char * / string连接而不复制？

Question

我想在 C 或 C++ 中连接 2 个字符串，而不需要新的内存分配和复制。有可能吗？

可能的 C 代码：

char* str1 = (char*)malloc(100);
char* str2 = (char*)malloc(50);
char* str3 = /* some code that concatenates these 2 strings
                without copying to occupy a continuous memory region */

然后，当我不再需要它们时，我就会这样做：

free(str1);
free(str2);

或者如果可能的话，我想在 C++ 中实现同样的效果，使用 std::string 或 char*，但使用 new 和 delete（可能在str3)。

关于字符串连接的问题有很多，但我还没有找到相同的问题。

Answer 1

不，不可能

在 C 中，malloc 操作返回彼此没有关系的内存块。但是在 C 中，字符串必须是一个连续的字节数组。所以没有复制就无法扩展str1，更不用说连接了。

对于 C++，可能对绳索感兴趣：See this answer。

绳索被分配在不必连续的块中。这支持 O(1) 连接。但是，访问器使其显示为单个字节串。我敢肯定，将绳索转换回 std::string 或 C 风格的字符串将需要一个副本，但这可能是最接近你想要的。

另外，担心复制一些字符串的成本可能是一种过早的优化。除非您要移动 大量 数据，否则这无关紧要

Answer 2

可以通过编写自己的字符串数据结构来进行文本连接。 C++ 比 C 更容易。

struct My_String
{
  std::vector<char *> text_fragments;
};

您必须基于此数据结构实现所有文本操作和搜索算法。 C 库中的任何内容都不能应用于My_String 结构。 C++ 中的 std::string 将不兼容。

其中一个问题是如何处理文本修改。如果其中一个文本片段是常量文字（无法修改），则需要先复制它，然后才能对其进行修改。但是复制是违反要求的。 :-(

Answer 3

C 中的“字符串”是一个字符数组，末尾有一个空字符。数组是“一种数据结构，可让您在内存中连续存储一个或多个元素”。 GNU C reference

如果不复制其中一个，则无法连接不在连续内存块中的两个数组。但是，您可以在不分配新内存的情况下执行此操作。例如

char* str1 = malloc(100);  // size 100 bytes, uninitialised
str1[0] = '\0';            // string length 0, size of str1 100
strcat(str1, "a");         // string length 1, size of str1 still 100
strcat(str1, "b");         // string length 2, size of str1 still 100

如果您想检索 2 个字符串的字符，就好像它们是一个而不复制或重新分配一样。这是一个示例函数（简单示例，不要在生产代码中使用）

char* str1 = (char*)malloc(100);
char* str2 = (char*)malloc(50);

char get_char(int i) {
    if (i > 0 && i < 100) {
        return str1[i];
    }
    if (i >= 100 && i < 150) {
        return str2[i-100];
    }
    return 0;
}

但在这种情况下，您无法使用 char* str3 来执行指针运算并访问所有 150 个字符。

Answer 4

标签 C 和 C++ 是矛盾的。在 C 语言中，我建议探索realloc。您可以按照以下几行编写代码：

char* str = malloc(50);
str = realloc(ptr, 55);

如果幸运的话，realloc 调用不会重新分配新内存，而只是“扩展”已经分配的段，但不能保证这一点。这样，您至少可以避免重新分配字符串。您仍然需要将第二个字符串的内容复制到 neweley 分配的内存中。