前言

最近在寫 YTL 中的字符串相關(guān)輔助函數(shù)。實(shí)現(xiàn)到 split 函數(shù)時(shí)，希望能夠?qū)崿F(xiàn)類似 Python 當(dāng)中的 str.split 方法的功能。

If sep is not specified or is None , a different splitting algorithm is applied: runs of consecutive whitespace are regarded as a single separator, and the result will contain no empty strings at the start or end if the string has leading or trailing whitespace.

—— https://docs.python.org/3/library/stdtypes.html#str.split

也就是說，在最基本的 split 的基礎(chǔ)上，要添加兩個(gè)功能：

•刪除輸入字符串首尾的空白；

•將字符串中的連續(xù)分隔符當(dāng)成一個(gè)分隔符看待。

前一個(gè)功能很好實(shí)現(xiàn)。將空白符保存在 const char* trim_chars = " \t\n\r\v\f" 當(dāng)中，然后使用 std::string::find_first_not_of 以及 std::string::find_last_not_of 即可找到有效內(nèi)容的起止位置，最后再 std::string::erase 一下就好了。

后一個(gè)功能也不復(fù)雜。但要寫得優(yōu)雅——最好是能利用上標(biāo)準(zhǔn)庫的設(shè)施——就不那么容易了。

std::unique 的基本用法

std::unique 是定義在 algorithm 頭文件內(nèi)的容器算法。它有兩種基本形式：

template< class ForwardIt >
ForwardIt unique( ForwardIt first, ForwardIt last );
template< class ForwardIt, class BinaryPredicate >
ForwardIt unique( ForwardIt first, ForwardIt last, BinaryPredicate p );

其中，第一種形式是第二種形式的特例，它等價(jià)于 BinaryPredicate p 為連續(xù)兩元素相等性判斷時(shí)的第二種形式：

template< class ForwardIt,
   class BinaryPredicate =
   std::function<bool(const typename std::iterator_traits<ForwardIt>::value_type&,
    const typename std::iterator_traits<ForwardIt>::value_type&)>
ForwardIt unique( ForwardIt first, ForwardIt last,
   BinaryPredicate p = [](const typename std::iterator_traits<ForwardIt>::value_type& lhs,
         const typename std::iterator_traits<ForwardIt>::value_type& rhs) {
          return lhs == rhs; });

這也就是說，第一種形式的 std::unique 會(huì)找到每個(gè)連續(xù)重復(fù)的區(qū)間，而后保留這些區(qū)間的首個(gè)元素，最后返回新序列邏輯上的尾后迭代器。例如， aabbccaa 經(jīng)過 std::unique 處理之后得到：

abca????
↑

這里用箭頭標(biāo)出的位置，即是 std::unique 的返回值所指向的位置。需要注意的是，經(jīng)過 std::unique 處理之后，容器的實(shí)際大小沒有發(fā)生改變，甚至邏輯尾后迭代器到容器實(shí)際尾后迭代器之間的左閉右開區(qū)間內(nèi)的迭代器仍然是可解引用的（dereferenceable）。但這部分區(qū)間內(nèi)的元素的值是不確定的。因此，在使用 std::unqiue 之后，往往會(huì)調(diào)用容器的 erase 函數(shù)成員，刪除邏輯尾后迭代器開始的所有元素。例如：

// #include <string>
// #include <algorithm>
std::string source("aabbccaa");
source.erase(std::unique(source.begin(), source.end()), source.end());
std::cout << source << std::endl; // expect result: abca

只對(duì)特定內(nèi)容進(jìn)行 std::unique 操作

回到最開始的問題。我們需要的功能，是針對(duì)分隔符 sep 進(jìn)行操作，將連續(xù)出現(xiàn)的 sep 壓縮成一個(gè)。 std::unique 的默認(rèn)行為則不然，它會(huì)將所有連續(xù)出現(xiàn)的元素都?jí)嚎s成一個(gè)——不光是 sep 。為此，我們需要實(shí)現(xiàn)自己的 BinaryPredicate 。首先，由于我們要指定具體需要被 std::unique 壓縮的元素，我們必然要將其作為函數(shù)參數(shù)傳入函數(shù)。于是我們有以下實(shí)現(xiàn)：

// #include <functional>
template <typename T>
bool AreConsecutiveElements(const T& target, const T& lhs, const T& rhs) {
 return (lhs == rhs) and (lhs == target);
}

std::unique 要求一個(gè)二元謂詞（ BinaryPredicate ），但此處我們實(shí)現(xiàn)的是三元謂詞。于是，好在 target 總是應(yīng)當(dāng)預(yù)先給出的，所以我們可以利用 std::bind 將 target 綁定在 AreConsecutiveElements 的第一個(gè)參數(shù)上，產(chǎn)生一個(gè)二元謂詞。

// #include <functional>
// using namespace std::placeholders;
// #include <string>
// #include <algorithm>
const char target = 'b'
auto binp = std::bind(AreConsecutiveElements, target, _1, _2);
std::string source("aabbccaa");
source.erase(std::unique(source.begin(), source.end(), binp), source.end());
std::cout << source << std::endl; // expect result: aabccaa

這里，我們將 'b' 作為壓縮目標(biāo)，并將其與 AreConsecutiveElements 綁定在一起，產(chǎn)生一個(gè)新的二元謂詞。最終輸出期待的結(jié)果。

附： std::unique 的一個(gè)可能實(shí)現(xiàn)

template<class ForwardIt, class BinaryPredicate>
ForwardIt unique(ForwardIt first, ForwardIt last, BinaryPredicate p) {
 if (first == last) {
 return last;
 }

 ForwardIt result = first;
 while (++first != last) {
 if (!p(*result, *first) && ++result != first) {
  *result = std::move(*first);
 }
 }
 return ++result;
}

總結(jié)

以上就是這篇文章的全部?jī)?nèi)容了，希望本文的內(nèi)容對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，如果有疑問大家可以留言交流，謝謝大家對(duì)腳本之家的支持。