3484 字
17 分钟
指针、数组、字符串的恩怨,这有你想知道的一切

内存组成#

为了讲明白不同方式下数组、字符串定义时在内存中的存放方式,需要先对计算机内存分区组成有所了解:

在这里插入图片描述

堆区#

堆区 (Heap):由程序员手动申请释放的内存空间。

  1. C中:malloc()colloc()函数申请,用free()释放

若不用free()释放,容易造成内存泄露(即内存被浪费、耗尽)。

  • ptr = (castType*) malloc(size);

传入参数为内存的字节数,内存未被初始化。

  • ptr = (castType*)calloc(n, size);

存入参数为内存块数与每块字节数,内存初始化为0

  • free(ptr);

释放申请的内存。

  1. C++中:new申请,delete释放。newdelete都是操作符
  • int *arr = new int[10];
  • delete[] arr;

栈区#

栈区 (Stack):由系统管理,存放函数参数与局部变量。函数完成执行,系统自行释放栈区内存。

静态存储区#

静态存储区 (Static Storage Area):在编译阶段分配好内存空间并初始化。

其中全局区存放静态变量(static修饰的变量)、全局变量(具有全局作用域的变量);常量区存放常量(又称为字面量)。

常量可分为整数常量(如1000L)、浮点常量(如314158E-5L)、字符常量(如’A’、‘\n’)和字符串常量(如”Hello”)

const关键字修饰的的变量无法修改,但存放的位置取决于变量本身是全局变量还是局部变量。当修饰的变量是全局变量,则放在全局区,否则依然在栈区分配。

static关键字修饰的变量存在全局区的静态变量区。

常变量宏定义的概念不同。

常变量存储在静态存储区,初始化后无法修改。

宏定义在预处理阶段就被替换。不存在与任何内存区域。

代码区#

代码区 (Code Segment):存放程序体的二进制代码。

代码示例#

/*示例代码*/
int a = 0; //静态全局变量区
char *p1; //编译器默认初始化为NULL,存在静态全局变量区
void main()
{
int b; //栈
char s[] = "abc"; //栈
char *p1 = "123"; //"123"在字符串常量区,p1在栈区
p2 = (char *)malloc(10); //堆区
strcpy(p2, "123"); //"123"放在字符串常量区
const int d = 0; //栈
static int c = 0; //c在静态变量区,0为文字常量,在代码区
static const int d; //静态常量区
}

字符串定义 - 一维#

方法一#

char s[10] = "Hello"

内存:静态存储区上的字面量"Hello"被复制到栈区,数组在栈区上的存储方式为'H''e''l''l''o''\0',可以通过s[i]修改。但这不会影响到静态存储区上的"Hello"

定义与使用:

#include <stdio.h>
void f(char s[10]) { //等价于char *s
printf("%s\n", s);
}
int main() {
char s[10] = "LeeHero";
s[3] = 'Z';
printf("%s\n", s); //输出:LeeZero
printf("%s\n", s+1); //输出:eeZero
printf("%c\n", s[3]);//输出:Z
f(s); //数组名作为函数参数传递时,会退化成指向数组首元素的指针 !IMPORTANT
return 0;
}

格式控制符 %s 跟随一个地址,并当做是字符串第一个元素对应的地址.

从该首地址开始解析,直到 '\0' 结束。

在这里指的是 s[0] = 'H' 的地址。

方法二#

char *s = "Hello"

// 等价于const char *s = "Hello"

内存:s是指向字面量"Hello"的指针,字面量在静态内存区,因此该字符串不可被修改。

定义与使用:

#include <stdio.h>
void f(char s[10]) { //等价于char *s
printf("%s\n", s);
}
int main() {
char *s = "LeeHero";
//s[3] = 'Z'; //无法执行
printf("%s\n", s); //输出:LeeHero
printf("%s\n", s+1); //输出:eeHero
printf("%c\n", s[3]); //输出:H
f(s);
return 0;
}

字符串定义 - 二维#

方法一#

char s[10][10] = {"Hello","World"}

内存:静态存储区上的字面量"Hello""World"被拷贝在栈区,与一维定义方式同理,可以通过语法糖s[i][j]修改字符。

定义与使用:

#include <stdio.h>
void f(char (*s)[10]) { //形参s是个指针,指向有10个元素的字符数组
//把(*s)[10] 改成 s[][10] ,其他不变,最后效果相同
printf("%s\n", s[1]); //输出:Zero
s[1][0] = 'H'; //通过语法糖s[i][j]修改字符
printf("%s\n", s[1]); //输出:Hero
printf("%c\n", s[0][1]); //输出:e
}
int main() {
char s[10][10] = {"Lee","Hero"};
//s[1] = "Hey"; //无法执行,这种赋值方式仅在初始化时可用
s[1][0] = 'Z';
printf("%s\n", s); //输出:Lee
printf("%s\n", *s+1); //输出:ee
printf("%s\n", s[0]+1); //输出:ee
printf("%c\n", *(s[0]+1)); //输出:e
printf("%c\n", s[0][1]); //输出:e
printf("%s\n", s+1); //输出:Zero
printf("%s\n", s[1]); //输出:Zero
f(s);
printf("%s\n", s[1]); //输出:Hero 这意味着函数内部的修改不是局部生效的
return 0;
}

对于打印结果的一些解释:

· 对二维数组进行操作与输出

  1. s 等价于&s[0],是指向[存储"Lee"的一维数组]的指针

  2. s+1等价于&s[1],是指向[存储"Zero"的一维数组]的指针

  3. *s+1等价于(*s)+1s通过*解析首先得到[一维数组"Lee"] 即指向[一维数组"Lee"的第一个元素'L'的地址]的指针s[0]; 对该指针+1,相当于s[0]+1,使得指针指向[一维数组"Lee"第二个元素'e'的地址] 格式控制符%s将该元素看成字符串的首地址,因而打印出"ee"

· 二维数组传参

二维数组主要有两种传参方式(以下两种是函数声明的方式。声明函数后,都是使实参为数组名来调用函数:f(s);

  1. void f(char (*s)[10]) {} —— 一维数组指针作形参

二维数组名实际上就是指向一维数组的指针。因此这里形参s是个指向行元素的指针,与二维数组名匹配。

  1. void f(char s[][10]) {} —— 二维数组指针作形参 对于这种方法,仅二维数组的数组行数可以省略,不可省略列数。f(char s[][])是错误的。

也就是说,1.和2.方式中都需要正确指定列数。

  1. f(char **s)f(char *s[])的方式声明函数虽然能编译输出,但编译器可能会出现以下警告信息:

    [Warning] passing argument 1 of 'f' from incompatible pointer type
    [Note] expected 'char **' but argument is of type 'char (*)[10]'

    P.S. 当然,如果一定要用二维指针作实参f(char **s),在传参的时候可以将s强制转化:f((char **)s),函数内部操作元素可以通过*((int *)a+i*10+j)的方式……但何必呢。

如果一定要试试,这里也有个例子:

#include <stdio.h>
void f(char **s) { //形参s是个二维指针
printf("%c\n", *((char *)s)); //输出:L
printf("%s\n", ((char *)s)); //输出:Lee
printf("%c\n", *((char *)s+10)); //输出:H
printf("%s\n", ((char *)s+10)); //输出:Hero
}
int main() {
char s[10][10] = {"Lee","Hero"};
f((char **)s); //“我一定要把s看做二维指针去传参!”
return 0;
}

方法二#

char *s[10] = {"Hello", "World"}

内存:类比char *s = "Hello",这里s是一个指针数组,s[0]s[1]是两个指针,分别指向字面量"Hello""World"。指向的内容可以访问,无法修改。

定义与使用

#include <stdio.h>
void f(char **s) {
printf("%s\n", s[0]); //输出:Lee
printf("%c\n", s[0][0]); //输出:L
}
int main() {
char *s[10] = {"Lee","Hero"};
printf("%s\n", s[0]); //输出:Lee(等价于*s)
printf("%c\n", s[0][0]); //输出:L (等价于*s[0])
f(s);
return 0;
}

解释:

数组名作为函数参数传递时,会退化成指向数组首元素的指针。

当把s作为参数传递给f()函数时,实际上是把指针数组的首地址传递给了f()函数。这样,f()函数中的s就是一个二级指针,它指向了指针数组的第一个元素,也就是第一个字符串的地址。

f()函数接受一个二级指针作为参数。由此,f()函数中的s[0]s[0][0]与主函数中的s[0]s[0][0]含义相同。

#include <stdio.h>
int main() {
/* s[10][10]与*s[10]的对比 */
char *s[10] = {"Lee","Hero"};
printf("%d %d\n", sizeof(s), &s); //输出:80 6487488
printf("%s\n", s); //无输出!
printf("%d %d\n", sizeof(s[0]), &s[0]); //输出:8 6487488
printf("%s\n", s[0]); //输出:Lee(等价于*s)
printf("%d %d\n", sizeof(s[0][0]), &s[0][0]);//输出:1 4210692
printf("%c\n\n", s[0][0]); //输出:L (等价于*s[0])
char t[10][10] = {"Lee","Hero"};
printf("%d %d\n", sizeof(t), &t); //输出:100 6487376
printf("%s\n", t); //输出:Lee
printf("%d %d\n", sizeof(t[0]), &t[0]); //输出:10 6487376
printf("%s\n", t[0]); //输出:Lee(等价于*t)
printf("%d %d\n", sizeof(t[0][0]), &t[0][0]);//输出:1 6487376
printf("%c\n", t[0][0]); //输出:L (等价于*t[0])
/* *s[10]内容无法修改 */
t[1][0] = 'Z'; //修改二维数组元素
printf("%s\n", t[1]); //输出:Zero
s[1][0] = 'Z'; //程序运行到这里崩溃!
printf("%s\n", s[1]); //无输出!
return 0;
}

对二维数组结构的认识#

关于二维数组#

a[i][j] : 第 ii 行第 jj 列元素

a[i]:一级指针常量,指第 ii 行首元素地址,第 ii 行本质为一维数组,a[i]+j是第 ii 行第 jj 列元素的地址

a:数组指针常量,是二维数组的起始地址,第 00 行的起始地址。

请添加图片描述

二维数组中的指针等价关系#

优先级:() >> ++ >> 指针运算符* >> +

请添加图片描述

数组结构中对“指针常量”的理解#

指针常量:不能修改指针所指向的地址,但指向的值可以改变。

数组名是指针常量。数组名代表数组的首地址,它的值不能改变,也就是说不能让数组名指向其他地址。

二维数组中a[i][j]中,a[i]可以看做是指向第 ii 个一维数组的指针,它的值是第 ii 个一维数组的首地址。a[i] 的值不能改变,也就是说不能让 a[i] 指向其他地址。可以类比为指针常量。

总之,数组结构中各元素地址都是连续且无法更改的。

char a[10][10] = {"Lee", "Hero"};
char *p[10] = {0} //定义指针数组
p[0] = a[0];
p[1] = a[1];
p[0] = p[1]; //合法
a[0] = a[1]; //非法

指针 vs 数组 内存结构一图流#

图由ECNU CS16级的阳太学长提供~

请添加图片描述 请添加图片描述

One More Thing#

“当指针数组、malloc()动态分配遇见qsort()库函数,关于比较函数cmp(const void *a, const void *b)的迷思”

利用qsort()函数对一个整数数组进行排序,一般格式如下:

#include <stdio.h>
#include <stdlib.h>
// 比较函数,用于升序排序整数
int cmp(const void *a, const void *b) {
int n1 = *(int *)a;
int n2 = *(int *)b;
return n1 - n2;
}
int main() {
int arr[] = {10, 5, 15, 12, 90, 80};
int n = sizeof(arr) / sizeof(arr[0]), i;
// 调用qsort库函数,传入数组指针,元素个数,元素大小和比较函数
qsort(arr, n, sizeof(int), cmp);
// 打印排序后的数组
printf("Sorted array: ");
for (i = 0; i < n; i++)
printf("%d ", arr[i]);
printf("\n");
/* 输出结果:Sorted array: 5 10 12 15 80 90 */
return 0;
}

可见,传入cmp()函数的参数是两个void型指针,指向我们需要排序的数组中的每个元素。在上面的例子中,int n1 = *(int *)a;即是将void型指针强制转换成int型指针后用*解地址,得到的便是数组中的元素。

ECNU Online Judge有这样一道题:[邮件地址排序]

题面#

现接收到一大批电子邮件,邮件地址格式为:用户名@主机域名,要求把这些电子邮件地址做主机域名的字典序升序排序,如果主机域名相同,则做用户名的字典序降序排序。

输入格式#

第一行输入一个正整数 nn,表示共有 nn 个电子邮件地址需要排序。接下来 nn 行,每行输入一个电子邮件地址(保证所有电子邮件地址的长度总和不超过 10610^6)。

  • 对于 50%50\% 的数据,保证 n100,si100n \leqslant 100, |s_i| \leqslant 100

用户名只包含字母数字和下划线,主机域名只包含字母数字和点。

输出格式#

按排序后的结果输出 nn 行,每行一个电子邮件地址。

为节省内存,通过比较逆天的试例,考虑用指针与malloc()动态内存管理存储邮件地址:

请添加图片描述

为了和这篇博客主题契合,这里只介绍这种数据存储结构的实现方式与cmp()的设计方法:

/* 数据输入 */
int T; //要输入的邮件个数
scanf("%d", &N);
//建立指针数组 email
char **email;
email = (char **)malloc(N * sizeof(char*)); //相当于实现了char *email[N]
//使指针数组 email 中的每个指针元素都指向一个邮件地址字符串
for (int i = 0; i < N; i++) {
scanf("%s", s); //读取一个字符串
LEN = strlen(s); //获取字符串长度
p = (char *)malloc((LEN+1) * sizeof(char)); //分配每个字符串的存储空间
strcpy(p, s); //把字符串复制到p处,这两行相当于实现了char p[LEN+1] = {s}
*(email + i) = p;
//使指针数组 email 中的指针元素指向 p ,p也是个指针,但借助malloc()动态分配,实现了字符串的功能
}

数据输入完毕后最终实现的效果,类似于char *email[50] = {"123@qq.com", "456@ecnu.edu.com"}的定义方式,只是一维字符数组的长度是借助malloc()动态分配的,并不是个定值。

数据输入完毕,我们现在得到了一个名为email的指针数组,数组里的每个元素都是一个指针,指向共 NN 个字符串。

设计cmp()时,传入cmp()函数的参数是两个void型指针,指向我们需要排序的数组中的每个元素。因此,void型指针指向一级指针,这样的void型指针就是二维指针——char **

int cmp (const void *a, const void *b) {
char *p1 = *((char **)a);
char *p2 = *((char **)b); //对二级指针a、b进行一次解地址,得到的就是一级指针p1,p2
//通过 *(p1+i) *(p2+i) 操作就可以解析到[一级指针所指字符串]的每个字符
//从而做进一步的比较处理
/* 后续省略 */
return ret;
}

以上。如有疑义欢迎提出。

指针、数组、字符串的恩怨,这有你想知道的一切
https://leehenry.top/posts/debug_2_deploy/dd-vol00/
作者
伏枥 | Henry Lee
发布于
2023-03-25
许可协议
CC BY-NC-ND 4.0