C++ 入门笔记（十二）：string 底层初探 —— basic_string 模板、构造与迭代器本质-开发者社区

C++ 入门笔记（十二）：string 底层初探 —— basic_string 模板、构造与迭代器本质

第十二节课开始碰底层了：string 为什么是类模板、比较运算符为什么要写三组重载、手写 string 的构造怎么实现的、迭代器为什么本质就是指针。最让我醍醐灌顶的一点是 ——手写 string 的迭代器，就是char*指针本身，begin 返回首地址、end 返回 _str + _size，左闭右开。

开篇

学习方式不变：听课 + 疑惑的地方自己敲代码验证 + AI 辅助。这节代码全部在 VS（MSVC）实际编译运行：basic_string 四种特化、手写简化版 string（构造 + 迭代器）、比较运算符全局重载、迭代器接口统一性、常量区 vs 堆。

一、basic_string 为什么是类模板？

运行结果：

template <class charT, class traits = char_traits<charT>,

class Alloc = allocator<charT>>

class basic_string;

我们平时用的 string 其实是 basic_string<char> 的别名。它还有其他特化：

类型	对应	用途
string	basic_string<char>	普通 UTF-8/ASCII
wstring	basic_string<wchar_t>	旧 Windows 宽字符
u16string	basic_string<char16_t>	C++11，UTF-16
u32string	basic_string<char32_t>	C++11，UTF-32

实测：s1.size() = 5、ws1.size() = 5、u16.size() = 5、u32.size() = 5—— 长度都是 5，和编码无关。

如果直接写一个 string 类，那 wstring、u16string、u32string 就要分别写一份一模一样的代码，重复设计。模板把 "字符类型" 参数化，一份代码生成所有版本。wstring 现在用得少了（都用 u16/u32），但保留它是为了兼容旧 Windows 代码。

二、比较运算符为什么要写三组重载？

运行结果：

标准库 == 有三组重载：

bool operator==(const string& lhs, const string& rhs);

bool operator==(const char* lhs, const string& rhs); // char* 在左边

bool operator==(const string& lhs, const char* rhs); // char* 在右边

为什么不能写成成员函数？

成员函数版只能写成：bool operator==(const string& rhs) const——左操作数定死就是 string（因为是成员函数，左边是 this）。

那 str == s1（str 是 const char*）就编译不过了，因为左边是内置类型 char*，没法调用成员函数。

所以比较运算符必须写成全局函数，才能同时覆盖三种情况：string vs string、char* vs string、string vs char*。

比较规则和 strcmp 一样：ASCII 码逐位比，不是长度比。"xxx" vs "xxx11"，到第三位都是 x，一个到结尾了一个还有，所以 "xxx" < "xxx11"，返回 0。

为什么 str = s1 不能写？

str 是 const char*，赋值运算符没有重载把 my_string 赋给 const char*—— 编译器找不到匹配的 operator=，直接报错。

三、手写简化版 string：构造 + 迭代器

运行结果：

3.1 构造函数

my_string(const char* str = "")

: _size(strlen(str)) {

_capacity = _size;

_str = new char[_size + 1]; // 多开 1 字节存 \0

strcpy(_str, str);

}

_size = strlen(str)：有效字符数，不含 \0

new char[_size + 1]：多开 1 字节，因为 strcpy 会把 '\0' 也拷过去

strcpy(_str, str)：把常量区的字符串拷到堆上

3.2 迭代器就是 char*

typedef char* iterator;

iterator begin() { return _str; } // 首地址

iterator end() { return _str + _size; } // 左闭右开：有效长度末尾

实测：

for (auto ch : s) 和 while (it != s.end()) 输出完全一样 ——范围 for 本质就是迭代器遍历，编译器自动替换成 begin/end

迭代器能直接当 char* 用：*p = 'H'、*(p+1) = 'E'、++it 全支持，输出 HEllo world

3.3 为什么 end 是 _str + _size 不是 _str + _capacity？

因为遍历的是有效字符，不是预留的容量。如果 end 指向 capacity 末尾，就会把后面空的内存也遍历出来，没有意义。

左闭右开 [begin, end) 和写 for 循环 for (i=0; i<len; i++) 完全呼应 —— 从 0 到 len-1 正好是有效元素。这种设计降低学习成本，知识能迁移。

四、迭代器包一层的意义：接口统一

运行结果：

实测：string、vector、list 三种完全不同的底层（数组、动态数组、链表），遍历代码写法完全一样：

for (auto ch : s) cout << ch << " ";

for (auto x : v) cout << x << " ";

for (auto x : lt) cout << x << " ";

如果直接拿 char* 遍历 string，那换个 list（链表节点不是连续内存）就完全用不了。包一层迭代器，底层换成什么指针 / 节点都不重要，对外接口 *it、++it、it != end() 永远一样。这就是解耦、降低耦合、统一接口。
顺便说：MSVC 下 std::string::iterator 不是裸 char*（是包装类），是为了加调试检查；但接口用法和 char* 完全一样。手写版直接用 char*，更直观。