C++如何实现字符串按指定白名单字符集进行快速原地清洗-C++-PHP中文网

白名单清洗不能用std::remove_if+erase，因其触发多次内存移动，性能差；应采用双指针原地遍历+布尔查找表（o(n)），预建表、强制unsigned char转换、最后resize截断。

c++如何实现字符串按指定白名单字符集进行快速原地清洗

白名单清洗为什么不能用 `std::remove_if` + `std::string::erase`？

因为这会触发多次内存移动：先标记、再搬移、最后截断，对长字符串（尤其 >10KB）性能损耗明显。原地清洗的核心是「只遍历一次，写指针紧随读指针推进」，避免重复拷贝。

常见错误是把白名单逻辑写成每次查 std::string::find_first_of —— 它内部是线性扫描，O(n×m) 复杂度；换成布尔查找表后可压到 O(n)。

白名单字符集若 ≤256 个（如 ASCII 子集），直接用 std::array<bool></bool> 建表，索引即字符值
若含 Unicode（UTF-8 编码下多字节），需先解码再查表，但多数清洗场景只需 ASCII 白名单
注意：char 有符号性问题，查表前强制转为 unsigned char，否则负值索引越界

如何用双指针实现真正原地清洗（无额外分配）

读指针 i 扫描整个字符串，写指针 w 指向当前有效字符应写入位置。仅当 s[i] 在白名单中时，才执行 s[w++] = s[i]；扫描完后调用 s.resize(w) 截断尾部无效内容。

关键点：不调用任何 std::string 的插入/删除接口，全程只读写底层字符数组。

C++14

C++14 对 C++11 的修正与增强版本，适合旧系统维护和较老工具链兼容。

下载

必须在循环前预建白名单表，避免每次迭代都做字符串搜索或 set 查找
resize() 是唯一一次内存调整，且只缩不扩，不会触发新分配
若字符串本身是 const 或来自只读内存（如字面量），此法不可用——原地清洗隐含可写前提

std::string clean_inplace(std::string& s, const std::string& whitelist) {
    std::array<bool> is_allowed{};
    for (unsigned char c : whitelist) {
        is_allowed[c] = true;
    }
    size_t w = 0;
    for (size_t i = 0; i (s[i]);
        if (is_allowed[c]) {
            s[w++] = s[i];
        }
    }
    s.resize(w);
    return std::move(s);
}
</bool>