vector<char> 优于字符串的好处？答案

【问题标题】：Benefits of vector<char> over string?vector<char> 优于字符串的好处？
【发布时间】：2012-07-06 17:11:31
【问题描述】：

这个问题与this question 相关，但并不完全相同。

使用std::vector<char> 而不是std::string 来保存任意二进制数据有什么好处，除了与可读性相关的问题吗？

即与字符串相比，使用向量执行哪些任务更容易/更高效/更好？

【问题讨论】：

【解决方案1】：

除了可读性（不应低估）之外，我还可以想到使用 std::string 而不是 std::vector 的几个小性能/内存问题：

一些现代的std::string 实现使用small string optimization。如果你存储的数据大于string的内部缓冲区，就变成悲观了，降低了复制、移动和swap¹的效率，增加sizeof()无用受益。
一个高效的std::string 实现将始终分配比当前大小至少多 1 个字节来存储终止空值（不这样做需要在operator[] 中使用额外的逻辑来处理str[size()]）。

我要强调的是，这两个问题都非常小；它们的性能成本很可能会在背景噪音中丢失。但你确实问过了。

¹如果正在使用小字符串优化，这些操作需要在size() 上进行分支，而在良好的std::vector 实现中则不行。

【讨论】：

关于小字符串的非常有趣的一点，虽然我还不相信这是一个缺点。 :) 不过，一个很好的答案，谢谢！ +1
您从哪里得到表明大多数实现使用小字符串的数据？在我看来，libstdc++ 并没有使用它，而且在过去十年我参与的几乎每个项目中，我一直在使用 libstdc++ ...
@PlasmaHH：我把它改成了“一些”。
很多时候您需要将空终止字符串传递给旧版 API。 string 有 (string::c_str()) 但 vector 没有。这也是您需要额外空间的原因。

【解决方案2】：

除了可读性之外，并确保其他维护者不会混淆std::string 的目的，功能上并没有太大区别。如果效率是唯一的考虑因素，您当然也可以考虑 char*/malloc。

我能想到的一个潜在问题：

std::string 默认存储<char>。如果您以后需要处理另一种类型（例如 unsigned short），您可能需要：

使用向量，您可以简单地将容器更改为std::vector<unsigned short>。

【讨论】：

你能扩展最后一部分吗？与std::vector<unsigned short>相比，使用std::basic_string<unsigned short>有什么缺点？
一个缺点是它可能无法编译。 :-) std::char_traits<unsigned short> 不是标准要求的。
@Mehrdad 您的问题主要是对其他平台的可移植性以及与其他库的兼容性。您不再使用传统的 std::string，因为标准仅将 char 和 wchar_t 定义为有效的 char_traits。如果您对内容运行字符串操作，则使用其他内容可能会导致未定义的行为。

【解决方案3】：

与string 不同，vector<char> 保证在swap 操作期间保留迭代器、引用等。请参阅：May std::vector make use of small buffer optimization?

【讨论】：

【解决方案4】：

我认为这样做的唯一好处是可以轻松地增加字符的 std::vector，但即使这样也可以使用 std::string 来完成。

您必须记住，即使 std::string 看起来像一个对象，它也可以像数组一样被访问，因此即使访问字符串的特定部分也可以在不使用 std::vector 的情况下完成

【讨论】：

【解决方案5】：

理想情况下，人们会使用 vector<unsigned char> 来存储任意二进制数据 - 但我想你已经知道这一点 - 正如你提到的旧问题。

除此之外，使用向量肯定会更节省内存，因为字符串会添加一个终止 Nul 字符。性能也可能会提高，因为两者的分配机制不同 - 向量保证连续内存！

除此之外，使用字符串是不正确的，因为调用者/用户可能会无意中调用某些字符串方法，这可能是一场灾难。

【讨论】：

您介意扩展最后一段吗？什么是“灾难”？
考虑一个例子：你有包含多个 nul 字符的二进制数据。如果用户调用 .length()，他会得到一些答案 - 这很可能是错误的，并且他永远不会被告知这是二进制数据而不是字符串这一事实。
为什么错了？似乎您是在说它可以正常工作，只是它可能不可读（即具有误导性）。很好，但这不是我问题的重点——我特别提到了除了可读性问题。
@go4sri：在带有 nul 字符的字符串上调用 length() 应该会得到正确的长度。当用户开始使用c_str() 然后想知道为什么他们的字符串被截断时，就会出现问题。
@Mehrdad - 我认为这不符合可读性，但如果你不关心这种错误，那么你可以跳过它。

【解决方案6】：

正如其他答案所提到的，向量可能会稍微快一些，因为它保证了连续的内存，即使对于小尺寸也是如此，并且不会在末尾添加额外的空字节。但是，连接两个字符串比连接两个向量要简单得多（在代码方面）：

使用vector：

vector<char> a, b;
// ...
vector<char> c;
c.insert(c.end(), a.begin(), a.end());
c.insert(c.end(), b.begin(), b.end());

使用string：

string a, b;
// ...
string c = a + b;

【讨论】：

这个问题要求vector<char> 比string 的好处，而不是相反...奇怪的是看到你只是在这方面引用其他答案，然后发布你自己的反面回复方向
嗯，也许这更适合不同的问题。我回答的原因是，这是 Google 上“vector vs string”的第一个结果，所以我想我会添加一个答案，提出一些未提及的内容。
哦，我明白了。是的，这很不幸，因为我已经列出了为什么我会使用string 而不是vector<char>，所以这不是我需要回答的问题。