std::shared_ptr<std::string const> 可以作为引用计数不可变字符串的有效实现吗？

Question

理想情况下，不可变字符串类只需要为每个字符串分配一个内存。甚至引用计数也可以存储在保存字符串本身的同一块内存中。

string 和 shared_ptr 的简单实现将为 shared_ptr<string const> 分配三个不同的内存：

• 字符串缓冲区的内存
• 字符串对象的内存
• 引用计数的内存

现在，我知道当使用std::make_shared() 时，智能实现可以将最后两个组合成一个分配。但这仍然会留下两个分配。

当你知道字符串是不可变的时，字符串缓冲区不会被重新分配，因此应该可以将它与字符串对象集成，只留下一个分配。

我知道一些字符串实现已经对短字符串使用了这种优化，但我正在追求一个不管字符串长度如何都这样做的实现。

我的问题是：我的推理合理吗？一个实现是否真的被允许并且能够做到这一点？我可以合理地期望一个高质量的标准库来实现这种优化吗？您知道这样做的当代图书馆实现吗？

或者这是我必须自己实现的东西？

Answer 1

我相信这样做的唯一方法是make_shared，它接受运行时可变大小的数组。标准的 does not，甚至从 c++17 开始（它将对 shared_ptr 的支持添加到数组中）。

另一方面，Boost 有boost::make_shared，它也可以采用数组大小​​参数。一旦你有了它，你就是金子；你会得到一个shared_ptr<char[]>，它几乎可以满足你的需求（除了实际上是std::string。

如果您不想使用 boost，您可以自己滚动。应该不会那么难。

要考虑的其他一点是，如果您只创建 O(1) 字符串，那么永远不要删除它们并传递原始指针（或 std::string_views）会快得多。这避免了任何复制或摆弄引用计数。 （引用计数实际上很慢，因为它们使用原子操作。）

你也可以使用像std::unordered_set<std::string>这样的实习机制。

Answer 2

您可能需要为所有分配使用自定义分配器。

class ImmutableStringAllocator;

template<typename CharT>
using immutable_string = std::basic_string<CharT, std::char_traits<CharT>, ImmutableStringAllocator>

template<size_t N>
immutable_string<char> make_immutable_string(char (&data)[N])
{
    ImmutableStringAllocator alloc(N);
    // going for basic_string::basic_string(charT *, size_t, Allocator)
    return allocate_shared<immutable_string<char>>(alloc, data, N, alloc);
}

class ImmutableStringAllocator {
    size_t len;
    size_t offset;
    char * buf;
    std::reference_wrapper<char *> ref;
public:
    // Normal Allocator stuff here
    ImmutableStringAllocator(size_t N) : len(N), buf(nullptr), offset(0), ref(buf) {}

    ImmutableStringAllocator(const ImmutableStringAllocator & other) : len(other.len), buf(nullptr), offset(other.offset), ref(other.buf) {}

    ImmutableStringAllocator operator=(const ImmutableStringAllocator & other) 
    { 
         assert(buf == nullptr); 
         temp(other); 
         swap(*this, temp); 
         return *this; 
    }

    pointer allocate(size_type n, const_void_pointer hint)
    {
         if (!ref.get()) { buf = ::new(n + len); offset = n; return buf; }
         return ref.get() + offset;
    }
}