字符串

data_structure

一、从字符串谈起

本文主要讨论C串与string类的区别。
在谈区别前，首先提下，字符串是显示生活中绝大多数数据的存储形式，几乎任何数据，都能以字符串的方式存储。所以字符串是很重要的。在平常的数据处理中，有可能会处理大量的字符串。

1.1、c语言中的字符串

在c中，并没有提供string类，C语言中有一个string.h的头文件，这个头文件里面声明的函数，是用来对字符串的处理，而c语言的字符串——就是用char数组存储的，所以，显而易见，string.h的一系列函数，也是针对char数组的操作。

1.2、c++中的字符串

很明显，由于有缺点，所以在c++中，引入了标准函数库的string类，这是一个封装了大多数我们所需要的任何对于字符串需要操作的类，而且很重要的一点，用这个类，不必担心内存的一系列问题，方便程度极其高，也由于这个原因，操作的效率不如char数组。

那么，本文会对这两者进行深入的探究。在对比之前，我们先分别介绍下c串和string类。

二、C串

c语言中，字符串是以字符数组存储的，也是其唯一的存储方式，比如我要定义一个hello world的字符串，需要这样做：
char string[12] = "hello wolrd";
字符串是以'\0'结尾的,所以12位的char数组，只能存11个字符，

2.1、C串初始化

既然讲到了初始化，这边归纳下，c串有哪些初始化方式，及他们的区别和使用场景。

大概看了下，有这几种初始化方式：

    char a[12]="hello world";
    char b[]="hello world";
    char *c="hello world";
    char d[]={'h','e','l','l','o',' ','w','o','r','l','d'};

前三种是比较正常的赋值方式，c课本还举了第四种，但经测试，是有问题的。

经过测试:

    cout<<strlen(a)<<endl;
    cout<<strlen(b)<<endl;
    cout<<strlen(c)<<endl;

不难发现这三个字符串的长度都是10，那么他们的区别在哪里呢？

我们一个个的解释：

首先， char a[12]="hello world";

编译的时候，编译器会把"hello world"变成"hello world/0"存储在目标文件的某个位置（字符串都是属于全局的，在编译的时候就已经分配了内存了，只有程序退出的时候才会被销毁），编译程序会在内存中留出连续12个字节的区域，把第一个字节地址赋给a，同时把字符串的内容一个字符一个字符地复制到a所指的内存区域，因此定义字符串数组时,其元素个数至少应该比字符串的长度多1。

第二种 char b[]="hello world";

这个和第一种的区别是，是由编译器求得元素个数，然后执行方式和第一种一样。

最后一种，char *c="hello world";
"hello world"是一个字符串常量他存储在常量存储区，只能用一个指针指向它却不允许改变，所以经常在那些不需要修改字符串的地方用，比如文件名的传递。
这边就是，c指向该常量地址。

同时要注意一点：数组可以自动转型成指针，指针不能转成数组，字符串等价于字符数组，而不等于字符指针。

在此，我认为，三种方式的区别的根本在于，前两种，是原版的复制品，是把字符串的内容，拷贝到自身的空间里面去；最后一种，仅仅是指向了它。还有，字符数组可以弱化成指针，反过来却不可以。

最后还要提示下自己，字符串的初始化只有这几种，绝对不能，出现如下的低级错误：char a[10];a="hi!"，若没有随定义初始化，可以用提供的strcpy函数来进行后来的赋值。

2.2、string.h中提供的一些函数的问题

这块的函数，非常之不安全，因为在编译的时候，不会对数组的大小做检查，一不小心就会数组越界，导致程序紊乱奔溃。所以这一块对程序员的要求很高，要求程序员能够明白自己所用的空间到底够不够。下面举个错误的例子。

    char a[]="hello";
    char b[]="world";
    strcat(a,b);

这段代码，在编译的时候绝对不会报错，而运行的时候，程序会奔溃。
如图：

如果程序比较长，而且使用字符串函数比较多的话，程序查错十分麻烦，十分之不安全。
对此，微软公司对C/C++语言的扩展，生成了安全CRT（C Runtime Library = C运行时间库）函数。
下面网页连接到微软ＭＳＤＮ

这边具体的一些string.h中的函数会贴在最后

2.3、CRT 中的安全功能

上面既然提到了安全CRT函数，这边就简单的介绍下：

安全CRT（C Runtime Library = C运行时间库）函数，是微软公司对C/C++语言的扩展。它在原来函数名后添加了“_s”后缀；一般返回出错代码；并将原来的函数返回值，作为一个参数，添加到函数输入参数列表的最后；对带缓冲区参数的函数，还添加了表示缓冲区大小的输入参数，以防止内存溢出。

例如，strcpy 函数不能调用字符串复制它是否为其目标缓冲区太大的。 但是，它的安全副本，strcpy_s，将缓冲区大小作为参数，因此，它可以确定是否发生缓冲区溢出。 如果使用 strcpy_s 将字符放到一个十六进制字符缓冲区，这是在部分中有错误；strcpy_s 不可以更正错误，但是，它可以检测错误和通过调用的参数无效处理程序会通知您。

2.4、总结

c串的使用很不方便，同时还有安全性的问题。
所以建议，在使用c串的同时，一定要注意对字符串处理的，一定要有长度来限制！

三、c++ string类

由于c串的一系列不方便的，不安全的缺陷，c++抛弃了char数组，产生了标准程序库的string类，这个类里面集成的函数，足够满足我们近乎所有对字符串的需求。
同样，我们从构造函数开始说起

3.1、构造方法

构造很方便，字符串的构造函数创建一个新字符串，包括:

• 无参
• 以length为长度的ch的拷贝（即length个ch）
• 以str为初值 (长度任意),
• 以index为索引开始的子串，长度为length, 或者
• 以从start到end的元素为初值.
  即：

    string str;
    string str1( 5, 'c' );
    string str2( "Now is the time..." );
    string str3( str2, 11, 4 );

3.2、操作方法

由于string类重写了许多运算符，还预设了很多函数，所以用起来十分方便，而且无需再担心空间与安全问题。

具体的一些函数，会在最后贴出，以供查阅。

四、其他

在这里，我想谈下c++string与c串的转换，有的时候，可能需要用到转换，一般会是在传文件名，不需要修改串内容的时候会用到，

这边，string类提供了string.c_str的函数，返回当前字符串的首字符地址。但是，c_str函数的返回值是const char*的，不能直接赋值给char*，所以就需要我们进行相应的操作转化。

    string str="a";
    const char *ss=str.c_str();

而反过来,很方便：

    char a[]="hello";
    string str=a;

附录A：C串功能函数

这边附上另外一篇文档的链接：【C语言字符串操作】
其实c++api上都有，这边挑选几个复制过来：

strcat
语法:
  #include <string.h>
  char *strcat( char *str1, const char *str2 );
 功能：函数将字符串str2 连接到str1的末端，并返回指针str1. 例如：
    printf( "Enter your name: " );
    scanf( "%s", name );
    title = strcat( name, " the Great" );
    printf( "Hello, %s\n", title );

strchr
语法:
  #include <string.h>
  char *strchr( const char *str, int ch );
功能：函数返回一个指向str 中ch 首次出现的位置，当没有在str 中找ch到返回NULL。

strcmp
语法:
  #include <string.h>
  int strcmp( const char *str1, const char *str2 );
 功能：比较字符串str1 and str2, 返回值如下:
返回值 
 解释 
 less than 0  str1 is less than str2 
 equal to 0  str1 is equal to str2 
 greater than 0  str1 is greater than str2 
 例如:
    printf( "Enter your name: " );
    scanf( "%s", name );
    if( strcmp( name, "Mary" ) == 0 )
      printf( "Hello, Dr. Mary!\n" );

strcpy
语法:
  #include <string.h>
  char *strcpy( char *to, const char *from );
 功能：复制字符串from 中的字符到字符串to，包括空值结束符。返回值为指针to。

strlen
语法:
    #include <string.h>
  size_t strlen( char *str );
功能：函数返回字符串str 的长度( 即空值结束符之前字符数目)。

strstr
语法:
  #include <string.h>
  char *strstr( const char *str1, const char *str2 );
 功能：函数返回一个指针，它指向字符串str2 首次出现于字符串str1中的位置，如果没有找到，返回NULL。

附录B：string类常用函数

这边附上另外一篇文档的链接：【string字符串操作】