重载一些运算符并实现一些非成员函数。6.1 流运算符重载流插入和流提取运算符通常被重载为非成员函数因为它们左侧的操作数是流对象而不是我们的MyString对象。// 友元声明以便在函数内访问私有成员_str (如果不提供c_str()接口则需要友元) // 另一种更佳实践是只依赖公共接口c_str()这样就不需要友元。 std::ostream operator(std::ostream os, const MyString str) { os str.c_str(); // 使用公共接口无需友元 return os; } std::istream operator(std::istream is, MyString str) { // 简单实现读取一个单词遇到空白字符停止 // 先清空原字符串 str.clear(); // 我们需要实现clear() char ch; // 跳过开头的空白字符 while (is.get(ch) std::isspace(ch)) {} if (is) { // 将第一个非空白字符放回或者直接处理 is.putback(ch); // 读取直到遇到空白字符 while (is.get(ch) !std::isspace(ch)) { str.push_back(ch); } } return is; }clear()函数的实现很简单void MyString::clear() { _size 0; _str[0] \0; // 注意clear()通常不释放内存不改变capacity这是标准库行为 }流提取运算符的实现比流插入复杂因为它需要处理输入缓冲区和空白字符。上面的实现是一个简化版它按单词读取。更完整的实现可能需要处理行读取(getline)等情况。6.2 关系运算符重载关系运算符,!,,,,用于比较两个字符串。我们可以利用C标准库的strcmp函数它比较两个C字符串返回负数、0或正数。bool operator(const MyString lhs, const MyString rhs) { return strcmp(lhs.c_str(), rhs.c_str()) 0; } bool operator!(const MyString lhs, const MyString rhs) { return !(lhs rhs); // 复用 operator } bool operator(const MyString lhs, const MyString rhs) { return strcmp(lhs.c_str(), rhs.c_str()) 0; } bool operator(const MyString lhs, const MyString rhs) { return rhs lhs; // 复用 operator } bool operator(const MyString lhs, const MyString rhs) { return !(lhs rhs); } bool operator(const MyString lhs, const MyString rhs) { return !(lhs rhs); }通过复用已经实现的运算符我们可以减少代码量并保证逻辑一致性。这些函数被声明为非成员函数这被称为“对称重载”它允许左侧操作数不是MyString对象例如hello myStr但前提是需要定义相应的构造函数能从const char*构造MyString或者再重载一套参数为(const char*, const MyString)的版本。标准库的string提供了这些重载。6.3 加法运算符operator加法运算符通常被重载为非成员函数因为它返回一个新的对象而不修改任何一个操作数。MyString operator(const MyString lhs, const MyString rhs) { MyString temp(lhs); // 用lhs构造一个临时对象 temp rhs; // 调用 追加rhs return temp; // 返回临时对象可能触发NRVO或移动语义 } // 可以重载其他版本如 MyString const char* MyString operator(const MyString lhs, const char* rhs) { MyString temp(lhs); temp rhs; return temp; } MyString operator(const char* lhs, const MyString rhs) { MyString temp(lhs); temp rhs; return temp; }注意这里的实现利用了拷贝构造函数和operator代码非常简洁。由于返回的是局部对象在C11之后返回值优化RVO或移动语义会生效避免不必要的深拷贝。7. 常见问题、调试技巧与性能考量自己实现一个类尤其是管理资源的类总会遇到各种各样的问题。下面是一些我踩过的坑和总结的经验。7.1 内存管理相关陷阱浅拷贝问题这是新手最容易犯的错误。忘记实现拷贝构造函数和赋值运算符或者实现错误导致多个对象共享同一块内存。症状是程序在析构时崩溃重复释放或者一个对象的修改影响了另一个对象。排查在拷贝构造函数和赋值运算符中打日志或者使用调试器观察两个对象的_str指针值是否相同。解决务必实现深拷贝。内存泄漏在赋值运算符或reserve等函数中分配新内存后忘记释放旧内存。排查使用Valgrind、Dr. Memory等内存检测工具。在Linux下valgrind --leak-checkfull ./your_program是很好的选择。解决遵循“申请新资源 - 释放旧资源 - 指向新资源”的顺序。在赋值运算符中先检查自我赋值然后delete[]旧内存再进行分配和拷贝。缓冲区溢出在append、insert等操作前没有检查容量导致向_str写入时越界。排查程序出现段错误Segmentation fault。使用AddressSanitizer (-fsanitizeaddress)编译运行它能精确定位到越界读写的位置。解决在任何可能增加长度的操作前确保_capacity足够否则调用reserve扩容。未初始化的指针在构造函数中如果分配失败new抛出异常_str可能处于未定义状态。或者在移动操作后源对象的指针未置空。解决在构造函数初始化列表中先将指针初始化为nullptr。在移动操作中务必将源对象的指针置为nullptr防止其析构时释放已被“偷走”的内存。7.2 边界条件与异常安全空指针处理构造函数、append、assign等函数接收const char*参数时应考虑传入nullptr的情况。标准库通常将其视为未定义行为但我们自己的实现可以选择更健壮地处理比如当作空字符串。索引越界operator[]不检查边界是为了效率但at()必须检查。在实现insert、erase、substr时要对pos参数进行合法性校验pos _size。异常安全我们之前实现的拷贝赋值运算符不是强异常安全的。如果new失败原对象的内存已被释放对象状态被破坏。“拷贝后交换”Copy-and-Swap是解决这个问题的经典手法MyString MyString::operator(const MyString other) { MyString temp(other); // 拷贝构造可能抛出异常但*this尚未被修改 swap(temp); // 与临时对象交换swap通常是不抛异常的 return *this; // temp离开作用域析构旧的资源 }这需要我们先实现一个高效的swap成员函数它只交换指针和大小不分配内存。void MyString::swap(MyString other) noexcept { std::swap(_str, other._str); std::swap(_size, other._size); std::swap(_capacity, other._capacity); }7.3 性能优化点扩容策略我们的reserve在append中采用的是简单的“不够就扩到刚好”或“2倍扩容”。标准库的实现通常有一个更复杂的增长因子比如VS的1.5倍GCC的2倍并且可能有一个小的内部缓冲区SSO Small String Optimization来避免短字符串时的堆分配。这是性能优化的高级话题。避免频繁重新分配这是reserve函数存在的意义。如果你能预知字符串的大致最终大小在操作开始前调用reserve可以显著提升性能。移动语义在C11及以上为你的类实现移动构造函数和移动赋值运算符可以极大地提升在传递临时对象右值时的效率。例如MyString result a b c;这样的表达式如果没有移动语义可能会产生多次不必要的深拷贝。reservevsresize明确两者的区别。reserve只改变容量_capacity不改变内容或大小_size。resize改变大小可能改变内容填充或截断并且只在需要时才改变容量。混淆使用会导致错误或性能损失。7.4 调试与测试建议单元测试为每个重要的成员函数编写测试用例覆盖正常情况、边界情况空串、最大索引、容量边界和异常情况空指针、越界索引。使用调试器在关键函数构造、析构、拷贝、赋值、修改操作的开始和结束设置断点观察成员变量特别是_str指针的值、_size、_capacity的变化是否符合预期。内存检查工具如前所述Valgrind和AddressSanitizer是你的好朋友它们能帮你发现内存泄漏、越界访问、使用未初始化内存等问题。与std::string对照在实现过程中经常用相同的操作测试你的MyString和std::string比较它们的结果c_str()返回的字符串、size()、capacity()等是否一致。这是验证你实现正确性的最直接方法。通过这样一个从零到一的实现过程你对C中类设计、资源管理、运算符重载的理解一定会深入好几个层次。下次当你在代码中流畅地使用std::string时你会清楚地知道每一个简单的或find背后都有一套严谨的机制在支撑。这才是学习“模拟实现”最大的价值。
