string

string

std::string 是 C++ 标准库中用于表示和操作字符串的类，实质上是 std::basic_string<char> 的一个特化。它封装了字符数组，提供了丰富的字符串操作接口。

• 属于序列容器的特殊类型，支持迭代器、索引访问。
• 主要用于存储和管理可变长度的字符序列。

底层原理

内存管理

std::string 内部通常包含：

• 一个指向字符数组的指针（可能是堆上的）
• 当前字符串长度
• 容量（预分配空间）
• 小字符串优化（Small String Optimization，SSO）

小字符串优化（SSO）

SSO 是编译器或库实现的一种性能优化手段：

当字符串很短时，不使用堆内存，而是将字符串数据直接保存在 std::string 对象的内部缓冲区中。

这样做可以：

• 避免频繁动态分配堆内存（new / malloc）
• 提高性能（尤其在大量短字符串操作中）
• 降低内存碎片

背后原理

一个典型的 std::string 类对象内部结构，通常包括：

• 指向数据的指针
• 当前长度（size）
• 总容量（capacity）

但在启用 SSO 的实现中：

• 会用对象本身的空间（通常是 16~24 字节）存储较短字符串；
• 当字符串变长超出这个固定空间后，才会退化为普通堆分配模式。

示意图

struct String {
  union {
    char short_buffer[15];  // 小字符串缓冲
    char* heap_buffer;      // 长字符串指针
  };
  size_t size;
  bool using_sso;
};

实际结构因实现不同而异，例如 libstdc++、MSVC 和 libc++ 都不同，但思想类似。

string 对象本身分配在哪？

这取决于是怎么定义它的：

定义方式	std::string 对象本身的位置	举例
栈上定义	分配在 栈上	std::string s = "abc";
new 出来	分配在 堆上	std::string* ps = new std::string("abc");
成员变量	随宿主对象分配位置而定	类成员、全局变量等

std::string 是个普通对象，分配规则和 int、struct 一样。

string 管理的字符串内容在哪？

这个就和 SSO 是否生效有关了：

内容长度	存储位置	说明
较短（如 ≤15）	存在 string 对象内部	启用 Small String Optimization（SSO）
较长（超限）	单独堆上分配	用 new 或 malloc 分配字符串缓冲区

例如：

std::string s1 = "hi";     // 栈上对象，内容可能也在栈（SSO）
std::string s2 = "long string exceeding SSO"; // 栈上对象，但内容堆上

所以，即使 std::string 是在栈上，它的字符数据不一定在栈上，取决于是否触发了 SSO。

示例观察

可以通过观察地址判断 SSO 是否启用：

#include <iostream>
#include <string>

int main() {
    std::string s1 = "short";
    std::string s2 = "this is a long string over 15 chars";

    std::cout << "s1.data(): " << static_cast<const void*>(s1.data()) << "\n";
    std::cout << "&s1:        " << static_cast<const void*>(&s1) << "\n";

    std::cout << "s2.data(): " << static_cast<const void*>(s2.data()) << "\n";
    std::cout << "&s2:        " << static_cast<const void*>(&s2) << "\n";
}

观察结果（大概率）：

• s1.data() 的地址 与 &s1 很近：说明用了对象内部缓冲
• s2.data() 的地址 远离 &s2：说明是堆上分配的

输出示例：

s1.data(): 00000037238FF880
&s1:        00000037238FF878
s2.data(): 000001697320FEA0
&s2:        00000037238FF8B8

SSO 的优势

优点	说明
减少堆内存分配	堆分配是开销最大的部分之一，SSO 避免了它
性能更高	在复制/构造/销毁短字符串时显著更快
降低内存碎片	特别适合频繁构造/析构小字符串的场景

注意事项

• SSO 是实现相关的，C++ 标准并不要求一定启用 SSO，但主流实现都支持。
• 你不能依赖它的具体行为，比如 SSO 长度上限（一般是 15~23 字节）。
• 如果你写的是性能敏感代码，注意短字符串的优化空间。

主要接口

构造与赋值

• string s;
• string s("hello");
• string s2 = s;
• 支持从 C 风格字符串、字符、重复字符构造。

访问元素

• s[i]、at(i) 访问元素，带越界检查的为 at()
• front()、back()

容量相关

• size(), length() 返回长度
• capacity() 返回分配容量
• reserve(n) 预分配空间
• shrink_to_fit() 尝试收缩容量

修改操作

• operator+=、append()
• insert(), erase()
• replace()
• clear()
• push_back(char c)

查找

• find(), rfind()
• find_first_of(), find_last_of()
• substr(pos, len)

比较

• compare()
• 重载 ==, <, > 等

迭代器

• begin(), end()
• 支持标准算法

性能相关

• 动态扩容：容量扩展时通常按倍数增长，摊销复杂度为 O(1)。
• SSO 减少小字符串堆分配，显著提升性能。
• 多线程环境下，字符串对象本身不保证线程安全。

示例代码

#include <iostream>
#include <string>
using namespace std;

int main() {
    string s = "hello";
    s += " world";
    cout << s << endl;             // hello world
    cout << s.size() << endl;      // 11

    cout << s.substr(6, 5) << endl; // world

    s.insert(5, ",");
    cout << s << endl;             // hello, world

    s.erase(5, 1);
    cout << s << endl;             // hello world

    if (s.find("world") != string::npos)
        cout << "Found world" << endl;

    return 0;
}

常见问题

1. std::string 内存管理？ 小字符串优化（SSO）是重点。
2. string 和 C 字符串区别？ string 安全、自动管理内存；C 字符串是裸指针。
3. 如何避免内存复制？ 使用 reserve() 预分配，避免频繁扩容。
4. string 是不是线程安全？ 不是，多个线程写同一对象需同步。
5. c_str() 和 data() 有啥区别？ C++11 起两者几乎等价，c_str() 保证以 null 结尾。
6. 为什么不能直接返回指向内部缓冲区的指针用于修改？ 因为可能导致未定义行为，且内部可能实现共享或只读优化。