C++程序員編碼過程中經常會使用string(wstring)類，你是否思考過它的內部實現細節。比如這個類的迭代器是如何實現的？對象占多少字節的內存空間？內部有沒有虛函數？內存是如何分配的？構造和析構的成本有多大？筆者綜合這兩天閱讀的源代碼及個人理解簡要介紹之，錯誤的地方望讀者指出。
首先看看string和wstring類的定義：
typedef basic_string<char, char_traits<char>, allocator<char> > string; typedef basic_string<wchar_t, char_traits<wchar_t> allocator<wchar_t> > wstring;
從這個定義可以看出string和wstring分別是模板類basic_string對char和wchar_t的特化。
再看看basic_string類的繼承關系（類方法未列出）：
最頂層的類是_Container_base，它也是STL容器的基類，Debug下包含一個_Iterator_base*的成員，指向容器的最開始的元素，這樣就能遍歷容器了，并定義了了兩個函數
void _Orphan_all() const; // orphan all iterators void _Swap_all(_Container_base_secure&) const; // swaps all iterators
Release下_Container_base只是一個空的類。
_String_base類沒有數據成員，只定義了異常處理的三個函數：
static void _Xlen(); // report a length_error static void _Xran(); // report an out_of_range error static void _Xinvarg();
_String_val包含一個alloctor的對象，這個類也非常簡單，除了構造函數沒有定義其它函數。
上面三個基類都定義得很簡單，而basic_string類的實現非常復雜。不過它的設計和大多數標準庫一樣，把復雜的功能分成幾部分去實現，充分體現了模塊的低耦合。
迭代器有關的操作交給_String_iterator類去實現，元素相關的操作交給char_traits類去實現，內存分配交給allocator類去實現。
_String_iterator類的繼承關系如下圖：
這個類實現了迭代器的通用操作，比如：
reference operator*() const; pointer operator->() const _String_iterator & operator++() _String_iterator operator++(int) _String_iterator& operator--() _String_iterator operator--(int) _String_iterator& operator+=(difference_type _Off) _String_iterator operator+(difference_type _Off) const _String_iterator& operator-=(difference_type _Off) _String_iterator operator-(difference_type _Off) const difference_type operator-(const _Mybase& _Right) const reference operator[](difference_type _Off) const
有了迭代器的實現，就可以很方便的使用算法庫里面的函數了，比如將所有字符轉換為小寫：
string s("Hello String"); transform(s.begin(), s.end(), s.begin(), tolower); char_traits類圖如下：
這個類定義了字符的賦值，拷貝，比較等操作，如果有特殊需求也可以重新定義這個類。
allocator類圖如下：
這個類使用new和delete完成內存的分配與釋放等操作。你也可以定義自己的allocator，msdn上有介紹哪些方法是必須定義的。
再看看basic_string類的數據成員：
_Mysize表示實際的元素個數，初始值為0；
_Myres表示當前可以存儲的最大元素個數(超過這個大小就要重新分配內存)，初始值是_BUF_SIZE-1；
_BUF_SIZE是一個enum類型：
enum { // length of internal buffer, [1, 16] _BUF_SIZE = 16 / sizeof (_Elem) < 1 ? 1: 16 / sizeof(_Elem) }; 從這個定義可以得出，針對char和wchar_t它的值分別是16和8。
_Bxty是一個union：
union _Bxty { // storage for small buffer or pointer to larger one _Elem _Buf[_BUF_SIZE]; _Elem *_Ptr; } _Bx; 為什么要那樣定義_Bxty呢，看下面這段代碼：
_Elem * _Myptr() { // determine current pointer to buffer for mutable string return (_BUF_SIZE <= _Myres ? _Bx._Ptr : _Bx._Buf); }
這個函數返回basic_string內部的元素指針（c_str函數就是調用這個函數）。
所以當元素個數小于_BUF_SIZE時不用分配內存，直接使用_Buf數組，_Myptr返回_Buf。否則就要分配內存了，_Myptr返回_Ptr。
不過內存分配策略又是怎樣的呢？看下面這段代碼：
void _Copy(size_type _Newsize, size_type _Oldlen) { // copy _Oldlen elements to newly allocated buffer size_type _Newres = _Newsize | _ALLOC_MASK; if (max_size() < _Newres) _Newres = _Newsize; // undo roundup if too big else if (_Newres / 3 < _Myres / 2 && _Myres <= max_size() - _Myres / 2) _Newres = _Myres + _Myres / 2; // grow exponentially if possible //other code } _ALLOC_MASK的值是_BUF_SIZE-1。這段代碼看起來有點復雜，簡單描述就是：最開始_Myres每次增加_BUF_SIZE，當值達到一定大小時每次增加一半。
針對char和wchar_t，每次分配內存的臨界值分別是(超過這些值就要重新分配)：
char：15，31，47，70，105，157，235，352，528，792，1188，1782。。。wchar_t：7, 15, 23, 34, 51, 76, 114, 171, 256, 384, 576, 864, 1296, 1944。。。
重新分配后都會先將舊的元素拷貝到新的內存地址。所以當處理一個長度會不斷增長而又大概知道最大大小時可以先調用reserve函數預分配內存以提高效率。
string類占多少字節的內存空間呢？
_Container_base Debug下含有一個指針，4字節，Release下是空類，0字節。_String_val類含有一個allocator對象。string類使用默認的allocator類，這個類沒有數據成員，不過按字節對齊的原則，它占4字節。basic_string類的成員加起來是24，所以總共是32字節（Debug）或28字節（Relase)。wstring也是32或28，至于原因文中已經分析。
綜上所述：string和wstring類借助_String_iterator實現迭代器操作，都占32(Debug)或28(Release)字節的內存空間，沒有虛函數，構造和析構開銷較低，內存分配比較靈活。
擴展string類
在實際開發過程中，C++string類使用起來有很多不方便的地方，筆者根據根據這些不足簡單的擴展了這個類，如增加與數字之間的相互轉化和格式化字符串。不足的地方望指正。讀者也可以根據自己需求繼續擴展。
頭文件：exstring.h
/* Author: wuqiang Email: debugroot@126.com Description:exstring is a subclass of basic_string.It is added some userful operations,such as toUpper,toLower,toNumber,fromNumber,format,etc.It can also convert between basic_string seamlessly,which is very important for compatibility. And it is almostly a wrapper of some C++ standard library,so there should be no bugs. If you find some,please let me known.It is totally free,you can use it in any way you desire. */ #pragma once #include <string> #include <stdarg.h> #include <algorithm> #include <sstream> #include <iomanip> using namespace std; #ifndef INLINE #define INLINE inline #endif //INLINE static ios_base::fmtflags BaseFlag(int base) { return (base == 16) ? (ios_base::hex) : ( (base == 8) ? (ios_base::oct) : (ios_base::dec) ); } template<class _Elem> struct ex_char_traits { }; template<> struct ex_char_traits<char> { static INLINE int ct_vscprintf(const char* format, va_list argptr ) { return _vscprintf(format, argptr); } static INLINE int ct_vstprintf_s(char* buffer, size_t numberOfElements, const char* format, va_list argptr) { return vsprintf_s(buffer, numberOfElements, format, argptr); } }; template<> struct ex_char_traits<wchar_t> { static INLINE int ct_vscprintf(const wchar_t* format, va_list argptr ) { return _vscwprintf(format, argptr); } static INLINE int ct_vstprintf_s(wchar_t* buffer, size_t numberOfElements, const wchar_t* format, va_list argptr) { return vswprintf_s(buffer, numberOfElements, format, argptr); } }; template<class _Elem, class _Traits, class _Ax, class Type> Type ConvertToNumber(basic_stringstream<_Elem, _Traits, _Ax>& ss, Type t, int base) { ss.setf(BaseFlag(base), ios_base::basefield); ss >> t; return t; } template<class _Elem, class _Traits, class _Ax> float ConvertToNumber(basic_stringstream<_Elem, _Traits, _Ax>& ss, float t, int/*ignore base*/) { ss >> t; return t; } template<class _Elem, class _Traits, class _Ax> double ConvertToNumber(basic_stringstream<_Elem, _Traits, _Ax>& ss, double t, int/*ignore base*/) { ss >> t; return t; } template<class _Elem, class _Traits, class _Ax, class _ExTraits> class basic_exstring : public basic_string<_Elem, _Traits, _Ax> { public: typedef basic_exstring<_Elem, _Traits, _Ax, _ExTraits> _Myt; typedef basic_string<_Elem, _Traits, _Ax> _Mybase; #pragma region "constructor" //所有構造函數的行為同basic_string explicit INLINE _Myt(const _Ax& al = _Ax()) :_Mybase(al) { } INLINE _Myt(const _Myt& rhs) :_Mybase(rhs) { } INLINE _Myt(const _Myt& rhs, size_type pos, size_type n,const _Ax& al = _Ax()) :_Mybase(rhs, pos, n, al) { } INLINE _Myt(const _Elem *s, size_type n, const _Ax& al = _Ax()) :_Mybase(s, n, al) { } INLINE _Myt(const _Elem *s, const _Ax& al = _Ax()) :_Mybase(s, al) { } INLINE _Myt(size_type n, _Elem c, const _Ax& al = _Ax()) :_Mybase(n, c, al) { } INLINE _Myt(const_iterator first, const_iterator last,const _Ax& al = _Ax()) :_Mybase(first, last, al) { } //string(wstring)轉化為exstring(exwstring) INLINE _Myt(const _Mybase& base) :_Mybase(base) { } #pragma endregion //constructor #pragma region "general operation" //所有字符轉為大寫，改變自身 _Myt& toUpper() { transform(begin(), end(), begin(), toupper); return *this; } //所有字符轉為大寫，不改變自身 _Myt toUpper() const { _Myt s; transform(begin(), end(), s.begin(), toupper); return s; } //所有字符轉為小寫，改變自身 _Myt& toLower() { transform(begin(), end(), begin(), tolower); return *this; } //所有字符轉為大寫，不改變自身 _Myt toLower() const { _Myt s(_Mysize, _Elem()); transform(begin(), end(), s.begin(), tolower); return s; } //將所有oldStr替換為newStr _Myt& replace(const _Myt& oldStr, const _Myt& newStr) { if (oldStr.empty()) return *this; size_type index; while ( (index = find(oldStr)) != npos ) _Mybase::replace(index, oldStr.size(), newStr); return *this; } //刪除左邊所有包含在target中的字符 _Myt& trimLeft(const _Myt& target) { while (!empty() && (target.find(*begin()) != npos)) erase(begin()); return *this; } //刪除右邊所有包含在target中的字符 _Myt& trimRight(const _Myt& target) { while (!empty() && target.find(*rbegin()) != npos) erase(--end()); return *this; } //返回左邊count個字符，count大于總長度則返回整個字符串 _Myt left(size_type count) const { return substr( 0, count ); } //返回右邊count個字符，count大于總長度則返回整個字符串 _Myt right(size_type count) const { return substr( _Mysize < count ? 0 : _Mysize - count ); } //忽略大小寫判斷兩個字符串是否相等 int compareNoCase(const _Myt& rhs) const { return toLower().compare(rhs.toLower()); } //判斷字符串是否以制定字符串開頭 bool beginWith(const _Myt& rhs) const { return find(rhs) == size_type(0); } //判斷字符串是否以制定字符串結尾 bool endWith(const _Myt& rhs) const { if(rhs.size() > _Mysize) return false; return compare(_Mysize - rhs.size(), rhs.size(), rhs) == 0; } #pragma endregion //general operation #pragma region "convert between numbers" //將字符串轉為數字 //base:進制數?？梢詾?,10,16，如果其它值則強制為10。浮點數則忽略此參數 template<typename T> T toNumber (int base = 10) const { T t = T(); basic_stringstream<_Elem, _Traits, _Ax> ss(_Myptr()); return ConvertToNumber<_Elem, _Traits, _Ax>(ss, t, base); } //將整數轉化為字符串 //base:進制數。可以為8,10,16，如果其它值則強制為10 template<typename T> static _Myt fromNumber ( T number, int base = 10 ) { basic_stringstream<_Elem, _Traits, _Ax> ss; ss.setf(BaseFlag(base), ios_base::basefield); ss << number; return ss.str(); } //將float轉化為字符串 //f:格式化參數?？梢詾?#39;f','e','E','g','G'。'f'為定點數,'e'或'E'表示科學計數法 // 'g'或‘G'表示格式化為定點數或科學計數法，看哪一個表示方便。 //prec:小數點后的位數(定點數表示法)或總的有效位數(科學計數法) static _Myt fromNumber ( float number, _Elem f = _Elem('g'), int prec = 6 ) { return fromNumber(static_cast<double>(number), f, prec); } //將double轉化為字符串，參數解釋同上 static _Myt fromNumber ( double number, _Elem f = _Elem('g'), int prec = 6 ) { basic_stringstream<_Elem, _Traits, _Ax> ss; ss << setprecision(prec); if ( _Traits::eq(f, _Elem('f')) ) ss << setiosflags(ios_base::fixed); else if ( _Traits::eq(f, _Elem('e')) || _Traits::eq(f, _Elem('E')) ) ss << setiosflags(ios_base::scientific); ss << number; return ss.str(); } #pragma endregion //convert between numbers #pragma region "format string" //將szFormat格式化為字符串，參數解釋同sprintf void format(const _Elem* szFormat, ...) { if(!szFormat) return; va_list argList; va_start(argList, szFormat); formatV(szFormat, argList); va_end(argList); } //將szFormat格式化為字符串，參數解釋同sprintf void formatV(const _Elem* szFormat, va_list argList) { if(!szFormat) return; int nLength = _ExTraits::ct_vscprintf(szFormat, argList); if(nLength < 0) return; resize(nLength); _ExTraits::ct_vstprintf_s(_Myptr(), nLength + 1, szFormat, argList); va_end(argList); } #pragma endregion //format string }; typedef basic_exstring<char, char_traits<char>, allocator<char>, ex_char_traits<char> > exstring; typedef basic_exstring<wchar_t, char_traits<wchar_t>, allocator<wchar_t>, ex_char_traits<wchar_t> > exwstring; 使用舉例：
#include <iostream> #include <tchar.h> #include "exstring.h" #ifdef _UNICODE typedef exwstring tstring; #define tcout wcout #else typedef exstring tstring; #define tcout cout #endif //_UNICODE int main(int argc, char* argv[]) { tstring s(_T("/t Hello ExString/r/n")); tcout << _T("result of triming left:") << s.trimLeft(_T("/t ")) << endl; tcout << _T("result of triming right:") << s.trimRight(_T("/r/n")) << endl; tcout << _T("result of compare") << s.compareNoCase(_T("hello exstring")) << endl; tcout << _T("result of converting to upper:") << s.toUpper() << endl; tcout << _T("result of converting to lower:") << s.toLower() << endl; tcout << _T("the left 5 chars:") << s.left(5) << endl; tcout << _T("the right 8 chars:") << s.right(8) << endl; tcout << _T("result of appending:") << s.append(_T(",exstring is practical")) << endl; tcout << _T("result of replacing:") << s.replace(_T("exstring"), _T("Exstring")) << endl; s.format(_T("sizeof(%s) is %d(0x%x)"), _T("exstring"), sizeof(exstring), sizeof(exstring)); tcout << _T("result of formating:") << s << endl; tcout << tstring(_T("0xFF")).toNumber<int>(16) << endl; tcout << tstring(_T("-1")).toNumber<unsigned __int64>() << endl; tcout << tstring(_T("12.3456789")).toNumber<float>() << endl; tcout << tstring::fromNumber(255) << endl; tcout << _T("0x") << tstring::fromNumber(__int64(-1), 16).toUpper() << endl; tcout << tstring::fromNumber(12.3456789, _T('f'), 4) << endl; tcout << tstring::fromNumber(12.3456789, _T('E'), 4) << endl; return 0; } 輸出：
