string: অক্ষরের একটা সারি, যে নিজের length নিজেই জানে

Maria একটা C program-এ নিজের নাম টাইপ করছে, যেখানে আছে char name[10]। "Maria" দিব্যি এঁটে যায়। কিন্তু পুরো নাম "Maria Lopez" আঁটে না, বাড়তি অক্ষরগুলো গিয়ে পড়ে এমন memory-তে, যেটা array-র না। তার উপর প্রতিবার strlen অক্ষরগুলো আবার গুনে গুনে length বের করে। C++-এ এসবের কিছুই তোমার কাজ না: string name; নিজেই দরকারমতো বড় হয়, আর name.size() length আগে থেকেই জানে। এই lesson string দেখাবে, আর বাংলায় লেখা Maria-র নাম নিয়ে একটা সৎ চমকও।

সমস্যাটা: text যেটা এক জায়গায় থামে না

C track-এ text মানে ছিল '\0' দিয়ে শেষ হওয়া একটা char array। Program চলার আগেই ওর length ঠিক করে দিতে হতো। Copy করতে strcpy, জুড়তে strcat, মাপতে strlen, আর ওটা যতবার call করো, ততবার character একটা একটা করে গোনে। এর C++ উত্তর হলো string: character-এর এক সারি, যেটা নিজে নিজে বড় হয় আর নিজের length নিজেই মনে রাখে। ওর পুরো নাম std::string, আর ও থাকে <string> header-এ।

একই কাজ দুইবার করে দেখা যাক। একটা first name আর একটা last name পড়ো, মাঝে একটা space দিয়ে জোড়ো, তারপর ফলাফল আর ওর length print করো। আগে C-এর উপায়ে, যেটা C++ হিসেবেও compile হয়।

#include <cstdio>
#include <cstring>

int main() {
    char first[20], last[20], full[41];
    scanf("%19s %19s", first, last);
    strcpy(full, first);
    strcat(full, " ");
    strcat(full, last);
    printf("%s has %zu characters\n", full, strlen(full));
    return 0;
}

Maria Lopez has 11 characters

এবার C++-এর উপায়ে, একই input দিয়ে।

#include <iostream>
#include <string>
using namespace std;

int main() {
    string first, last;
    cin >> first >> last;
    string full = first + " " + last;
    cout << full << " has " << full.size() << " characters\n";
    return 0;
}

Maria Lopez has 11 characters

এই output input Maria Lopez-এর জন্য। C version-এ লাগে তিনটা array-র size, overflow ঠেকাতে একটা %19s, আর জোড়া লাগাতে দুইটা library call। C++ version-এ কোথাও কোনো size নেই। মানে string হলো এমন text, যার size তোমাকে হাতে ঠিক করতে হয় না।

String হলো character-এর এক সারি, সাথে আরেকটু

ভেতরে একটা string ওর character-গুলো পাশাপাশি রাখে memory-র একটাই block-এ, ঠিক C array বা Module 2-এর vector-এর মতো। এখানে একটা character মানে একটা char, মানে এক byte। String আরও দুইটা সংখ্যা রাখে: ওর size, মানে এখন কয়টা character আছে, আর ওর capacity, মানে বড় block লাগার আগে কয়টা আঁটবে।

Block-এ আরও একটা জিনিস বসে থাকে। শেষ character-এর পরে library একটা '\0' রেখে দেয়, C string যে শেষ-চিহ্ন ব্যবহার করে, সেটাই। এটা size-এ গোনা হয় না। এটা থাকে যাতে string এক ধাপেই ওর text একটা C function-এর হাতে দিতে পারে (lesson 02 দেখাবে c_str())।

মানে string হলো character-এর একটা vector, যেটা সাথে একটা শেষ-চিহ্নও রাখে। এজন্যই name.size() সাথে সাথে উত্তর দেয়, যেখানে strlen(name) পুরোটা হেঁটে আসত।

প্রথম দিনেই যে syntax লাগবে

#include <string>

string s;                     an empty string, ""
string s = "Maria";           a copy of this text
string s(5, '*');             5 copies of one character, "*****"
s.size()   s.length()         how many characters (bytes) it holds
s.empty()                     true when it holds none
s[i]                          the character at index i, 0 to s.size() - 1
s + t      s += t             a new joined string; add t to the end of s
s == t                        true when the two texts are the same
cin >> s;                     read one word, up to a space or a line break
getline(cin, s);              read a whole line, spaces included

মানে string declare করো আর দশটা variable-এর মতোই, আর ওর উপর যা করবে, সেটা হয় একটা operator, নয়তো dot দিয়ে একটা call।

String বানানোর চার উপায়

String তুমি চার রকম চেহারায় বানাবে। এই program প্রতিটার একটা করে বানায়, আর bracket-এর মধ্যে print করে, যাতে খালিটাও চোখে পড়ে।

#include <iostream>
#include <string>
using namespace std;

int main() {
    string empty_one;
    string name = "Maria";
    string stars(5, '*');
    string copy = name;
    copy[0] = 'm';

    cout << "[" << empty_one << "] size " << empty_one.size() << '\n';
    cout << "[" << name << "] size " << name.size() << '\n';
    cout << "[" << stars << "] size " << stars.size() << '\n';
    cout << "[" << copy << "] size " << copy.size() << '\n';
    return 0;
}

[] size 0
[Maria] size 5
[*****] size 5
[maria] size 5

নিচের table চার লাইনকে আবার পড়ে দেখায়।

শেষ লাইনটা এমন একটা জিনিস দেখায়, যেটা C-এ = কখনো করত না। copy[0] বদলালেও name যেমন ছিল তেমনই থাকল। C-এ char* copy = name; লিখলে একই অক্ষরগুলোর একটা দ্বিতীয় নাম তৈরি হয়। মানে string-এ = text-টা copy করে; ভাগাভাগি করে না।

একটা শব্দ পড়া, আর একটা লাইন পড়া

cin >> s আগে সামনের space-গুলো বাদ দেয়, তারপর একটা শব্দ পড়ে: পরের space, tab বা line break পর্যন্ত character-গুলো। getline(cin, s) লাইনের শেষ পর্যন্ত সবকিছু পড়ে, space-সহ, আর line break-টা ফেলে দেয়। Module 1-এর lesson 02-তে দুটোরই দেখা পেয়েছ। এখানে দুটো একই লাইনের উপর।

#include <iostream>
#include <string>
using namespace std;

int main() {
    string word, rest;
    cin >> word;
    getline(cin, rest);
    cout << "word: [" << word << "]\n";
    cout << "rest: [" << rest << "]\n";
    cout << "rest has " << rest.size() << " characters\n";
    return 0;
}

word: [Maria]
rest: [ Lopez likes tea]
rest has 16 characters

এই output input Maria Lopez likes tea-এর জন্য। >> থেমেছে প্রথম space-এ, আর space-টা input-এই রেখে গেছে। তারপর getline লাইনের বাকিটা নিয়েছে, ওই space দিয়েই শুরু করে। Module 1 যে ফাঁদ দেখিয়েছিল, এটাও সেটাই: cin >> n-এর পরে একটা getline পড়ে ফেলে সংখ্যার লাইনের খালি বাকি অংশটা। তাই শব্দ পড়ো >> দিয়ে, লাইন পড়ো getline দিয়ে, আর একটা থেকে অন্যটায় যাওয়ার আগে লাইনটা শেষ করে নাও।

Index, আর Bob-এর শেষ index

Character-গুলোর নম্বর শুরু হয় 0 থেকে, array-র বাক্সের মতো। Size n-এর একটা string-এর index 0 থেকে n - 1, আর s[i] হলো একটা char, যেটা পড়তে বা বদলাতে পারো। Bob "Maria"-র character code-গুলো print করছে, প্রতি index-এ একটা। শেষেরটা যেন বাদ না পড়ে, তাই ও লেখে <=।

#include <iostream>
#include <string>
using namespace std;

int main() {
    string name = "Maria";
    for (size_t i = 0; i <= name.size(); i++) {
        cout << "[" << (int)name[i] << "]";
    }
    cout << '\n';
    return 0;
}

[77][97][114][105][97][0]

প্রথম পাঁচটা code হলো অক্ষরগুলো: ASCII table থেকে 77 মানে 'M', 97 মানে 'a'। ষষ্ঠটা, 0, হলো name[5], মানে name[name.size()]। Vector হলে এখানে ও block-এর বাইরে পড়ত, Module 2 যেমন দেখিয়েছে। String-এর ওই ঘরে বসে আছে শেষ-চিহ্নটা, আর standard বলে দিয়েছে s[s.size()] সেটাই পড়ে। তাই Bob-এর loop এমন একটা 0 print করে, যেটা ও চায়নি, কোনো crash নেই, কোনো message নেই।

আর এক ধাপ গেলেই আসল ঝামেলা। name[name.size() + 1] text-এর বাইরে, আর কেউ সেটা check করে না। Compiler Explorer-এ, Playground-এর flag দিয়ে, name[name.size() + 5] এক run-এ পড়েছে 9, পরের run-এ -15। ওগুলো পড়ে থাকা পুরোনো byte, তাই যেকোনো run যেকোনো কিছু দিতে পারে। তাই লেখো i < s.size(), আর মনে রাখো, s.size()-এর ঘরটা শেষ-চিহ্ন, কোনো character না।

size() vector-এর মতোই unsigned type, তাই খালি string-এ s.size() - 1 হলো 18446744073709551615, ঠিক যেমন Module 2-এর lesson 01 দেখিয়েছে। বিয়োগ করার আগে empty() check করে নাও।

String মানে byte: বাংলায় Maria-র নাম

Maria জানতে চায়, বাংলায় টাইপ করলে ওর নামের length অন্যরকম হয় কেন। উত্তরটা এই module-এর সবচেয়ে সৎ কথা: string রাখে byte, আর size() গোনে byte। একটা byte হলো 8 bit, 0 থেকে 255-এর মধ্যে একটা সংখ্যা। প্রতিটা ASCII character, মানে ইংরেজি অক্ষর, অঙ্ক আর যতিচিহ্ন, এক byte করে। বাংলা অক্ষর তা না।

Playground text রাখে UTF-8-এ, যে encoding প্রায় সব web page আর Linux system ব্যবহার করে। UTF-8 প্রতিটা ভাষার প্রতিটা character-কে একটা নম্বর দেয়, ওর code point, লেখা হয় U+09AE-এর মতো করে। তারপর ওই নম্বরটা লেখে এক থেকে চার byte দিয়ে। ASCII code point লাগে এক byte। প্রতিটা বাংলা code point লাগে তিন byte।

#include <iostream>
#include <string>
using namespace std;

int main() {
    string en = "Maria";
    string bn = "মারিয়া";
    cout << en << ": size " << en.size() << '\n';
    cout << bn << ": size " << bn.size() << '\n';
    cout << "bytes:";
    for (unsigned char c : bn) {
        cout << ' ' << (int)c;
    }
    cout << '\n';
    return 0;
}

Maria: size 5
মারিয়া: size 21
bytes: 224 166 174 224 166 190 224 166 176 224 166 191 224 166 175 224 166 188 224 166 190

পাঁচ অক্ষর, size 5। বাংলা নামটা দেখতে তিন অক্ষর, মা, রি আর য়া, অথচ ওর size 21। আসলে এটা সাতটা code point: তিনটা ব্যঞ্জন, তিনটা কার আর একটা নুকতা, প্রত্যেকটা লেখা তিন byte দিয়ে। প্রতিটা byte 127-এর উপরে, তাই আলাদাভাবে কোনোটাই ASCII character না। Loop-এ unsigned char নেওয়া হয়েছে, যাতে byte-গুলো 0 থেকে 255 হিসেবে print হয়; Playground-এ সাধারণ char signed, ওটা দিলে এগুলো negative সংখ্যা হয়ে আসত। নিচে নামটা এক code point করে এগিয়ে দেখো।

মানে একটা বাংলা শব্দকে তিনটা সংখ্যা দিয়ে বোঝানো যায়: size() যে byte গোনে, code point-এর সংখ্যা, আর পাঠক যে অক্ষর দেখে। ইংরেজি text-এ তিনটাই এক, এজন্যই এই module-এর problem-গুলোর input ASCII। বাংলায় s[0] হলো একটা অক্ষরের একটা byte, পুরো অক্ষর কখনো না।

+ দিয়ে জোড়া, == দিয়ে তুলনা

+ দুইটা string থেকে নতুন একটা string বানায়, আর += আগের একটা string-এর শেষে যোগ করে। == জিজ্ঞেস করে, দুইটা string-এ একই text আছে কি না। C-এ দুইটা char array-তে == দিলে তুলনা হতো ওদের address, তাই strcmp লাগত। এই program দুই আচরণ পাশাপাশি দেখায়।

#include <iostream>
#include <string>
using namespace std;

int main() {
    char a[] = "tea";
    char b[] = "tea";
    cout << "C arrays equal? " << (a == b) << '\n';

    string x = "tea";
    string y = "te";
    y += 'a';
    cout << "strings equal? " << (x == y) << '\n';

    string order = x + " and " + y;
    cout << order << '\n';
    return 0;
}

C arrays equal? 0
strings equal? 1
tea and tea

দুইটা array-তে একই অক্ষর, কিন্তু ওরা থাকে দুই address-এ, তাই a == b false। String-রা তুলনা করে character-গুলো, তাই y দুই ধাপে বানানো হলেও x == y true। += একটা পুরো string যত সহজে নেয়, একটা char, 'a', তত সহজেই নিয়েছে। মানে string-এ ==-এর অর্থ "একই text", আর তুমি এতদিন সেটাই বোঝাতে চাইছিলে।

+ নিয়ে একটা নিয়ম আছে: প্রতিটা জোড়ার অন্তত এক পাশে একটা string থাকতে হবে। x + " and " + y চলে, কারণ ওটা শুরু হয় একটা string থেকে, আর প্রতিটা ধাপ আবার একটা string ফেরত দেয়। Quote-এর ভেতরের দুইটা text string না, ওরা C array, তাই "Maria" + " " + last কোনো command line-এই compile হয় না। GCC 12 বলে error: invalid operands of types 'const char [6]' and 'const char [2]' to binary 'operator+'। একটা string দিয়ে শুরু করো, নয়তো লেখো string("Maria")।

#include <iostream>
#include <string>
using namespace std;

int main() {
    string dish;
    cin >> dish;
    cout << dish << " has " << dish.size() << " letters\n";
    cout << "first " << dish[0] << ", last " << dish[dish.size() - 1] << '\n';
    return 0;
}

biryani has 7 letters
first b, last i

#include <iostream>
#include <string>
using namespace std;

int main() {
    string line, longest;
    while (getline(cin, line)) {
        cout << line << " (" << line.size() << ")\n";
        if (line.size() > longest.size()) {
            longest = line;
        }
    }
    cout << "longest: " << longest << '\n';
    return 0;
}

Maria Lopez (11)
Bob (3)
Kenji Watanabe (14)
longest: Kenji Watanabe

#include <iostream>
#include <string>
using namespace std;

int main() {
    string pw;
    while (getline(cin, pw)) {
        bool digit = false, capital = false;
        for (char c : pw) {
            if (c >= '0' && c <= '9') {
                digit = true;
            }
            if (c >= 'A' && c <= 'Z') {
                capital = true;
            }
        }
        bool ok = pw.size() >= 8 && digit && capital;
        cout << "[" << pw << "] " << (ok ? "strong" : "weak") << '\n';
    }
    return 0;
}

[tea4two] weak
[Tea4two!] strong
[] weak
[Biryani2026] strong

string name;
cin >> name;
cout << "Hello, " << name << "!\n";

string name = "Maria";
printf("%s\n", name);

string s;
s[0] = 'M';
cout << "[" << s << "] size " << s.size() << '\n';

#include <iostream>
#include <string>
using namespace std;

int main() {
    string kenji(3, 'a');
    string bob = "3" + 1;
    cout << "[" << kenji << "] [" << bob << "]\n";
    return 0;
}

#include <iostream>
#include <string>
using namespace std;

int main()
{
    ios::sync_with_stdio(false);
    cin.tie(nullptr);

    string word;
    while (cin >> word) {
        // Keep the longest word seen so far.
        // Replace it only when this word is strictly longer.
    }

    // Print the longest word, a space, and its length.

    return 0;
}

#include <iostream>
#include <string>
using namespace std;

int main() {
    string name;
    getline(cin, name);

    // Make a string of stars as long as the framed line,
    // then print the three lines.

    return 0;
}

#include <iostream>
#include <string>
using namespace std;

int main() {
    string line;
    getline(cin, line);

    // Count the bytes that start a code point.
    // Hint: look at the bytes of the Bangla name in this lesson.

    return 0;
}

এরপর Bob s = s + c দিয়ে একটা লম্বা লাইন বানায়, আর বসে বসে অপেক্ষা করে। কেন, সেটা দেখাতে lesson 02 string-এর প্রতিটা operation-এর খরচ মেপে দেখবে।