C語言變長陣列之剖析
|
C語言變長陣列之剖析 （陳雲川 [email protected] UESTC,CD） 1、引言我們知道，與C++等現代程式語言不同，傳統上的C語言是不支援變長陣列功能的，也就是說陣列的長度是在編譯期就確定下來的，不能在執行期改變。不過，在C99標準中，新增的一項功能就是允許在C語言中使用變長陣列。然而，C99定義的這種變長陣列的使用是有限制的，不能像在C++等語言中一樣自由使用。 2、說明
參考文獻[1]中對變長陣列的說明如下： C99 gives C programmers the ability to use variable length arrays, which are arrays whose sizes are not known until run time. A variable length array declaration is like a fixed array declaration except that the array size is specified by a non-constant expression. When the declaration is encountered, the size expression is evaluated and the array is created with the indicated length, which must be a positive integer. Once created, variable length array cannot change in length. Elements in the array can be accessed up to the allocated length; accessing elements beyond that length results in undefined behavior. There is no check required for such out-of-range accesses. The array is destroyed when the block containing the declaration completes. Each time the block is started, a new array is allocated. 以上就是對變長陣列的說明，此外，在文獻[1]中作者還說明，變長陣列有以下限制： 1、變長陣列必須在程式塊的範圍內定義，不能在檔案範圍內定義變長陣列； 2、變長陣列不能用static或者extern修飾； 3、變長陣列不能作為結構體或者聯合的成員，只能以獨立的陣列形式存在； 4、變長陣列的作用域為塊的範圍，對應地，變長陣列的生存時間為當函式執行流退出變長陣列所在塊的時候； 上述限制是最常見的一些限制因素，此外，當通過typedef定義變長陣列型別時，如何確定變長陣列的長度，以及當變長陣列作為函式引數時如何處理，作者也做了一一說明。詳細的細節情況請參閱文獻[1]。由於變長陣列的長度在程式編譯時未知，因此變長陣列的記憶體空間實際上是在棧中分配的。 gcc雖然被認為是最遵守C語言標準的編譯器之一，但是它並不是嚴格按照ISO C標準規定的方式來實現的。gcc的實現方式採取了這樣的策略：最大限度地遵守標準的規定，同時從實用的角度做自己的擴充套件。當然，gcc提供了編譯選項給使用者以決定是否使用這些擴充套件功能。gcc的功能擴充套件分為兩種，一種是gnu自己定義的語言擴充套件；另外一種擴充套件是在C89模式中引入由C99標準定義的C語言特性。在參考文獻[2]中，有關gcc的C語言擴充套件佔據了將近120頁的篇幅，擴充套件的語言功能多達幾十個，由此可看出gcc的靈活程度。 在參考文獻[2]中，對變長陣列的描述如下： Variable-length automatic arrays are allowed in ISO C99, and as an extension GCC accepts them in C89 mode and in C++. (However, GCC’s implementation of variable-length arrays does not yet conform in detail to the ISO C99 standard.) These arrays are declared like any other automatic arrays, but with a length that is not a constant expression. The storage is allocated at the point of declaration and deallocated when the brace-level is exited. 以上這段話並沒有詳細的說明gcc的變長陣列實現和ISO C99的差異究竟體現在什麼地方，但是從描述來看，基本上和文獻[1]中的描述是一致的。文獻[2]中沒有說明而在文獻[1]中給予了說明的幾點是：變長陣列是否能用static或者extern修飾；能否作為複合型別的成員；能否在檔案域起作用。 另外，在文獻[2]中提到，採用alloca()函式可以獲得和變長陣列相同的效果。在作者所用的Red Hat 9.0（Linux 2.4.20-8）上，這個函式被定義為一個庫函式： #include <alloca.h> void *alloca(size_t size); 這個函式在呼叫它的函式的棧空間中分配一個size位元組大小的空間，當呼叫alloca()的函式返回或退出的時候，alloca()在棧中分配的空間被自動釋放。當alloca()函式執行成功時，它將返回一個指向所分配的棧空間的起始地址的指標；然而，非常特別的一點是，當alloca()函式執行失敗時，它不會像常見的庫函式那樣返回一個NULL指標，之所以會出現這樣的狀況，是由於alloca()函式中的棧調整通常是通過一條彙編指令來完成的，而這樣一條彙編指令是無法判斷是否發生溢位或者是否分配失敗的。alloca()函式通常被實現為行內函數，因此它是與特定機器以及特定編譯器相關聯的，可移植性因此而大打折扣，實際上是不推薦使用的。 作者之所以會關注變長陣列的問題是出於一次偶然的因素，在除錯的時候發現gdb給出的變長陣列的型別很怪異，由此引發作者對gcc中的變長陣列進行了測試。本文中給出的就是對測試結果的說明和分析。 3、例項第一個測試所用的原始碼很簡單，如下所示： 1 int 2 main(int argc, char *argv[]) 3 { 4 int i, n; 5 6 n = atoi(argv[1]); 7 char arr[n+1]; 8 bzero(arr, (n+1) * sizeof(char)); 9 for (i = 0; i < n; i++) { 10 arr[i] = (char)('A' + i); 11 } 12 arr[n] = '\0'; 13 printf("%s\n", arr); 14 15 return (0); 16 } 上述程式名為dynarray.c，其工作是把引數argv[1]的值n加上1作為變長陣列arr的長度，變長陣列arr的型別為char。然後向陣列中寫入一些字元，並將寫入的字串輸出。 像下面這樣編譯這個程式： [root@cyc test]# gcc -g -o dynarray dynarray.c 然後，用gdb觀察dynarray的執行情況： [root@cyc test]# gdb dynarray (gdb) break main Breakpoint 1 at 0x80483a3: file dynarray.c, line 6. (gdb) set args 6 (gdb) run Starting program: /root/source/test/a.out 6
Breakpoint 1, main (argc=2, argv=0xbfffe224) at dynarray.c:6 6 n = atoi(argv[1]); (gdb) next 7 char arr[n+1]; (gdb) next 8 bzero(arr, (n+1) * sizeof(char)); (gdb) print/x arr $2 = {0xb0, 0xe5} (gdb) ptype arr type = char [2] (gdb) print &arr $3 = (char (*)[2]) 0xbfffe1c8 這裡，當程式執行流通過了為變長陣列分配空間的第7行之後，用print/x命令打印出arr的值，結果居然是兩個位元組；而如果嘗試用ptype打印出arr的型別，得到的結果居然是arr是一個長度為2的字元陣列。很明顯，在本例中，因為提供給main()函式的引數argv[1]是6，因此按常理可知arr應該是一個長度為7的字元陣列，但很遺憾，gdb給出的卻並不是這樣的結果。用print &arr打印出arr的地址為0xbfffe1c8。繼續上面的除錯過程： (gdb) x/4x &arr 0xbfffe5c8: 0xbfffe5b0 0xbfffe5c0 0x00000006 0x40015360 (gdb) x/8x $esp 0xbfffe5b0: 0xbffffad8 0x42130a14 0xbfffe5c8 0x0804828d 0xbfffe5c0: 0x42130a14 0x4000c660 0xbfffe5b0 0xbfffe5c0 可以看到，在&arr（即地址0xbfffe5c8）處的第一個32位值是0xbfffe5b0，而通過x/8x $esp可以發現，棧頂指標esp恰好就指向的是0xbfffe5b0這個位置。於是，可以猜想，如果arr是一個指標的話，那麼它指向的就恰好是當前棧頂的指標。繼續上面的除錯： (gdb) next 9 for (i = 0; i < n; i++) { (gdb) next 10 arr[i] = (char)('A' + i); (gdb) next 9 for (i = 0; i < n; i++) { (gdb) until 12 arr[n] = '\0'; (gdb) next 13 printf("%s\n", arr); (gdb) x/8x $esp 0xbfffe5b0: 0x44434241 0x42004645 0xbfffe5c8 0x0804828d 0xbfffe5c0: 0x42130a14 0x4000c660 0xbfffe5b0 0xbfffe5c0 注意上面表示為藍色的部分，由於Intel平臺採用的是小端位元組序，因此藍色的部分實際上就是’ABCDEF’的十六進位制表示。而紅色的32位字則暗示著arr就是指向棧頂的指標。為了確認我們的這一想法，下面通過修改arr的值來觀察程式的執行情況（需要注意的是：每一次執行時堆疊的地址是變化的）： (gdb) run The program being debugged has been started already. Start it from the beginning? (y or n) y Starting program: /root/source/test/dynarray 6
Breakpoint 1, main (argc=2, argv=0xbfffde24) at dynarray.c:6 6 n = atoi(argv[1]); (gdb) next 7 char arr[n+1]; (gdb) next 8 bzero(arr, (n+1) * sizeof(char)); (gdb) print/x &arr $3 = 0xbfffddc8 (gdb) x/8x $esp 0xbfffddb0: 0xbffffad8 0x42130a14 0xbfffddc8 0x0804828d 0xbfffddc0: 0x42130a14 0x4000c660 0xbfffddb0 0xbfffddc0 (gdb) set *(unsigned int*)&arr=0xbfffddc0 (gdb) x/8x $esp 0xbfffddb0: 0xbffffad8 0x42130a14 0xbfffddc8 0x0804828d 0xbfffddc0: 0x42130a14 0x4000c660 0xbfffddc0 0xbfffddc0 (gdb) next 9 for (i = 0; i < n; i++) { (gdb) next 10 arr[i] = (char)('A' + i); (gdb) next 9 for (i = 0; i < n; i++) { (gdb) until 12 arr[n] = '\0'; (gdb) next 13 printf("%s\n", arr); (gdb) x/8x $esp 0xbfffddb0: 0xbffffad8 0x42130a14 0xbfffddc8 0x0804828d 0xbfffddc0: 0x44434241 0x40004645 0xbfffddc0 0xbfffddc0 地址0xbfffddc8（也就是arr的地址）處的值本來為0xbfffddb0，我們把它改成了0xbfffddc0，於是，當程式執行到向變長陣列輸入資料完成之後，我們發現這次修改的地址的確是從0xbfffddc0開始的。這就表明arr的確像我們通常所理解的一樣，陣列名即指標。只不過這個指標指向的位置在它的下方（堆疊向下生長），而不是像大多數時候一樣指向上方的某個位置。 4、分析上面的測試結果表明：變長陣列的確是在棧空間中分配的；變長陣列的陣列名實際上就是一個地址指標，指向陣列所在的棧頂位置；而GDB無法判斷出變長陣列的陣列名實際上是一個地址指標。 GDB為什麼無法準確判斷出變長陣列的型別的原因尚不清楚，但是作者猜測這和變長陣列的動態特性有關，由於變長陣列是在程式動態執行的過程生成的，GDB無法向對待常規陣列一樣從目標檔案包含的.stabs節中獲得長度資訊，於是給出了錯誤的型別資訊。 另外，作者對變長陣列的作用域進行了測試，測試程式碼根據上例修改得到，如下所示： 1 int n; 2 char arr[n+1]; 3 4 int 5 main(int argc, char *argv[]) 6 { 7 int i; 8 9 n = atoi(argv[1]); 10 bzero(arr, (n+1) * sizeof(char)); 11 for (i = 0; i < n; i++) { 12 arr[i] = (char)('A' + i); 13 } 14 arr[n] = '\0'; 15 printf("%s\n", arr); 16 17 return (0); 18 } 當如下編譯的時候，gcc會提示出錯： [root@cyc test]# gcc -g dynarray.c dynarray.c:2: variable-size type declared outside of any function 可見gcc不允許在檔案域定義變長陣列。 對於gcc中的變長陣列能否用static修飾則使用如下程式碼進行測試： 1 int 2 main(int argc, char *argv[]) 3 { 4 int i, n; 5 6 n = atoi(argv[1]); 7 static char arr[n+1]; 8 bzero(arr, (n+1) * sizeof(char)); 9 for (i = 0; i < n; i++) { 10 arr[i] = (char)('A' + i); 11 } 12 arr[n] = '\0'; 13 printf("%s\n", arr); 14 15 return (0); 16 } 當編譯此原始檔的時候，gcc給出如下錯誤提示： [[email protected] test]# gcc -g dynarray.c dynarray.c: In function `main': dynarray.c:7: storage size of `arr' isn't constant dynarray.c:7: size of variable `arr' is too large 根據提示，可知當陣列用static修飾的時候，不能將其宣告為變長陣列。至於這裡的提示說arr太大，作者猜測可能的原因是這樣的：對於整數，gcc在編譯期賦予了一個非常大的值，於是導致編譯報錯，不過這僅僅是猜測而已。 最後需要說明的是，作者是出於對gcc如何實現變長陣列的方式感興趣才進行上面的這些測試的。對於程式設計者來說，不用做這樣的測試，也不需要知道變長陣列是位於棧中還是其它地方，只要知道變長陣列有上面這樣一些限制就行了。另外，本文中有很多地方充斥著作者的推斷和猜測。不過這並沒有太大的關係，又不是寫論文，誰在乎呢？ 另外，上面的測試也說明了：儘管文獻[2]沒有像文獻[1]中那樣仔細說明變長陣列的限制條件，但實際上它就是那樣工作的。再一次體現出gcc的確很好地遵守了C標準的規定。 參考文獻[1] Samuel P. Harbison III, Guy L. Steele Jr.; C: A Reference Manual Fifth Edition; Prentice Hall, Pearson Education, Inc.; 2002 [2] Richard M. Stallman and the GCC Developer Community; Using the GNU Compiler Collection; FSF; May 2004 |