原地清洗指在原std::string内重排字符并收缩长度，不可用erase因导致O(n²)复杂度和迭代器失效，应采用双指针+resize；ASCII场景推荐用bool allowed[256]{}位图实现O(1)白名单判断。
什么是“原地清洗”以及为什么不能直接用 erase
原地清洗指不额外分配新字符串空间，只在原 std::string 内部重排字符、收缩长度。很多人第一反应是遍历 + erase，但这是错的：每次 erase 会触发后续字符内存搬移，O(n²) 时间复杂度，且迭代器/索引容易失效。
正确做法是双指针——一个读位置 read 扫描全部字符，一个写位置 write 记录保留字符的落点。最后调用 resize 截断尾部垃圾。
如何高效判断字符是否在白名单中
白名单可能是字符串、std::string、std::set<char></char> 或位图。性能差异极大：
- 用
std::string::find查找：O(m) 每次，总 O(n×m)，白名单长时很慢 - 用
std::unordered_set<char></char>：平均 O(1)，但有哈希开销和内存占用 - 用布尔数组
bool allowed[256]{}：O(1) 且零分配，适合 ASCII 场景（推荐）
示例初始化白名单位图：
立即学习“C++免费学习笔记（深入）”；
bool allowed[256] = {};
for (char c : "abc123_") {
if (static_cast<unsigned char>(c) < 256) {
allowed[static_cast<unsigned char>(c)] = true;
}
}
完整可运行的原地清洗函数
封装成通用函数，接受字符串引用和白名单位图：
void inplace_filter(std::string& s, const bool allowed[256]) {
size_t write = 0;
for (size_t read = 0; read < s.size(); ++read) {
unsigned char uc = static_cast<unsigned char>(s[read]);
if (allowed[uc]) {
s[write++] = s[read];
}
}
s.resize(write);
}
注意点：
- 必须用
unsigned char转换，避免char为负导致数组越界 - 不要用
s.at(read)——它带边界检查，拖慢速度 - 如果白名单含 Unicode（如 UTF-8 多字节），此方案不适用；需先解码或改用其他策略
常见误用与边界情况
实际使用时容易踩坑的地方：
- 传入空白名单数组（全
false）→ 结果为空字符串，符合预期，但要确认这是业务想要的 - 白名单包含控制字符（如
'\0'）→ 位图中索引 0 有效，但字符串里'\0'不是结束符，std::string支持嵌入 null，没问题 - 多线程环境下清洗同一字符串 → 非线程安全，必须加锁或确保独占访问
- 对
const std::string&调用 → 编译失败，函数必须接收非 const 引用
白名单逻辑本身简单，真正复杂的是字符编码上下文和并发安全——这两点不提前想清楚，上线后才暴露问题就难定位了。
