不得不留意的STL string重载函数和隐式类型转换

在360云引擎技术博客的“深入剖析linux GCC 4.4的STL string”这篇blog的指导下，看了一些STL string的实现代码，并针对我们平时对string的一些常规用法做了一些测试。这里做一下总结，希望能帮助大家更好的理解理解STL string，更高效的使用STL string。

由于本文涉及到性能对比，接下来会有一些测试程序，所以首先看一下我们的测试环境：

1
2
3
4
$ uname -sr
Linux 2.6.32-220.23.1.tb750.el5.x86_64
$ gcc --version
gcc (GCC) 4.1.2 20080704 (Red Hat 4.1.2-51)

构造函数 std::string::string

函数声明

1
2
3
4
5
6
7
string ( );
string ( const string& str );
string ( const string& str, size_t pos, size_t n = npos );
string ( const char * s, size_t n );
string ( const char * s );
string ( size_t n, char c );
template<class InputIterator> string (InputIterator begin, InputIterator end);

我们对这些构造函数分别做下测试

帮助
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
/* FILE: string_construct.cpp */
 
#include <stdio.h>
#include <string>
#include <sys/time.h>
 
int64_t getCurrentTime()
{
    struct timeval tval;
    gettimeofday(&tval, NULL);
    return (tval.tv_sec * 1000000LL + tval.tv_usec);
}
 
int main(int argc, char *argv[])
{
    const int loop = 10000;
 
    std::string source;
    source.resize(10240, '1');
 
    int64_t start = 0;
    int64_t end = 0;
 
    start = getCurrentTime();
    for (int i = 0; i < loop; ++i)
    {
        std::string str(source);
    }
    end = getCurrentTime();
    printf("call %-35s %d times: %ld us\n",
           "string(const string &)", loop, (end - start));
 
    start = getCurrentTime();
    for (int i = 0; i < loop; ++i)
    {
        std::string str(source, 0);
    }
    end = getCurrentTime();
    printf("call %-35s %d times: %ld us\n",
           "string(const string &, size_t)", loop, (end - start));
 
    start = getCurrentTime();
    for (int i = 0; i < loop; ++i)
    {
        std::string str(source.c_str());
    }
    end = getCurrentTime();
    printf("call %-35s %d times: %ld us\n",
           "string(const char *)", loop, (end - start));
 
    start = getCurrentTime();
    for (int i = 0; i < loop; ++i)
    {
        std::string str(source.c_str(), source.size());
    }
    end = getCurrentTime();
    printf("call %-35s %d times: %ld us\n",
           "string(const char *, size_t)", loop, (end - start));
 
    start = getCurrentTime();
    for (int i = 0; i < loop; ++i)
    {
        std::string str(source.size(), source.at(0));
    }
    end = getCurrentTime();
    printf("call %-35s %d times: %ld us\n",
           "string(size_t, char)", loop, (end - start));
 
    start = getCurrentTime();
    for (int i = 0; i < loop; ++i)
    {
        std::string str(source.begin(), source.end());
    }
    end = getCurrentTime();
    printf("call %-35s %d times: %ld us\n",
           "string(Iterator, Iterator)", loop, (end - start));
 
    return 0;
}

在运行这段测试代码前，你可以尝试分析一下这几个函数调用，哪个耗时最长，哪个耗时最短呢？
……

再来看看编译运行的结果：

1
2
3
4
5
6
7
8
$ g++ -Wall -O2 -o string_construct string_construct.cpp
$ ./string_construct
call string(const string &)              10000 times: 528 us
call string(const string &, size_t)      10000 times: 9064 us
call string(const char *)                10000 times: 30021 us
call string(const char *, size_t)        10000 times: 9092 us
call string(size_t, char)                10000 times: 5719 us
call string(Iterator, Iterator)          10000 times: 8996 us

这里输出的结果跟你的预期一样么？我想只要仔细想想，应该都能预料到这个结果：

  • string(const string &)

毫无疑问它是最快的，因为string的COW(copy-on-write)特性。至于COW就不在本文讨论范围了，感兴趣的朋友可以参考《深入剖析 linux GCC 4.4 的 STL string》

  • string(const string &, size_t)
  • string(const char *, size_t)
  • string(size_t, char)
  • string(Iterator, Iterator)

这几个差别不大，都需要分配一块内存，然后将source里的内容拷贝过去

  • string(const char *)

它耗时非常大，这个我想应该会出乎部分人的意料：平时咱们很多时候就是这么用的啊？！它跟string(const char *, size_t)只是差了一个参数而已！但是要注意，这个参数是前面的字符串的长度！如果没有这个长度，那就不能确定需要分配的内存的大小，只能先计算一遍长度。可以通过stl的源码(/usr/include/c++/4.1.2/bits/basic_string.tcc)来确认下，这里摘取相关部分如下：

帮助
1
2
3
4
5
6
7
8
9
10
11
12
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)
  { }
 
template<typename _CharT, typename _Traits, typename _Alloc>
  basic_string<_CharT, _Traits, _Alloc>::
  basic_string(const _CharT* __s, const _Alloc& __a)
  : _M_dataplus(_S_construct(__s, __s ? __s + traits_type::length(__s) :
                 __s + npos, __a), __a)
  { }

通过这两个函数的实现代码可以看出，唯一的差别就在于 traits_type::length(__s)。traits_type::length的实现在/usr/include/c++/4.1.2/bits/char_traits.h，说简单一点就是于对string，直接调用strlen，对于wstring，则调用wcslen，这里就不详细介绍了。

小结

  1. 在做string的拷贝时，尽量使用string(const string &)的形式，以享受COW带来的好处
  2. 当需要使用char *构造一个string时，如果你已经知道这个char *表示的字符串长度，记得把这个长度一起传给string的构造函数
  3. 我想不会有人傻到用string str(source.c_str(), source.size())这种方式拷贝一个string吧？当然上面测试代码只是为了便于理解所以采用了这种形式

顺便提一下，std::string::assign跟std::string的构造函数类似，测试结果也基本一样。string& assign(const string &)跟string(const string &)一样也有copy-on-write。

1
2
3
4
5
6
string& assign ( const string& str );
string& assign ( const string& str, size_t pos, size_t n );
string& assign ( const char* s, size_t n );
string& assign ( const char* s );
string& assign ( size_t n, char c );
template <class InputIterator> string& assign ( InputIterator first, InputIterator last );

比较函数 std::string::compare

函数声明

1
2
3
4
5
6
int compare ( const string& str ) const;
int compare ( const char* s ) const;
int compare ( size_t pos1, size_t n1, const string& str ) const;
int compare ( size_t pos1, size_t n1, const char* s) const;
int compare ( size_t pos1, size_t n1, const string& str, size_t pos2, size_t n2 ) const;
int compare ( size_t pos1, size_t n1, const char* s, size_t n2) const;

对于compare函数，这里同样有一段测试代码，一起来看下：

在这段测试程序里，我们有4个比较测试函数，各个函数都将参数传进来的string跟自已预先定义好的一个字符串做比较。函数声明里加上noinline的attribute是为了防止编译器把compareUseStrcmp这个函数调用优化掉
同样，先尝试分析下运行这个测试程序会有什么样的结果？再来编译运行：

1
2
3
4
5
6
$ g++ -Wall -O2 -o string_compare string_compare.cpp
$ ./string_compare
compare with static string     10000 times: 2399us
compare with const string      10000 times: 4156us
compare with c-string          10000 times: 2625us
compare use strcmp             10000 times: 2388us

先来分析compare with static string和compare with const string这两个case，结果很明显，compareWithConstString这个函数里，每次函数调用都会在栈上构造一个foo临时对象，调用10000次就有10000次的构造和析构，当然很耗时了。所以，我们应该尽量用static const string表示字符串常量，而不是const string
再来对比compare with static string和compare with c-string，它俩为什么还差了近3ms的时间呢？我们去源码里寻找答案：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
template<typename _CharT, typename _Traits, typename _Alloc>
  int
  basic_string<_CharT, _Traits, _Alloc>::
  compare(const _CharT* __s) const
  {
    __glibcxx_requires_string(__s);
    const size_type __size = this->size();
    const size_type __osize = traits_type::length(__s);
    const size_type __len = std::min(__size, __osize);
    int __r = traits_type::compare(_M_data(), __s, __len);
    if (!__r)
  __r = __size - __osize;
    return __r;
  }

看到了吗，这里又有个traits_type::length！所以，我们应该尽量用static const string表示字符串常量，而不是const string，也不是const char *。
compare with static string跟compare use strcmp结果差不多，我们就不分析了。

至于std::string的几个比较运算符（operator==，operator!=，operator>，operator<，operator>=，operator<=）都是直接调用的std::string::compare。我们也不多做分析了。

std::string里还有几个类似的函数重载，列举如下，我们在使用的时候都需要注意同样的问题：
std::string::find

1
2
3
4
size_t find ( const string& str, size_t pos = 0 ) const;
size_t find ( const char* s, size_t pos, size_t n ) const;
size_t find ( const char* s, size_t pos = 0 ) const;
size_t find ( char c, size_t pos = 0 ) const;

std::string::append

1
2
3
4
5
6
string& append ( const string& str );
string& append ( const string& str, size_t pos, size_t n );
string& append ( const char* s, size_t n );
string& append ( const char* s );
string& append ( size_t n, char c );
template <class InputIterator> string& append ( InputIterator first, InputIterator last );

std::string::replace

1
2
3
4
5
6
7
8
9
10
string& replace ( size_t pos1, size_t n1, const string& str );
string& replace ( iterator i1, iterator i2, const string& str );
string& replace ( size_t pos1, size_t n1, const string& str, size_t pos2, size_t n2 );
string& replace ( size_t pos1, size_t n1, const char* s, size_t n2 );
string& replace ( iterator i1, iterator i2, const char* s, size_t n2 );
string& replace ( size_t pos1, size_t n1, const char* s );
string& replace ( iterator i1, iterator i2, const char* s );
string& replace ( size_t pos1, size_t n1, size_t n2, char c );
string& replace ( iterator i1, iterator i2, size_t n2, char c );
template<class InputIterator> string& replace ( iterator i1, iterator i2, InputIterator j1, InputIterator j2 );

隐式类型转换

前面的测试结果表明，当STLstring有提供std::string作为参数的函数重载时，应该尽量使用std::string作为参数。接下来我们再看另外一个case：

这里我们主要测的是std::string作为std::map的key时，判断指定的key是否在map里，也就是std::map::find函数。那么我们先来看看std::map的find函数原型：

1
2
iterator find (const key_type& k);
const_iterator find (const key_type& k) const;

这里find函数的参数是const key_type &k，在我们的测试程序里也就是const std::string &k。也就是说find函数只能接受std::string作为参数，但是在我们的测试程序里将一个字符串常量”key1″传给了find函数。这里就涉及到了隐式类型转换，将”key1″转换成一个临时的std::string对象。显然，这里的隐式类型转换需要构造一个临时的std::string对象，需要消耗时间。那我们看一下测试结果：

1
2
3
4
$ g++ -O2 -o implicit_conversion implicit_conversion.cpp
$ ./implicit_conversion
call map[const char *]                   10000 times: 4653 us
call map[const std::string &]            10000 times: 2441 us

结果很明显，正如我们分析的：隐式类型转换消耗了不少时间。
所以，在我们的代码里，应该尽量使用static const std::string的形式来表示字符串常量！

几种典型的误用场景

构造函数

帮助
1
2
3
4
5
6
7
8
9
10
11
12
<pre>std::string decode(const std::string &str);
std::string decode(const char *str)
{
    decode(std::string(str));
}
 
void test()
{
    std::string input;
    std::cin >> input;
    std::output = decode(input.c_str());
}

比较函数

帮助
1
2
3
4
5
6
7
8
9
10
11
12
std::string command;
std::cin >> command;
                                                      // static const std::string get = "get";
                                                      // static const std::string set = "set";
if (command == "get")                   // if (str == get)
{
  printf("get command\n");
}
else if (command == "set")             // if (str == set)
{
  printf(set command\n";
}

字符串拼接

帮助
1
2
3
4
5
6
7
8
9
10
11
std::string keyword, properties;
std::cin >> keyword >> properties;
 
std::string url;
url += "/bin/search?";        // static const std::string prefix = "/bin/search?"; url += prefix;
url += "q=";                       // static const std::string q_key = "q="; url += qkey;
url += keyword;
url += "&";                         // url += '&';
url += "properties=";         // static const std::string properties_key = "properties="; url += properties;
url += properties;
url += "&outfmt=json"       // static const std::string outfmt = "&outfmt=json"; url += outfmt;

隐式类型转换

帮助
1
2
3
4
5
6
7
8
9
std::map<std::string, std::string> m;
m["key1"] = "value1";                                   //
                                                                   // static const std::string key1 = "key1";
                                                                   // static const std::string value1 = "value1";
                                                                   // m[key1] = value1;
m["key2"] = "value2";
…
const std::string &v1 = m["key1"];               // const std::string &v1 = m[key1];
const std::string &v2 = m["key2"];

这几段代码看着眼熟么？赶紧改掉吧 :)

posted @ 2013-04-08 01:42  盖文  阅读(328)  评论(0)  编辑  收藏  举报