C语言结构体里的成员数组和指针
單看這文章的標(biāo)題，你可能會(huì)覺(jué)得好像沒(méi)什么意思。你先別下這個(gè)結(jié)論，相信這篇文章會(huì)對(duì)你理解C語(yǔ)言有幫助。這篇文章產(chǎn)生的背景是在微博上，看到@Laruence同學(xué)出了一個(gè)關(guān)于C語(yǔ)言的題，微博鏈接。微博截圖如下。我覺(jué)得好多人對(duì)這段代碼的理解還不夠深入，所以寫下了這篇文章。
為了方便你把代碼copy過(guò)去編譯和調(diào)試，我把代碼列在下面：
| 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 | #include <stdio.h> struct str{ ????int len; ????char s[0]; }; struct foo { ????struct str *a; }; int main(int argc, char** argv) { ????struct foo f={0}; ????if (f.a->s) { ????????printf( f.a->s); ????} ????return 0; } |
你編譯一下上面的代碼，在VC++和GCC下都會(huì)在14行的printf處crash掉你的程序。@Laruence?說(shuō)這個(gè)是個(gè)經(jīng)典的坑，我覺(jué)得這怎么會(huì)是經(jīng)典的坑呢？上面這代碼，你一定會(huì)問(wèn)，為什么if語(yǔ)句判斷的不是f.a？而是f.a里面的數(shù)組？寫這樣代碼的人腦子里在想什么？還是用這樣的代碼來(lái)玩票？不管怎么樣，看過(guò)原微博的回復(fù)，我個(gè)人覺(jué)得大家主要還是對(duì)C語(yǔ)言理解不深，如果這算坑的話，那么全都是坑。
接下來(lái)，你調(diào)試一下，或是你把14行的printf語(yǔ)句改成：
| 1 | printf("%x\n", f.a->s); |
你會(huì)看到程序不crash了。程序輸出：4。 這下你知道了，訪問(wèn)0x4的內(nèi)存地址，不crash才怪。于是，你一定會(huì)有如下的問(wèn)題：
1）為什么不是 13行if語(yǔ)句出錯(cuò)？f.a被初始化為空了嘛，用空指針訪問(wèn)成員變量為什么不crash？
2）為什么會(huì)訪問(wèn)到了0x4的地址？靠，4是怎么出來(lái)的？
3）代碼中的第4行，char s[0] 是個(gè)什么東西？零長(zhǎng)度的數(shù)組？為什么要這樣玩？
讓我們從基礎(chǔ)開(kāi)始一點(diǎn)一點(diǎn)地來(lái)解釋C語(yǔ)言中這些詭異的問(wèn)題。
結(jié)構(gòu)體中的成員
首先，我們需要知道——所謂變量，其實(shí)是內(nèi)存地址的一個(gè)抽像名字罷了。在靜態(tài)編譯的程序中，所有的變量名都會(huì)在編譯時(shí)被轉(zhuǎn)成內(nèi)存地址。機(jī)器是不知道我們?nèi)〉拿值?#xff0c;只知道地址。
所以有了——棧內(nèi)存區(qū)，堆內(nèi)存區(qū)，靜態(tài)內(nèi)存區(qū)，常量?jī)?nèi)存區(qū)，我們代碼中的所有變量都會(huì)被編譯器預(yù)先放到這些內(nèi)存區(qū)中。
有了上面這個(gè)基礎(chǔ)，我們來(lái)看一下結(jié)構(gòu)體中的成員的地址是什么？我們先簡(jiǎn)單化一下代碼：
| 1 2 3 4 | struct test{ ????int i; ????char *p; }; |
上面代碼中，test結(jié)構(gòu)中i和p指針，在C的編譯器中保存的是相對(duì)地址——也就是說(shuō)，他們的地址是相對(duì)于struct test的實(shí)例的。如果我們有這樣的代碼：
| 1 | struct test t; |
我們用gdb跟進(jìn)去，對(duì)于實(shí)例t，我們可以看到：
| 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 | # t實(shí)例中的p就是一個(gè)野指針 (gdb) p t $1 = {i = 0, c = 0 '\000', d = 0 '\000', p = 0x4003e0 "1\355I\211\..."} # 輸出t的地址 (gdb) p &t $2 = (struct test *) 0x7fffffffe5f0 #輸出(t.i)的地址 (gdb) p &(t.i) $3 = (char **) 0x7fffffffe5f0 #輸出(t.p)的地址 (gdb) p &(t.p) $4 = (char **) 0x7fffffffe5f4 |
我們可以看到，t.i的地址和t的地址是一樣的，t.p的址址相對(duì)于t的地址多了個(gè)4。說(shuō)白了，t.i 其實(shí)就是(&t + 0x0),?t.p 的其實(shí)就是 (&t + 0x4)。0x0和0x4這個(gè)偏移地址就是成員i和p在編譯時(shí)就被編譯器給hard code了的地址。于是，你就知道，不管結(jié)構(gòu)體的實(shí)例是什么——訪問(wèn)其成員其實(shí)就是加成員的偏移量。
下面我們來(lái)做個(gè)實(shí)驗(yàn)：
| 1 2 3 4 5 6 7 8 9 10 | struct test{ ????int i; ????short c; ????char *p; }; int main(){ ????struct test *pt=NULL; ????return 0; } |
編譯后，我們用gdb調(diào)試一下，當(dāng)初始化pt后，我們看看如下的調(diào)試：（我們可以看到就算是pt為NULL，訪問(wèn)其中的成員時(shí)，其實(shí)就是在訪問(wèn)相對(duì)于pt的內(nèi)址）
| 1 2 3 4 5 6 7 8 | (gdb) p pt $1 = (struct test *) 0x0 (gdb) p pt->i Cannot access memory at address 0x0 (gdb) p pt->c Cannot access memory at address 0x4 (gdb) p pt->p Cannot access memory at address 0x8 |
注意：上面的pt->p的偏移之所以是0x8而不是0x6，是因?yàn)閮?nèi)存對(duì)齊了（我在64位系統(tǒng)上）。關(guān)于內(nèi)存對(duì)齊，可參看《深入理解C語(yǔ)言》一文。
好了，現(xiàn)在你知道為什么原題中會(huì)訪問(wèn)到了0x4的地址了吧，因?yàn)槭窍鄬?duì)地址。
相對(duì)地址有很好多處，其可以玩出一些有意思的編程技巧，比如把C搞出面向?qū)ο笫降母杏X(jué)來(lái)，你可以參看我正好11年前的文章《用C寫面向?qū)ο竦某绦颉?#xff08;用指針類型強(qiáng)轉(zhuǎn)的危險(xiǎn)玩法——相對(duì)于C++來(lái)說(shuō)，C++編譯器幫你管了繼承和虛函數(shù)表，語(yǔ)義也清楚了很多）
指針和數(shù)組的差別
有了上面的基礎(chǔ)后，你把源代碼中的struct str結(jié)構(gòu)體中的char s[0];改成char *s;試試看，你會(huì)發(fā)現(xiàn)，在13行if條件的時(shí)候，程序因?yàn)镃annot access memory就直接掛掉了。為什么聲明成char s[0]，程序會(huì)在14行掛掉，而聲明成char *s，程序會(huì)在13行掛掉呢？那么char *s 和 char s[0]有什么差別呢？
在說(shuō)明這個(gè)事之前，有必要看一下匯編代碼，用GDB查看后發(fā)現(xiàn)：
- 對(duì)于char s[0]來(lái)說(shuō)，匯編代碼用了lea指令，lea ? 0x04(%rax), ? %rdx
- 對(duì)于char*s來(lái)說(shuō)，匯編代碼用了mov指令，mov 0x04(%rax), ? %rdx
lea全稱load effective address，是把地址放進(jìn)去，而mov則是把地址里的內(nèi)容放進(jìn)去。所以，就crash了。
從這里，我們可以看到，訪問(wèn)成員數(shù)組名其實(shí)得到的是數(shù)組的相對(duì)地址，而訪問(wèn)成員指針其實(shí)是相對(duì)地址里的內(nèi)容（這和訪問(wèn)其它非指針或數(shù)組的變量是一樣的）
換句話說(shuō)，對(duì)于數(shù)組 char s[10]來(lái)說(shuō)，數(shù)組名 s 和 &s 都是一樣的（不信你可以自己寫個(gè)程序試試）。在我們這個(gè)例子中，也就是說(shuō)，都表示了偏移后的地址。這樣，如果我們?cè)L問(wèn) 指針的地址（或是成員變量的地址），那么也就不會(huì)讓程序掛掉了。
正如下面的代碼，可以運(yùn)行一點(diǎn)也不會(huì)crash掉（你匯編一下你會(huì)看到用的都是lea指令）：
| 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 | struct test{ ????int i; ????short c; ????char *p; ????char s[10]; }; int main(){ ????struct test *pt=NULL; ????printf("&s = %x\n", pt->s); //等價(jià)于 printf("%x\n", &(pt->s) ); ????printf("&i = %x\n", &pt->i); //因?yàn)椴僮鞣麅?yōu)先級(jí)，我沒(méi)有寫成&(pt->i) ????printf("&c = %x\n", &pt->c); ????printf("&p = %x\n", &pt->p); ????return 0; } |
看到這里，你覺(jué)得這能算坑嗎？不要出什么事都去怪語(yǔ)言，大家要想想是不是問(wèn)題出在自己身上。
關(guān)于零長(zhǎng)度的數(shù)組
首先，我們要知道，0長(zhǎng)度的數(shù)組在ISO C和C++的規(guī)格說(shuō)明書(shū)中是不允許的。這也就是為什么在VC++2012下編譯你會(huì)得到一個(gè)警告：“arning C4200: 使用了非標(biāo)準(zhǔn)擴(kuò)展 : 結(jié)構(gòu)/聯(lián)合中的零大小數(shù)組”。
那么為什么gcc可以通過(guò)而連一個(gè)警告都沒(méi)有？那是因?yàn)間cc 為了預(yù)先支持C99的這種玩法，所以，讓“零長(zhǎng)度數(shù)組”這種玩法合法了。關(guān)于GCC對(duì)于這個(gè)事的文檔在這里：“Arrays of Length Zero”，文檔中給了一個(gè)例子（我改了一下，改成可以運(yùn)行的了）：
| 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 | #include <stdlib.h> #include <string.h> struct line { ???int length; ???char contents[0]; // C99的玩法是：char contents[]; 沒(méi)有指定數(shù)組長(zhǎng)度 }; int main(){ ????int this_length=10; ????struct line *thisline = (struct line *) ?????????????????????malloc (sizeof (struct line) + this_length); ????thisline->length = this_length; ????memset(thisline->contents, 'a', this_length); ????return 0; } |
上面這段代碼的意思是：我想分配一個(gè)不定長(zhǎng)的數(shù)組，于是我有一個(gè)結(jié)構(gòu)體，其中有兩個(gè)成員，一個(gè)是length，代表數(shù)組的長(zhǎng)度，一個(gè)是contents，代碼數(shù)組的內(nèi)容。后面代碼里的 this_length（長(zhǎng)度是10）代表是我想分配的數(shù)據(jù)的長(zhǎng)度。（這看上去是不是像一個(gè)C++的類？）這種玩法英文叫：Flexible Array，中文翻譯叫：柔性數(shù)組。
我們來(lái)用gdb看一下：
| 1 2 3 4 5 6 7 8 | (gdb) p thisline $1 = (struct line *) 0x601010 (gdb) p *thisline $2 = {length = 10, contents = 0x601010 "\n"} (gdb) p thisline->contents $3 = 0x601014 "aaaaaaaaaa" |
我們可以看到：在輸出*thisline時(shí)，我們發(fā)現(xiàn)其中的成員變量contents的地址居然和thisline是一樣的（偏移量為0x0??!!）。但是當(dāng)我們輸出thisline->contents的時(shí)候，你又發(fā)現(xiàn)contents的地址是被offset了0x4了的，內(nèi)容也變成了10個(gè)‘a(chǎn)’。（我覺(jué)得這是一個(gè)GDB的bug，VC++的調(diào)試器就能很好的顯示）
我們繼續(xù)，如果你sizeof(char[0])或是 sizeof(int[0]) 之類的零長(zhǎng)度數(shù)組，你會(huì)發(fā)現(xiàn)sizeof返回了0，這就是說(shuō)，零長(zhǎng)度的數(shù)組是存在于結(jié)構(gòu)體內(nèi)的，但是不占結(jié)構(gòu)體的size。你可以簡(jiǎn)單的理解為一個(gè)沒(méi)有內(nèi)容的占位標(biāo)識(shí)，直到我們給結(jié)構(gòu)體分配了內(nèi)存，這個(gè)占位標(biāo)識(shí)才變成了一個(gè)有長(zhǎng)度的數(shù)組。
看到這里，你會(huì)說(shuō)，為什么要這樣搞啊，把contents聲明成一個(gè)指針，然后為它再分配一下內(nèi)存不行么？就像下面一樣。
| 1 2 3 4 5 6 7 8 9 10 11 12 13 | struct line { ???int length; ???char *contents; }; int main(){ ????int this_length=10; ????struct line *thisline = (struct line *)malloc (sizeof (struct line)); ????thisline->contents = (char*) malloc( sizeof(char) * this_length ); ????thisline->length = this_length; ????memset(thisline->contents, 'a', this_length); ????return 0; } |
這不一樣清楚嗎？而且也沒(méi)什么怪異難懂的東西。是的，這也是普遍的編程方式，代碼是很清晰，也讓人很容易理解。即然這樣，那為什么要搞一個(gè)零長(zhǎng)度的數(shù)組？有毛意義？！
這個(gè)事情出來(lái)的原因是——我們想給一個(gè)結(jié)構(gòu)體內(nèi)的數(shù)據(jù)分配一個(gè)連續(xù)的內(nèi)存！這樣做的意義有兩個(gè)好處：
第一個(gè)意義是，方便內(nèi)存釋放。如果我們的代碼是在一個(gè)給別人用的函數(shù)中，你在里面做了二次內(nèi)存分配，并把整個(gè)結(jié)構(gòu)體返回給用戶。用戶調(diào)用free可以釋放結(jié)構(gòu)體，但是用戶并不知道這個(gè)結(jié)構(gòu)體內(nèi)的成員也需要free，所以你不能指望用戶來(lái)發(fā)現(xiàn)這個(gè)事。所以，如果我們把結(jié)構(gòu)體的內(nèi)存以及其成員要的內(nèi)存一次性分配好了，并返回給用戶一個(gè)結(jié)構(gòu)體指針，用戶做一次free就可以把所有的內(nèi)存也給釋放掉。（讀到這里，你一定會(huì)覺(jué)得C++的封閉中的析構(gòu)函數(shù)會(huì)讓這事容易和干凈很多）
第二個(gè)原因是，這樣有利于訪問(wèn)速度。連續(xù)的內(nèi)存有益于提高訪問(wèn)速度，也有益于減少內(nèi)存碎片。（其實(shí)，我個(gè)人覺(jué)得也沒(méi)多高了，反正你跑不了要用做偏移量的加法來(lái)尋址）
我們來(lái)看看是怎么個(gè)連續(xù)的，用gdb的x命令來(lái)查看：(我們知道，用struct line {}中的那個(gè)char contents[]不占用結(jié)構(gòu)體的內(nèi)存，所以，struct line就只有一個(gè)int成員，4個(gè)字節(jié)，而我們還要為contents[]分配10個(gè)字節(jié)長(zhǎng)度，所以，一共是14個(gè)字節(jié))
| 1 2 3 | (gdb) x /14b thisline 0x601010:?????? 10????? 0?????? 0?????? 0?????? 97????? 97????? 97????? 97 0x601018:?????? 97????? 97????? 97????? 97????? 97????? 97 |
從上面的內(nèi)存布局我們可以看到，前4個(gè)字節(jié)是 int length，后10個(gè)字節(jié)就是char contents[]。
如果用指針的話，會(huì)變成這個(gè)樣子：
| 1 2 3 4 5 6 | (gdb) x /16b thisline 0x601010:?????? 1?????? 0?????? 0?????? 0?????? 0?????? 0?????? 0?????? 0 0x601018:?????? 32????? 16????? 96????? 0?????? 0?????? 0?????? 0?????? 0 (gdb) x /10b this->contents 0x601020:?????? 97????? 97????? 97????? 97????? 97????? 97????? 97????? 97 0x601028:?????? 97????? 97 |
上面一共輸出了四行內(nèi)存，其中，
- 第一行前四個(gè)字節(jié)是 int length，第一行的后四個(gè)字節(jié)是對(duì)齊。
- 第二行是char* contents，64位系統(tǒng)指針8個(gè)長(zhǎng)度，他的值是0x20 0x10 0x60 也就是0x601020。
- 第三行和第四行是char* contents指向的內(nèi)容。
從這里，我們看到，其中的差別——數(shù)組的原地就是內(nèi)容，而指針的那里保存的是內(nèi)容的地址。
后記
好了，我的文章到這里就結(jié)束了。但是，請(qǐng)?jiān)试S我再嘮叨兩句。
1）看過(guò)這篇文章，你覺(jué)得C復(fù)雜嗎？我覺(jué)得并不簡(jiǎn)單。某些地方的復(fù)雜程度不亞于C++。
2）那些學(xué)不好C++的人一定是連C都學(xué)不好的人。連C都沒(méi)學(xué)好，你們根本沒(méi)有資格鄙視C++。
3）當(dāng)你們?cè)谡f(shuō)有坑的時(shí)候，你得問(wèn)一下自己，是真有坑還是自己的學(xué)習(xí)能力上出了問(wèn)題。
如果你覺(jué)得你的C語(yǔ)言還不錯(cuò)，歡迎你看看《C語(yǔ)言的謎題》還有《誰(shuí)說(shuō)C語(yǔ)言很簡(jiǎn)單？》還有《語(yǔ)言的歧義》以及《深入理解C語(yǔ)言》一文。
原文地址：?http://coolshell.cn/articles/11377.html
總結(jié)
以上是生活随笔為你收集整理的C语言结构体里的成员数组和指针的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。
- 上一篇： 以Binder视角来看Service启动
- 下一篇： Android So简单加固