使用std：：string作为缓冲区有缺点吗？

Question

我最近看到我的一位同事使用std：：string作为缓冲区：

std::string receive_data(const Receiver& receiver) {
  std::string buff;
  int size = receiver.size();
  if (size > 0) {
    buff.resize(size);
    const char* dst_ptr = buff.data();
    const char* src_ptr = receiver.data();
    memcpy((char*) dst_ptr, src_ptr, size);
  }
  return buff;
}

我猜这家伙想利用返回字符串的自动销毁，所以他不必担心释放分配的缓冲区。

这在我看来有点奇怪，因为根据cplusplus。com方法返回一个指向由字符串内部管理的缓冲区的常量字符*：

const char* data() const noexcept;

Memcpy ing to a const char pointer？好吧，只要我们知道自己在做什么，这没有害处，但我错过了什么吗？这危险吗？

Answer 1

Memcpy-ing到const char指针？AFAIK只要我们知道我们在做什么，这并没有坏处，但这是好的行为吗？为什么？

根据C版本的不同，当前代码可能具有未定义的行为。为了避免C 14及以下版本中未定义的行为，请使用第一个元素的地址。它生成一个非常量指针：

buff.resize(size);
memcpy(&buff[0], &receiver[0], size);

我最近看到我的一个同事使用std::字符串作为缓冲区...

这在旧代码中有点常见，尤其是C 03左右。使用这样的字符串有几个优点和缺点。取决于您对代码的处理方式，std：：vector可能有点贫血，有时您会使用字符串，并接受字符特征的额外开销。

例如，std::string通常比append上的std::向量更快，并且您不能从函数返回std::向量。（或者在C 98中实际上不能这样做，因为C 98要求在函数中构造向量并复制出来）。此外，std::string允许您搜索更丰富的成员函数，如find_first_of和find_first_not_of。这在搜索字节数组时很方便。

我认为你真正想要/需要的是SGI的Rope类，但它从未进入STL。看起来GCC的libstdc可能会提供它。

关于这在C14及以下版本中是否合法，有一个冗长的讨论：

const char* dst_ptr = buff.data();
const char* src_ptr = receiver.data();
memcpy((char*) dst_ptr, src_ptr, size);

我肯定地知道在海湾合作委员会是不安全的。我曾经在一些自我测试中做过类似的事情，结果导致了一个错误：

std::string buff("A");
...

char* ptr = (char*)buff.data();
size_t len = buff.size();

ptr[0] ^= 1;  // tamper with byte
bool tampered = HMAC(key, ptr, len, mac);

GCC将单字节'A'放在寄存器AL中。高3字节是垃圾，因此32位寄存器是0xXXXXXX41。当我在ptr[0]取消引用时，GCC取消引用了一个垃圾地址0xXXXX41。

对我来说，两个要点是，不要编写半途而废的自检，不要试图使data（）成为非常量指针。

Answer 2

您可以通过调用适当的构造函数来完全避免手动memcpy：

std::string receive_data(const Receiver& receiver) {
    return {receiver.data(), receiver.size()};
}

它甚至可以处理字符串中的0。

顺便说一句，除非内容实际上是文本，否则我更喜欢std::向量

Answer 3

使用std：：string作为缓冲区是不好的做法，原因有几个（没有按特定顺序列出）：

• std:string不打算用作缓冲区；您需要仔细检查类的描述，以确保没有“gotchas”阻止某些使用模式（或使它们触发未定义的行为）

此外，您的代码可能会进行两次而不是一次堆分配（取决于实现）：一次是在字符串构造时，另一次是在调整大小时。但这本身并不是避免std：：string的真正原因，因为可以使用@Jarod42答案中的构造来避免双重分配