您好,登錄后才能下訂單哦!
本篇內容主要講解“C++是怎么實現string的”,感興趣的朋友不妨來看看。本文介紹的方法操作簡單快捷,實用性強。下面就讓小編來帶大家學習“C++是怎么實現string的”吧!
常見的string實現方式有兩種,一種是深拷貝的方式,一種是COW(copy on write)寫時拷貝方式,以前多數使用COW方式,但由于目前多線程使用越來越多,COW技術在多線程中會有額外的性能惡化,所以現在多數使用深拷貝的方式,但了解COW的技術實現還是很有必要的。這里會對這兩種方式都進行源碼分析,正文內容較少,更多內容都在源碼的注釋中。
string的內容主要在gcc源碼的三個文件中:<string>、<basic_string.h>、<basic_string.tcc>
在分析前先介紹下string或者C++ stl中幾個基本的概念:
size: 表示真實數據的大小,一般resize函數改變的就是這個值。
capacity:表示內部實際已經分配的內存大小,capacity一定大于等于size,當size超過這個容量時會觸發重新分配機制,一般reserve函數改變的就是這個值。
<string>文件中有如下代碼:
// file: string using string = basic_string<char>;
這里可以看到string其實真實的樣子是basic_string,這里可以看下basic_string真實的結構:
template <typename _CharT, typename _Traits, typename _Alloc> 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指向實際的數據 */ pointer _M_p; // The actual data. }; _Alloc_hider _M_dataplus; /** * 真實數據的長度,等價于前面介紹的STL中的size */ size_type _M_string_length; enum { _S_local_capacity = 15 / sizeof(_CharT) }; /** * 這里有個小技巧,用了union * 因為使用_M_local_buf時候不需要關注_M_allocated_capacity * 使用_M_allocated_capacity時就不需要關注_M_local_buf * 繼續向下看完您就會明白。 */ union { _CharT _M_local_buf[_S_local_capacity + 1]; /** * 內部已經分配的內存的大小,等價于前面介紹的STL中的capacity */ size_type _M_allocated_capacity; }; };
從這里可以看見整個basic_string的結構如圖:
看下面代碼:
string str;
這段代碼會調用普通構造函數,對應的源碼實現如下:
basic_string() : _M_dataplus(_M_local_data()) { _M_set_length(0); }
而_M_local_data()的實現如下:
const_pointer _M_local_data() const { return std::pointer_traits<const_pointer>::pointer_to(*_M_local_buf); }
這里可以看見_M_dataplus表示實際存放數據的地方,當string是空的時候,其實就是指向_M_local_buf,且_M_string_length是0。
當由char*構造string時,構造函數如下:
basic_string(const _CharT* __s, size_type __n, const _Alloc& __a = _Alloc()) : _M_dataplus(_M_local_data(), __a) { _M_construct(__s, __s + __n); }
首先讓_M_dataplus指向local_buf,再看下_M_construct的實現,具體分析可以看下我代碼中添加的注釋:
/*** * _M_construct有很多種不同的實現,不同的迭代器類型有不同的優化實現, * 這里我們只需要關注一種即可,整體思路是相同的。 */ template <typename _CharT, typename _Traits, typename _Alloc> template <typename _InIterator> 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); // 現在__capacity是15,注意這個值等會可能會改變 while (__beg != __end && __len < __capacity) { _M_data()[__len++] = *__beg; ++__beg; } /** 現在_M_data()指向的是_M_local_buf * 上面最多會拷貝_S_local_capacity即15個字節,繼續往下看, * 當超過_S_local_capacity時會重新申請一塊堆內存,_M_data()會去指向這塊新內存 */ __try { while (__beg != __end) { if (__len == __capacity) { /** * 就是在這里,當string內capacity不夠容納len個字符時,會使用_M_create去擴容 * 這里你可能會有疑惑,貌似每次while循環都會去重新使用_M_create來申請多一個字節的內存 * 但其實不是,_M_create的第一個參數的傳遞方式是引用傳遞,__capacity會在內部被修改,稍后會分析 */ __capacity = __len + 1; pointer __another = _M_create(__capacity, __len); /** * 把舊數據拷貝到新的內存區域,_M_data()指向的是舊數據,__another指向的是新申請的內存 */ this->_S_copy(__another, _M_data(), __len); /** * __M_dispose() * 釋放_M_data()指向的舊數據內存,如果是_M_local_buf則不需要釋放,稍后分析 */ _M_dispose(); /** * _M_data() * 內部的指向內存的指針指向這塊新申請的內存__another,它的實現其實就是 * void _M_data(pointer __p) { _M_dataplus._M_p = __p; } */ _M_data(__another); /** * _M_allocated_capacity設置為__capacity * 實現為 void _M_capacity(size_type __capacity) { _M_allocated_capacity = __capacity; } */ _M_capacity(__capacity); } _M_data()[__len++] = *__beg; ++__beg; } } __catch(...) { /** * 異常發生時,避免內存泄漏,會釋放掉內部申請的內存 */ _M_dispose(); __throw_exception_again; } /** * 最后設置string的長度為__len * 實現為void _M_length(size_type __length) { _M_string_length = __length; } */ _M_set_length(__len); }
再分析下內部的內存申請函數_M_create:
/** * @brief _M_create表示申請新內存 * @param __capacity 想要申請的內存大小,注意這里參數傳遞方式是引用傳遞,內部會改變其值 * @param __old_capacity 以前的內存大小 */ template <typename _CharT, typename _Traits, typename _Alloc> typename basic_string<_CharT, _Traits, _Alloc>::pointer basic_string<_CharT, _Traits, _Alloc>::_M_create( size_type& __capacity, size_type __old_capacity) { /** * max_size()表示標準庫容器規定的一次性可以分配到最大內存大小 * 當想要申請的內存大小最大規定長度時,會拋出異常 */ if (__capacity > max_size()) std::__throw_length_error(__N("basic_string::_M_create")); /** * 這里就是常見的STL動態擴容機制,其實常見的就是申請為__old_capacity的2倍大小的內存,最大只能申請max_size() * 注釋只是說了常見的內存分配大小思想,不全是下面代碼的意思,具體可以直接看下面這幾行代碼哈 */ 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(); } /** * 使用內存分配子去分配__capacity+1大小的內存,+1是為了多存儲個\0 */ return _Alloc_traits::allocate(_M_get_allocator(), __capacity + 1); }
再分析下內部的內存釋放函數_M_dispose函數:
/** * 如果當前指向的是本地內存那15個字節,則不需要釋放 * 如果不是,則需要使用_M_destroy去釋放其指向的內存 */ void _M_dispose() { if (!_M_is_local()) _M_destroy(_M_allocated_capacity); } /** * 判斷下當前內部指向的是不是本地內存 * _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的拷貝構造函數:
/** * basic_string的拷貝構造函數 * 其實就是每次都做一次深拷貝 */ 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的賦值構造函數:
/** * 賦值構造函數,調用了assign函數 */ basic_string& operator=(const basic_string& __str) { return this->assign(__str); } /** * 調用了_M_assign函數 */ basic_string& assign(const basic_string& __str) { this->_M_assign(__str); return *this; } /** * 賦值的核心函數 */ template <typename _CharT, typename _Traits, typename _Alloc> 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不夠用,需要進行重新分配 */ if (__rsize > __capacity) { size_type __new_capacity = __rsize; pointer __tmp = _M_create(__new_capacity, __capacity); _M_dispose(); _M_data(__tmp); _M_capacity(__new_capacity); } /** * 將__str指向的內存拷貝到當前對象指向的內存上 */ if (__rsize) this->_S_copy(_M_data(), __str._M_data(), __rsize); _M_set_length(__rsize); } }
再分析下移動構造函數:
/** * 移動構造函數,其實就是把src指向的內存移動到了dst種 */ 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); }
移動賦值函數和移動構造函數類似,就不作過多分析啦。
先看下部分源代碼了解下COW的basic_string的結構:
template <typename _CharT, typename _Traits, typename _Alloc> class basic_string { private: struct _Rep_base { /** * string實際數據的大小 * 字符串真正存儲的是正常字符串數據加上一個\0,真正的長度其實是_M_length+1 */ size_type _M_length; /** * string當前已經分配了的內存大小 * _M_capacity一定不小于_M_length,內存分配總是以_M_capacity+1為單位 */ size_type _M_capacity; /** * _M_refcount表示string的引用計數,取值可以分為三種: * -1:可能內存泄漏,有一個變量指向字符串,字符串可以被更改,不允許拷貝,當 * _M_refcount為-1時,表示這個string對象不會再和其它string對象共享啦。 * 0:有一個變量指向字符串,字符串可以被更改。 * n>=1:有n+1個變量指向字符串,對該字符串操作時應該加鎖,字符串不可以被更改。 */ _Atomic_word _M_refcount; }; /** * _Rep繼承自_Rep_base * 主要目的就是繼承_Rep_base的三個成員_M_length、_M_capacity、_M_refcount */ struct _Rep : _Rep_base { // Types: typedef typename _Alloc::template rebind<char>::other _Raw_bytes_alloc; static const size_type _S_max_size; static const _CharT _S_terminal; // \0 static size_type _S_empty_rep_storage[]; // 這里大小不是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<void*>(&_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,這里的_M_p指向存儲實際數據的對象地址 }; public: static const size_type npos = static_cast<size_type>(-1); // 0xFFFFFFFF private: /** * _M_dataplus是basic_string內部唯一的一個成員變量, * 內部有個_M_p成員,指向存儲實際的數據的對象,是_Rep對象的指針 */ mutable _Alloc_hider _M_dataplus; };
具體分析可以看代碼中注釋,可以分析出COW的string結構如圖:
前面程序喵分析過深拷貝方式下string的局部內存為_M_local_buf,那COW下string的_S_empty_rep_storage是什么樣子呢?直接看源代碼:
// Linker sets _S_empty_rep_storage to all 0s (one reference, empty string) // at static init time (before static ctors are run). template <typename _CharT, typename _Traits, typename _Alloc> 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)];
再分析下構造函數:
/** * 使_M_dataplus指向_S_construct函數返回的內存 */ template <typename _CharT, typename _Traits, typename _Alloc> 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) {} /** * 返回一段內存,這段內存可以是本地空字符的內存,也可以是內存分配單元分配的內存 */ template <typename _CharT, typename _Traits, typename _Alloc> template <typename _InIterator> _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字節時,分配len字節 * 否則,以128為單位,每次擴容2倍大小 * 稍后相信分析 */ _Rep* __r = _Rep::_S_create(__len, size_type(0), __a); /** * 將__buf指向的內存拷貝到數據真實存放的地址,_M_refdata()指向數據真實存放的地址 * _M_refdata()函數實現如下,可以通過上面畫的string結構圖分析: * _CharT* _M_refdata() throw() { return reinterpret_cast<_CharT*>(this + 1); } * this+1就是數據真正的地址,這里的1代表sizeof(_Rep) */ _M_copy(__r->_M_refdata(), __buf, __len); __try { /** * 這里的擴容機制和上面介紹的相同,這里就不過多介紹 */ 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; } /** * 設置string的長度,同時設置該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內部_M_create是如何申請內存的
template <typename _CharT, typename _Traits, typename _Alloc> 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是頁的大小,每次內存分配的最小單位 * __malloc_header_zize是malloc分配內存額外需要的空間,存儲內存實際的長度信息 */ const size_type __pagesize = 4096; const size_type __malloc_header_size = 4 * sizeof(void*); /** * 每次兩倍擴容 */ if (__capacity > __old_capacity && __capacity < 2 * __old_capacity) __capacity = 2 * __old_capacity; /** * 看了前面的結構圖您應該就能明白為什么是這么計算,這里的+1是存儲字符串的結束符 */ size_type __size = (__capacity + 1) * sizeof(_CharT) + sizeof(_Rep); /** * 因為內存是以頁為基本單位分配的,所以這里做了一些優化,保證分配內存的大小是內存頁的整數倍 */ 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); /** * 這里是placement new,表示在__place內存位置處調用_Rep構造函數 */ _Rep* __p = new (__place) _Rep; __p->_M_capacity = __capacity; /** * 設置其可共享,實現如下 * void _M_set_sharable() _GLIBCXX_NOEXCEPT { this->_M_refcount = 0; } */ __p->_M_set_sharable(); return __p; }
這里有關于malloc的知識點可以看我之前寫的文章,前面Rep有個_M_set_length_and_sharable方法,看下它的源碼:
/** * 如果當前內存指向地址是本地內存則什么都不做,否則 * 設置長度為n * 設置其可共享,其實就是設置引用計數為0 * 同時在最后添加一個結束符\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版本主要就是為了避免過多的拷貝,這里看下string的拷貝構造函數:
/** * 這里是string的構造函數,主要是調用_Rep的_M_grab函數 */ basic_string(const basic_string& __str, const _Alloc& __a) : _M_dataplus(__str._M_rep()->_M_grab(__a, __str.get_allocator()), __a) {} /** * 前面已經介紹過為什么+1,這里您應該就知道為什么-1啦 */ _Rep* _M_rep() const _GLIBCXX_NOEXCEPT { return &((reinterpret_cast<_Rep*>(_M_data()))[-1]); } /** * _M_grab函數決定是將引用計數+1還是拷貝一份 * 如果_M_is_leaked()表示不可以共享,則需要拷貝一份 */ _CharT* _M_grab(const _Alloc& __alloc1, const _Alloc& __alloc2) { return (!_M_is_leaked() && __alloc1 == __alloc2) ? _M_refcopy() : _M_clone(__alloc1); } /** * 如果引用計數小于0,則為true,前面有過約定 */ 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 } /** * 引用拷貝,其實就是引用計數+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 /** * 深拷貝 */ template <typename _CharT, typename _Traits, typename _Alloc> _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的析構函數:
/** * string的析構函數,調用了_M_dispose函數 */ ~basic_string() _GLIBCXX_NOEXCEPT { _M_rep()->_M_dispose(this->get_allocator()); } /** * 將引用計數-1,如果引用計數 <= 0,則釋放內存 */ 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 <typename _CharT, typename _Traits, typename _Alloc> 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<char*>(this), __size); }
我們以前學習工作過程中都知道str有data和c_str函數,看資料都說它們的區別是一個帶\0結束符,一個不帶。 這里看下源碼:
const _CharT* c_str() const _GLIBCXX_NOEXCEPT { return _M_data(); } const _CharT* data() const _GLIBCXX_NOEXCEPT { return _M_data(); }
這里可以看見它倆沒有任何區別,因為\0結束符其實在最開始構造string對象的時候就已經添加啦。
這里直接看代碼:
inline string to_string(int __val) { return __gnu_cxx::__to_xstring<string>(&std::vsnprintf, 4 * sizeof(int), "%d", __val); } inline string to_string(unsigned __val) { return __gnu_cxx::__to_xstring<string>(&std::vsnprintf, 4 * sizeof(unsigned), "%u", __val); } inline string to_string(long __val) { return __gnu_cxx::__to_xstring<string>(&std::vsnprintf, 4 * sizeof(long), "%ld", __val); } template <typename _String, typename _CharT = typename _String::value_type> _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); }
這里可以看出所有的數值類型轉string,都是通過vsnprintf來實現,具體vsnprintf是什么這里就不過多介紹啦,讀者可以自行查找下相關用法哈。
到此,相信大家對“C++是怎么實現string的”有了更深的了解,不妨來實際操作一番吧!這里是億速云網站,更多相關內容可以進入相關頻道進行查詢,關注我們,繼續學習!
免責聲明:本站發布的內容(圖片、視頻和文字)以原創、轉載和分享為主,文章觀點不代表本網站立場,如果涉及侵權請聯系站長郵箱:is@yisu.com進行舉報,并提供相關證據,一經查實,將立刻刪除涉嫌侵權內容。