为什么我不能使用速记为类分配标量值,而是首先声明它,然后设置它的值？

Question

我正在为C++编写一个UTF-8库作为练习,因为这是我的第一个真实的C++代码.到目前为止,我已经在名为"ustring"的类中实现了串联,字符索引,解析和编码UTF-8.它看起来很有效,但两种看似相同的声明新ustring的方式表现不同.第一种方式:

ustring a;
a = "test";

工作,并且重载的"="运算符将字符串解析为类(将Unicode字符串存储为动态分配的int指针).但是,以下不起作用:

ustring a = "test";

因为我收到以下错误:

test.cpp:4: error: conversion from ‘const char [5]’ to non-scalar type ‘ustring’ requested

有没有办法解决这个错误？但是,我的代码可能存在问题.以下是我到目前为止为图书馆写的内容:

#include <cstdlib>
#include <cstring>
class ustring {
  int * values;
  long len;
  public:
  long length() {
    return len;
  }
  ustring * operator=(ustring input) {
    len = input.len;
    values = (int *) malloc(sizeof(int) * len);
    for (long i = 0; i < len; i++)
      values[i] = input.values[i];
    return this;
  }
  ustring * operator=(char input[]) {
    len = sizeof(input);
    values = (int *) malloc(0);
    long s = 0;                                                                 // s = number of parsed chars
    int a, b, c, d, contNeed = 0, cont = 0;
    for (long i = 0; i < sizeof(input); i++)
      if (input[i] < 0x80) {                                                    // ASCII, direct copy (00-7f)
        values = (int *) realloc(values, sizeof(int) * ++s);
        values[s - 1] = input[i];
      } else if (input[i] < 0xc0) {                                             // this is a continuation (80-bf)
        if (cont == contNeed) {                                                 // no need for continuation, use U+fffd
          values = (int *) realloc(values, sizeof(int) * ++s);
          values[s - 1] = 0xfffd;
        }
        cont = cont + 1;
        values[s - 1] = values[s - 1] | ((input[i] & 0x3f) << ((contNeed - cont) * 6));
        if (cont == contNeed) cont = contNeed = 0;
      } else if (input[i] < 0xc2) {                                             // invalid byte, use U+fffd (c0-c1)
        values = (int *) realloc(values, sizeof(int) * ++s);
        values[s - 1] = 0xfffd;
      } else if (input[i] < 0xe0) {                                             // start of 2-byte sequence (c2-df)
        contNeed = 1;
        values = (int *) realloc(values, sizeof(int) * ++s);
        values[s - 1] = (input[i] & 0x1f) << 6;
      } else if (input[i] < 0xf0) {                                             // start of 3-byte sequence (e0-ef)
        contNeed = 2;
        values = (int *) realloc(values, sizeof(int) * ++s);
        values[s - 1] = (input[i] & 0x0f) << 12;
      } else if (input[i] < 0xf5) {                                             // start of 4-byte sequence (f0-f4)
        contNeed = 3;
        values = (int *) realloc(values, sizeof(int) * ++s);
        values[s - 1] = (input[i] & 0x07) << 18;
      } else {                                                                  // restricted or invalid (f5-ff)
        values = (int *) realloc(values, sizeof(int) * ++s);
        values[s - 1] = 0xfffd;
      }
    return this;
  }
  ustring operator+(ustring input) {
    ustring result;
    result.len = len + input.len;
    result.values = (int *) malloc(sizeof(int) * result.len);
    for (long i = 0; i < len; i++)
      result.values[i] = values[i];
    for (long i = 0; i < input.len; i++)
      result.values[i + len] = input.values[i];
    return result;
  }
  ustring operator[](long index) {
    ustring result;
    result.len = 1;
    result.values = (int *) malloc(sizeof(int));
    result.values[0] = values[index];
    return result;
  }
  char * encode() {
    char * r = (char *) malloc(0);
    long s = 0;
    for (long i = 0; i < len; i++) {
      if (values[i] < 0x80)
        r = (char *) realloc(r, s + 1),
        r[s + 0] = char(values[i]),
        s += 1;
      else if (values[i] < 0x800)
        r = (char *) realloc(r, s + 2),
        r[s + 0] = char(values[i] >> 6 | 0x60),
        r[s + 1] = char(values[i] & 0x3f | 0x80),
        s += 2;
      else if (values[i] < 0x10000)
        r = (char *) realloc(r, s + 3),
        r[s + 0] = char(values[i] >> 12 | 0xe0),
        r[s + 1] = char(values[i] >> 6 & 0x3f | 0x80),
        r[s + 2] = char(values[i] & 0x3f | 0x80),
        s += 3;
      else
        r = (char *) realloc(r, s + 4),
        r[s + 0] = char(values[i] >> 18 | 0xf0),
        r[s + 1] = char(values[i] >> 12 & 0x3f | 0x80),
        r[s + 2] = char(values[i] >> 6 & 0x3f | 0x80),
        r[s + 3] = char(values[i] & 0x3f | 0x80),
        s += 4;
    }
    return r;
  }
};

Answer 1

您的问题是ustring a = "test"实际调用构造函数,而不是赋值运算符.好的,欢迎来到c ++ :)

您需要自己定义一个默认构造函数和一个构造函数const char*,因为一旦定义了构造函数,您需要定义所有构造函数.

其他一些事情:

• 通过引用传递您的输入ustring
• 传递const char *而不是char[](你不修改输入和char*更常见)
• sizeof没有做你认为它正在做的事情,它不适用于数组参数.它正在回归你sizeof(char*),而不是sizeof(array).
• this从您的运营商返回参考.
• 你可以用来vector<int> values;为你管理所有的记忆.
• encode()应该回来一个string.用string:
  • 它管理自己的内存,因此调用者不需要free或delete它.
  • 你可以使用s.append(c);而不是使用realloc.
  • 你可以使用printf("%s", s.c_str());,但在c ++中你经常使用cout << s;
• 考虑定义一个拷贝构造函数.

像这样:

class ustring {
 public:
  // Default constructor, allows you to create your class with no arguments.
  ustring() { ...; }
  // Allows you to create your class from string literals.
  ustring(const char *input) { ...; }
  // Copy constructor, allows you to create your class from other instances.
  ustring(const ustring &input) { ...; }

  // Assignment operators.
  ustring &operator=(const ustring &input) { ...; return *this; }
  ustring &operator=(const char *input) { ...; return *this; }
};

int main() {
  ustring s, t;  // invokes default constructor.
  s = t;         // invokes ustring assignment op.
  s = "test";    // invokes const char* assignment op.
  ustring u = "test";  // invokes const char* constructor.
  ustring v("test");   // invokes const char* constructor.
  ustring x(u);  // invokes copy constructor.
}

如果这是c ++,你为什么要做所有这些malloc/realloc的东西？我还没有完全解析该代码,但我想有一种更简单的方法...请参阅有关使用向量的注释.

正如@Michael Aaron Safyan在评论中提到的,如果你为ustring类做任何内存分配,你将需要在析构函数中释放它.但是,我认为通过切换到内存管理容器 - 矢量和字符串 - 您将避免任何自己的内存管理,并可以避免编写析构函数.