C++面试八股文：std::string是如何实现的？

阅读原文时间：2023年09月02日阅读：5

某日二师兄参加XXX科技公司的C++工程师开发岗位第18面：

面试官：std::string用过吧？

二师兄：当然用过（废话，C++程序员就没有没用过std::string的）。

面试官：std::string("hello")+"world"、"hello"+std::string("world")和std::string("hello")+std::string("world")的结果是什么？为什么？

二师兄：前者和后者的结果都是std::string的对象，内容是“helloworld\0”，而中间的这个表达式无法通过编译。原因是std::string重载了operator+(const char*)和operator+(const std::string&)，但是const char* 却没有重载operator+运算符。

面试官：std::string 有两个API，resize和reserve，你知道它们之间的区别吗？

二师兄：resize对应的是size，resize可以改变字符串的大小。reserve对应的是capacity，reserve只能改变capacity的大小。

二师兄：当resize传入的参数小于字符串的szie时，多余的字符串会被截取。当reserve传入的参数小于capacity时，reserve什么也不会做。

二师兄：当resize传入的参数大于字符串的szie时，增加的字符串会被默认初始化。当reserve传入的参数大于capacity时，capacity会被扩容。

面试官：好的。可以通过下标访问std::string实例的内容吗？

二师兄：可以的，std::string重载了下标运算符，可以像数组一样通过下标运算取出某个字符。

面试官：你知道std::string的at成员方法吗？

二师兄：嗯，和下标运算功能相似，不过不用担心越界问题。可以安全的访问字符串中的字符。

面试官：既然有at方法了，为什么还要重载下标运算符呢？

二师兄：主要是因为性能上的考量。at虽然保证了不会超出字符串范围（超出范围抛出异常），但是性能低于下标操作。这就是有舍有得。为了安全使用at，为了性能使用下标操作。C++给了你多个选择，如何选择看你的需求。

面试官：那你知道std::string是如何实现的吗？

二师兄：在string内部维护一个指针，这个指针指向真正的字符串的位置。

面试官：能简单的写一下实现代码吗？

二师兄：好的。

class string
{
public:
    string():size_(0),data_(nullptr){}
    explicit string(const char* c)
    {
        size_ = strlen(c);
        data_ = (char*)malloc(size_+1);
        memset(data_,0,size_+1);
        memcpy(data_,c,size_);
    }
    size_t size() const {return size_;}
    const char* c_str() const {return data_;}
private:
    size_t size_;
    char* data_;
};

二师兄：在实现append或者+=的时候，需要把当前字符的长度加上append的内容的长度，以此长度申请一块新内存，然后把当前字符串的内存和append 的内容考入新申请的内存中。free掉之前data_指向的内存，然后把data_指针指向新申请的内存。

面试官：好的。这样的实现有一些弊端。如果频繁的对一个std::string对象append内容，会发生什么？

二师兄：是的，因为频繁的malloc和free，会有性能问题。因所以编译器在实现std::string的时候一般会预先申请一块大的内存，这块内存的长度是capacity，当添加的字符串的长度加上当前的字符串长度小于capacity时，直接添加到当前的块上即可。

面试官：好的。针对字符串比较少的情况，一般编译器会做一些优化，你知道如何优化的吗？

二师兄：这个好像在哪看过，不记得额。。。

面试官：好的，今天的面试结束了，请回去等通知吧。

今天二师兄的表现不错，除了最后一个问题，基本上都答上来了。让我们来看下这个问题：

针对字符串比较少的情况，一般编译器会做一些优化，你知道如何优化的吗？

我们可以看看GCC中std::string的实现：

 typedef basic_string<char>    string;


_Alloc_hider    _M_dataplus;
size_type        _M_string_length;
enum { _S_local_capacity = 15 / sizeof(_CharT) };
union
{
    _CharT           _M_local_buf[_S_local_capacity + 1];
    size_type        _M_allocated_capacity;
};

这里的_CharT就是char，所以_S_local_capacity等于15。当字符串的长度小于等于15时，直接存在_M_local_buf中，而不需要在堆中申请内存。当字符串长度大于15时，在内存中申请一块内存，这块内存的起始地址保存在_M_dataplus中，这块内存的容量保存在_M_allocated_capacity 中，而字符串的真实长度保存在_M_string_length中。当向字符串中添加字符时，如果添加字符的长度大于 _M_allocated_capacity - _M_string_length，则需要resize，否则直接追加到_M_dataplus保存的内存块中即可。