0x05-C语言指针:(Volume-1)

这似乎是一个很凝重的话题，但是它真的很有趣。

1. 指针是指向某一类型的东西，任何一个整体，只要能称为整体就能拥有它自己的独一无二的指针类型，所以指针的类型其实是近似无穷无尽的

2. 函数名在表达式中总是以函数指针的身份呈现，除了取地址运算符以及sizeof

3. C语言最晦涩难明的就是它复杂的声明: void (*signal(int sig, void (*func)(int)))(int),试试着把它改写成容易理解的形式

4. 对于指针，尽最大的限度使用const保护它，无论是传递给函数，还是自己使用

先来看看一个特殊的指针，姑且称它为指针，因为它依赖于环境: NULL，是一个神奇的东西。先附上定义，在编译器中会有两种NULL(每种环境都有唯一确定的NULL):

  1. #define NULL 0
  2. #define NULL ((void*)0)

有什么区别吗？看起来没什么区别都是0，只不过一个是常量，一个是地址为0的指针。

当它们都作为指针的值时并不会报错或者警告，即编译器或者说C标准认为这是合法的:

  1. int* temp_int_1 = 0; //无警告
  2. int* temp_int_2 = (void*)0; //无警告
  3. int* temp_int_3 = 10; //出现警告

为什么？为什么0可以赋值给指针，但是10却不行？他们都是常量。

因为C语言规定当处理上下文的编译器发现常量0出现在指针赋值的语句中，它就作为指针使用，似乎很扯淡，可是却是如此。

回到最开始，对于NULL的两种情况，会有什么区别？拿字符串来说，实际上我是将字符数组看作是C风格字符串。

在C语言中，字符数组是用来存储一连串有意义的字符，默认在这些字符的结尾添加'\0'，好这里又出现了一个0值。

对于某些人，在使用字符数组的时候总是分不清楚NULL与'\0'的区别而误用，在字符数组的末尾使用NULL是绝对错误的！虽然它们的本质都是常量0，但由于位置不同所以含义也不同。

开胃菜已过

对于一个函数，我们进行参数传递，参数有两种形式: 形参与实参

  1. int function(int value)
  2. {
  3.         /*...*/
  4. }
  5. //...
  6. function(11);

其中，value是形参，11是实参，我们知道场面上，C语言拥有两种传递方式:按值传递和按址传递，但是你是否有认真研究过？这里给出一个实质，其实C语言只有按值传递，所谓按址传递只不过是按值传递的一种假象。至于原因稍微一想便能明白。

对于形参和实参而言两个关系紧密，可以这么理解总是实参将自己的一份拷贝传递给形参，这样形参便能安全的使用实参的值，但也带给我们一些麻烦，最经典的交换两数

  1. void swap_v1(int* val_1, int* val_2)
  2. {
  3.     int temp = *val_1;
  4.     *val_1 = *val_2;
  5.     *val_2 = *val_1;
  6. }

这就是所谓的按址传递，实际上只是将外部指针(实参)的值做一个拷贝，传递给形参val_1与val_2，实际上我们使用:

  1. #define SWAP_V2(a, b) (a += b, b = a - b, a -= b)
  2. #define SWAP_V3(x, y) {x ^= y; y ^= x; x ^= y}

试一试是不是很神奇，而且省去了函数调用的时间，空间开销。上述两种写法的原理实质是一样的。

但是，动动脑筋想一想，这种写法真的没有瑕疵吗？如果输入的两个参数本就指向同一块内存，会发生什么？

  1. ...
  2. int test_1 = 10, test_2 = 100;
  3. SWAP_V2(test_1, test_2);                    
  4. printf("Now the test_1 is %d, test_2 is %d\n", test_1, test_2);
  5. .../*恢复原值*/
  6. SWAP_V2(test_1, test_1);
  7. printf("Now the test_1 is %d\n", test_1);

会输出什么？:

  1. $: Now the test_1 is 100, test_2 is 10
  2. $: Now the test_1 is 0

对，输出了0，为什么？稍微动动脑筋就能相通，那么对于后面的SWAP_V3亦是如此，所以在斟酌之下，解决方案应该尽可能短小精悍:

  1. static inline void swap_final(int* val_1, int* val_2)
  2. {
  3.     if(val_1 == val_2)
  4.         return;
  5.     *val_1 ^= *val_2;
  6.     *val_2 ^= *val_1;
  7.     *val_1 ^= *val_2;
  8. }
  9. #define SWAP(x, y) \
  10. do{                    \
  11.     if(&x == &y)    \
  12.         break;         \
  13.     x ^= y;        \
  14.     y ^= x;        \
  15.     x ^= y;        \
  16. }while(0)

这便是目前能找到最好的交换函数，我们在此基础上可以考虑的更深远一些，如何让这个交换函数更加通用？即适用范围更大？暂不考虑浮点类型。 提示：可用void*

与上面的情况类似，偶尔的不经意就会造成严重的后果:

  1. int combine_1(int* dest, int* add)
  2. {
  3.     *dest += *add;
  4.     *dest += *add;
  5.     return *dest;
  6. }
  7. int combine_2(int* dest, int* add)
  8. {
  9.     *dest += 2 * (*add);//在不确定优先级时用括号是一个明智的选择
  10.     return *dest;
  11. }

上述两个函数的功能一样吗？恩看起来是一样的

  1. int test_3 = 10, test_4 = 100;
  3. combine_1(&test_3, &test_4);
  4. printf("After combine_1, test_3 = %d\n",test_3);
  5. .../*恢复原值*/
  6. combine_2(&test_3, &test_4);
  7. printf("After combine_2, test_3 = %d\n",test_3);

输出

$: After combine_1, test_3 = 210

$: After combine_2, test_3 = 210

如果传入两个同一对象呢？

  1. ... /*恢复test_3原值*/
  2. combine_1(&test_3, &test_3);
  3. printf("After second times combine_1, test_3 = %d\n",test_3);
  4. ...
  5. combine_2(&test_3, &test_3);
  6. printf("After second times combine_2, test_3 = %d\n",test_3);

输出

$: After second times combine_1, test_3 = 40

$: After second times combine_2, test_3 = 30

知道真相总是令人吃惊，指针也是那么令人又爱又恨。

  • C99 标准之后出现了一个新的关键字， restrict，被用于修饰指针，它并没有太多的显式作用，甚至加与不加，在 你自己 看来，效果毫无区别。但是反观标准库的代码中，许多地方都使用了该关键字，这是为何
    • 首先这个关键字是写给编译器看的
    • 其次这个关键字的作用在于辅助编译器更好的优化该程序(后方文章会有介绍)
    • 最后，如果不熟悉，绝对不要乱用这个关键字。
关于数组的那些事

数组和指针一样吗？

不一样

要时刻记住，数组与指针是不同的东西。但是为什么下面代码是正确的？

  1. int arr[10] = {10, 9, 8, 7};
  2. int* parr  = arr;

我们还是那句话，结合上下文，编译器推出 arr处于赋值操作符的右侧，默默的将他转换为对应类型的指针，而我们在使用arr时也总是将其当成是指向该数组内存块首位的指针。

  1. //int function2(const int test_arr[10]
  2. //int function2(const int test_arr[]) 考虑这三种写法是否一样
  3. int function2(const int* test_arr)
  4. {
  5.     return sizeof(test_arr);
  6. }
  7. ...
  8. int size_out = sizeof(arr);
  9. int size_in  = function2(arr);
  11. printf("size_out = %d, size_in = %d\n", size_out, size_in);

输出: size_out = 40, size_in = 8

这就是为什么数组与指针不同的原因所在，在外部即定义数组的代码块中，编译器通过上下文发觉此处arr是一个数组，而arr代表的是一个指向10个int类型的数组的指针，只所谓最开始的代码是正确的，只是因为这种用法比较多，就成了标准的一部分。就像世上本没有路，走的多了就成了路。”正确”的该怎么写

  1. int (*p)[10] = &arr;

此时p的类型就是一个指向含有10个元素的数组的指针,此时(*p)[0]产生的效果是arr[0]，也就是parr[0]，但是(*p)呢？这里不记录，结果是会溢出，为什么？

这就是数组与指针的区别与联系，但是既然我们可以使用像parr这样的指针，又为什么要写成int (*p)[10]这样丑陋不堪的模式呢？原因如下:

  • 回到最开始说过的传递方式，按值传递在传递arr时只是纯粹的将其值进行传递，而丢失了上下文的它只是一个普通指针，只不过我们程序员知道它指向了一块有意义的内存的起始位置，我想要将数组的信息一起传递，除了额外增加一个参数用来记录数组的长度以外，也可以使用这个方法，传递一个指向数组的指针 这样我们就能只传递一个参数而保留所有信息。但这么做的也有限制:对于不同大小，或者不同存储类型的数组而言，它们的类型也有所不同

    1.   int arr_2[5];
    2.   int (*p_2)[5] = &arr_2;
    3.   float arr_3[5];
    4.   float (*p_3)[5] = &arr_3;

    如上所示，指向数组的指针必须明确指定数组的大小，数组存储类型，这就让指向数组的指针有了比较大的限制。

  • 这种用法在多维数组中使用的比较多，但总体来说平常用的并不多，就我而言，更倾向于使用一维数组来表示多维数组，实际上诚如前面所述，C语言是一个非常简洁的语言，它没有太多的废话，就本质而言C语言并没有多维数组，因为内存是一种线性存在，即便是多维数组也是实现成一维数组的形式。

    • 就多维数组在这里解释一下。所谓多维数组就是将若干个降一维的数组组合在一起，降一维的数组又由若干个更降一维的数组组合在一起，直到最低的一维数组，举个例子:

      int dou_arr[5][3]; 就这个二维数组而言，将5个每个为3个int类型的数组组合在一起，要想指向这个数组该怎么做？

      1.   int (*p)[3]        = &dou_arr[0];
      2.   int (*dou_p)[5][3] = &dou_arr;
      3.   int (*what_p)[3]   = dou_arr;

      实际上多维数组只是将多个降一维的数组组合在一起，令索引时比较直观而已。当真正理解了内存的使用，反而会觉得多维数组带给自己更多限制 对于第三句的解释，当数组名出现在赋值号右侧时，它将是一个指针，类型则是 指向该数组元素的类型，而对于一个多维数组来说，其元素类型则是其降一维数组，即指向该降一维数组的指针类型。这个解释有点绕，自己动手写一写就好很多。

对于某种形式下的操作，我们总是自然的将相似的行为结合在一起考虑。考虑如下代码:

  1. int* arr_3[5] = {1, 2, 3, 4, 5};
  2. int* p_4      = arr_3;
  4. printf("%d == %d == %d ?\n", arr_3[2], *(p_4 + 2), *(arr_3 + 2));

输出: 3 == 3 == 3 ? 实际上对于数组与指针而言， []操作在大多数情况下都能有相同的结果，对于指针而言*(p_4 + 2)相当于p_4[2]，也就是说[]便是指针运算的语法糖，有意思的是2[p_4]也相当于p_4[2]，"Iamastring"[2] == 'm'，但这只是娱乐而已，实际中请不要这么做，除非是代码混乱大赛或者某些特殊用途。 在此处，应该声明的是这几种写法的执行效率完全一致，并不存在一个指针运算便快于[]运算，这些说法都是上个世纪的说法了，随着时代的发展，我们应该更加注重代码整洁之道

在此处还有一种奇异又实用的技巧，在char数组中使用指针运算进行操作，提取不同类型的数据，或者是在不同类型数组中，使用char*指针抽取其中内容，才是显示指针运算的用途。但在使用不同类型指针操作内存块的时候需要注意，不要操作无意义的区域或者越界操作。

实际上，最简单的安全研究之一，便是利用溢出进行攻击。

Advance:对于一个函数中的某个数组的增长方向，总是向着返回地址的，中间可能隔着许多其他自动变量，我们只需要一直进行溢出试验，直到某一次，该函数无法正常返回了！那就证明我们找到了该函数的返回地址存储地区，这时候我们可以进行一些操作，例如将我们想要的返回地址覆盖掉原先的返回地址，这就是所谓的溢出攻击中的一种。