std::string 内存管理与 SSO
std::string 看起来最无害，实际藏着三件事：短字符串优化、容量与 size 分离、以及 c_str() 的指针失效。理解它们，能避开一批"偶发崩溃"。
一、SSO：短字符串优化
主流实现（libstdc++、libc++、MSVC）都采用 SSO：长度不超过约 15 字节的字符串直接存在对象内部缓冲区，不申请堆内存。
std::string a = "hello"; // SSO，无堆分配
std::string b = "this is a longer string"; // 堆分配
影响：
- 传参、拷贝短字符串非常便宜；
- 对象大小变大（libstdc++ 的
std::string通常是 32 字节）； - 长度一旦超过阈值，拷贝从"memcpy 到栈"变成"堆分配 + memcpy"。
C++11 起禁止写时复制（COW）实现，因此不要指望"拷贝共享内存"。
二、size 与 capacity
| 成员 | 含义 |
|---|---|
size() / length() | 字符个数 |
capacity() | 不需重新分配时可容纳的字符数 |
reserve(n) | 请求至少 n 的容量 |
shrink_to_fit() | 请求收缩（非强制） |
clear() | size 归零，capacity 保留 |
std::string s;
s.reserve(1024);
for (int i = 0; i < 1024; ++i) s += 'x'; // 无扩容
三、c_str() 与 data() 的失效规则
const char* p = s.c_str();
s += "more"; // ❌ 可能重新分配，p 悬空
printf("%s", p);
规则：任何可能改变容量或内容的操作（append、+=、resize、insert、erase、reserve）都会让 c_str()/data() 返回的指针失效。需要长期保存就拷贝一份：
const std::string copy = s;
const char* p = copy.c_str();
内存模型上，C++11 起 data() 也保证以 null 结尾（此前 data() 不保证），并把 &s[0]、data()、c_str() 统一为指向同一缓冲区。
四、从 C++98 迁移时要注意的 COW 遗留
早期 libstdc++ 在 C++98 模式下用引用计数（COW）实现 std::string：
std::string a = "hello";
std::string b = a; // C++98 老实现：共享内存
const char* p = a.c_str();
b[0] = 'H'; // 触发分离拷贝，p 可能失效
C++11 明确禁止这种实现，原因正是它对多线程和指针稳定性都是灾难。迁移信号：
- 编译选项处于
-std=c++98且依赖c_str()之后修改字符串的"旧行为"； - 代码里假设两个
string共享内存（比较data()指针）——这类假设在 C++11 下不成立； - 用
&s[0]或data()直接写内容的场景，需要确认size()之后的写入是合法的（&s[0]在 C++11 起对非空string合法，写入size()范围内是安全的，写\0位置属于未定义行为）。
五、常见性能坑
坑 1：循环里 s = s + x
for (...) s = s + chunk; // ❌ 每轮新建 + 拷贝
for (...) s += chunk; // ✅ 原地追加
s.reserve(total); // 更好：一次预留
坑 2：substr 返回副本
std::string prefix = s.substr(0, 5); // 分配新字符串
// C++17 零拷贝视图
std::string_view sv(s.data(), 5);
string_view 不拥有内存，只适合"读取且源生命周期足够长"的场景。
坑 3：按值传参再拷贝
void f(std::string s); // 传入左值时一次拷贝
void g(const std::string& s); // 只读，零拷贝
void h(std::string s); // 需要接管时按值 + std::move 进成员，是正确用法
坑 4：std::to_string 拼接
std::string s = "id=" + std::to_string(id); // 正确
// 但不能 "id=" + id，没有这种重载
六、字符编码的现实问题
std::string 只存字节，不关心编码。判断 UTF-8 字符数、截取子串都需要额外处理：
// 按字节截断可能把多字节字符截成两半
std::string head = utf8.substr(0, 10); // ❌ 可能产生非法 UTF-8
规则：
- 需要按"字符"处理时，用专门的库或先解码成
std::u32string； - 只需 UTF-8 字节层操作时，明确注释"按字节处理"；
- 文件名、系统 API 参数用
std::string时确认平台编码约定（Linux 为字节流，Windows 另有wstring体系）。
七、实用清单
| 需求 | 推荐 |
|---|---|
| 频繁追加，长度可预估 | reserve + += |
| 只读传参 | const std::string& |
| 只读，且想避免拷贝与分配 | std::string_view（注意生命周期） |
| 需要接管所有权 | 按值传参 + std::move |
| 需要稳定 C 字符串 | 拷贝一份再 c_str() |
| 需要频繁拼接 | 累积到 std::string，避免反复临时对象 |
std::string 的行为是标准的、可预测的。真正的风险来自"以为它和 Java/Python 的字符串一样"。