原文链接：C语言结构体里的成员数组和指针

复制例如以下：

单看这文章的标题，你可能会认为好像没什么意思。你先别下这个结论，相信这篇文章会对你理解C语言有帮助。这篇文章产生的背景是在微博上，看到@Laruence同学出了一个关于C语言的题，微博链接。微博截图例如以下。我认为好多人对这段代码的理解还不够深入。所以写下了这篇文章。

为了方便你把代码copy过去编译和调试，我把代码列在以下：

你编译一下上面的代码，在VC++和GCC下都会在14行的printf处crash掉你的程序。@Laruence 说这个是个经典的坑。我认为这怎么会是经典的坑呢？上面这代码，你一定会问。为什么if语句推断的不是f.a？而是f.a里面的数组？写这样代码的人脑子里在想什么？还是用这种代码来玩票？无论怎么样，看过原微博的回复。我个人认为大家主要还是对C语言理解不深，假设这算坑的话，那么全都是坑。

接下来，你调试一下，或是你把14行的printf语句改成：

你会看到程序不crash了。

程序输出：4。 这下你知道了。訪问0x4的内存地址，不crash才怪。于是，你一定会有例如以下的问题：

1）为什么不是 13行if语句出错？f.a被初始化为空了嘛，用空指针訪问成员变量为什么不crash？

2）为什么会訪问到了0x4的地址？靠，4是怎么出来的？

3）代码中的第4行，char s[0] 是个什么东西？零长度的数组？为什么要这样玩？

让我们从基础開始一点一点地来解释C语言中这些诡异的问题。

结构体中的成员

首先，我们须要知道——所谓变量，事实上是内存地址的一个抽像名字罢了。在静态编译的程序中，全部的变量名都会在编译时被转成内存地址。

机器是不知道我们取的名字的，仅仅知道地址。

所以有了——栈内存区。堆内存区，静态内存区。常量内存区。我们代码中的全部变量都会被编译器预先放到这些内存区中。

有了上面这个基础，我们来看一下结构体中的成员的地址是什么？我们先简单化一下代码：

上面代码中，test结构中i和p指针，在C的编译器中保存的是相对地址——也就是说，他们的地址是相对于struct test的实例的。

假设我们有这种代码：

我们用gdb跟进去。对于实例t，我们能够看到：

我们能够看到，t.i的地址和t的地址是一样的，t.p的址址相对于t的地址多了个4。说白了，t.i 事实上就是(&t + 0x0), t.p 的事实上就是 (&t + 0x4)。

0x0和0x4这个偏移地址就是成员i和p在编译时就被编译器给hard code了的地址。

于是。你就知道，无论结构体的实例是什么——訪问其成员事实上就是加成员的偏移量。

以下我们来做个实验：

编译后，我们用gdb调试一下。当初始化pt后，我们看看例如以下的调试：（我们能够看到就算是pt为NULL，訪问当中的成员时，事实上就是在訪问相对于pt的内址）

注意：上面的pt->p的偏移之所以是0x8而不是0x6，是由于内存对齐了（我在64位系统上）。关于内存对齐。可參看《深入理解C语言》一文。

好了，如今你知道为什么原题中会訪问到了0x4的地址了吧，由于是相对地址。

相对地址有非常好多处，其能够玩出一些有意思的编程技巧。比方把C搞出面向对象式的感觉来。你能够參看我正好11年前的文章《用C写面向对像的程序》（用指针类型强转的危急玩法——相对于C++来说，C++编译器帮你管了继承和虚函数表，语义也清楚了非常多）

指针和数组的区别

有了上面的基础后，你把源码中的struct str结构体中的char s[0];改成char *s;试试看。你会发现，在13行if条件的时候，程序由于Cannot access memory就直接挂掉了。为什么声明成char s[0]。程序会在14行挂掉，而声明成char *s。程序会在13行挂掉呢？那么char *s 和 char s[0]有什么区别呢？

在说明这个事之前。有必要看一下汇编代码，用GDB查看后发现：

• 对于char s[0]来说。汇编代码用了lea指令，lea   0x04(%rax),   %rdx
• 对于char*s来说，汇编代码用了mov指令，mov 0x04(%rax),   %rdx

lea全称load effective address，是把地址放进去。而mov则是把地址里的内容放进去。

所以，就crash了。

从这里。我们能够看到。訪问成员数组名事实上得到的是数组的相对地址，而訪问成员指针事实上是相对地址里的内容（这和訪问其他非指针或数组的变量是一样的）

换句话说，对于数组 char s[10]来说，数组名 s 和 &s 都是一样的（不信你能够自己写个程序试试）。在我们这个样例中，也就是说。都表示了偏移后的地址。

这样。假设我们訪问 指针的地址（或是成员变量的地址），那么也就不会让程序挂掉了。

正如以下的代码。能够执行一点也不会crash掉（你汇编一下你会看到用的都是lea指令）：

看到这里，你认为这能算坑吗？不要出什么事都去怪语言。大家要想想是不是问题出在自己身上。

关于零长度的数组

首先，我们要知道。0长度的数组在ISO C和C++的规格说明书中是不同意的。这也就是为什么在VC++2012下编译你会得到一个警告：“arning C4200: 使用了非标准扩展 : 结构/联合中的零大小数组”。

那么为什么gcc能够通过而连一个警告都没有？那是由于gcc 为了预先支持C99的这样的玩法，所以。让“零长度数组”这样的玩法合法了。关于GCC对于这个事的文档在这里：“Arrays
of Length Zero”，文档中给了一个样例（我改了一下，改成能够执行的了）：

上面这段代码的意思是：我想分配一个不定长的数组，于是我有一个结构体，当中有两个成员，一个是length，代表数组的长度，一个是contents。代码数组的内容。后面代码里的 this_length（长度是10）代表是我想分配的数据的长度。（这看上去是不是像一个C++的类？）这样的玩法英文叫：Flexible Array，中文翻译叫：柔性数组。

我们来用gdb看一下：

我们能够看到：在输出*thisline时。我们发现当中的成员变量contents的地址竟然和thisline是一样的（偏移量为0x0?

?

!!）。

可是当我们输出thisline->contents的时候，你又发现contents的地址是被offset了0x4了的，内容也变成了10个‘a’。（我认为这是一个GDB的bug，VC++的调试器就能非常好的显示）

我们继续，假设你sizeof(char[0])或是 sizeof(int[0]) 之类的零长度数组，你会发现sizeof返回了0，这就是说，零长度的数组是存在于结构体内的，可是不占结构体的size。

你能够简单的理解为一个没有内容的占位标识，直到我们给结构体分配了内存，这个占位标识才变成了一个有长度的数组。

看到这里，你会说，为什么要这样搞啊，把contents声明成一个指针，然后为它再分配一下内存不行么？就像以下一样。

这不一样清晰吗？并且也没什么怪异难懂的东西。是的，这也是普遍的编程方式，代码是非常清晰，也让人非常easy理解。即然这样，那为什么要搞一个零长度的数组？有毛意义？！

这个事情出来的原因是——我们想给一个结构体内的数据分配一个连续的内存！这样做的意义有两个优点：

第一个意义是。方便内存释放。假设我们的代码是在一个给别人用的函数中，你在里面做了二次内存分配，并把整个结构体返回给用户。用户调用free能够释放结构体，可是用户并不知道这个结构体内的成员也须要free。所以你不能指望用户来发现这个事。所以，假设我们把结构体的内存以及其成员要的内存一次性分配好了，并返回给用户一个结构体指针。用户做一次free就能够把全部的内存也给释放掉。

（读到这里，你一定会认为C++的封闭中的析构函数会让这事easy和干净非常多）

第二个原因是，这样有利于訪问速度。

连续的内存故意于提高訪问速度。也故意于降低内存碎片。

（事实上，我个人认为也没多高了，反正你跑不了要用做偏移量的加法来寻址）

我们来看看是怎么个连续的。用gdb的x命令来查看：(我们知道，用struct line {}中的那个char contents[]不占用结构体的内存。所以。struct line就仅仅有一个int成员，4个字节，而我们还要为contents[]分配10个字节长度，所以。一共是14个字节)

从上面的内存布局我们能够看到，前4个字节是 int length，后10个字节就是char contents[]。

假设用指针的话，会变成这个样子：

上面一共输出了四行内存。当中，

• 第一行前四个字节是 int length。第一行的后四个字节是对齐。
• 第二行是char* contents。64位系统指针8个长度，他的值是0x20 0x10 0x60 也就是0x601020。
• 第三行和第四行是char* contents指向的内容。

从这里，我们看到。当中的区别——数组的原地就是内容。而指针的那里保存的是内容的地址。

后记

好了，我的文章到这里就结束了。可是。请同意我再唠叨两句。

1）看过这篇文章，你认为C复杂吗？我认为并不简单。

某些地方的复杂程度不亚于C++。

2）那些学不好C++的人一定是连C都学不好的人。

连C都没学好，你们根本没有资格歧视C++。

3）当你们在说有坑的时候。你得问一下自己，是真有坑还是自己的学习能力上出了问题。

假设你认为你的C语言还不错。欢迎你看看《C语言的谜题》还有《谁说C语言非常easy？》还有《语言的歧义》以及《深入理解C语言》一文。

（全文完）

自己的总结

一、printf 的參数

首先对14行的 printf(f.a->s); 使用方法感到非常陌生，这个要输出的是什么？printf 还能够直接输出一个变量、前面没有不论什么双引號（输出格式说明）吗？类似地。我们试试输出成员变量 len。

printf(f.a->len);

这样直接报错：invalid conversion from `int' to `const char*'

查看 printf 的函数声明，例如以下：

int printf ( const char * format, ... );

第一个是const char* 型，后面是可变參数。注意，第一个是const char*，也就是字符指针！

所以直接printf(f.a->s)当然能够，由于f.a->s就是字符指针。！而我们寻常所写的printf("..."); 当中的双引號字符串就是const char*类型！

这样，再写一个简单的測试程序：

#include <stdio.h>

#include <stdlib.h>

int main(int argc, char** argv) {

    char *s="abc";

    printf(s);

    system("pause");

    return 0;

}

能够看到，能够正常输出abc。

就是输出字符指针所指向的内容。

而我们知道。对于一个指向struct的null指针来说，取得其成员变量的地址是能够的。而取其成员变量则会出问题（详细原因见上面陈浩原文解释），这个类似于C++中一个指向class的null指针，能够通过该指针调用其成员函数，而通过该指针获得成员变量则会出问题。

二、零长度数组

见上文作者总结。