0x05-C語(yǔ)言指針:(Volume-1)

0x05-C語(yǔ)言指針:(Volume-1)

這似乎是一個(gè)很凝重的話題，但是它真的很有趣。

1. 指針是指向某一類型的東西，任何一個(gè)整體，只要能稱為整體就能擁有它自己的獨(dú)一無(wú)二的指針類型，所以指針的類型其實(shí)是近似無(wú)窮無(wú)盡的

2. 函數(shù)名在表達(dá)式中總是以函數(shù)指針的身份呈現(xiàn)，除了取地址運(yùn)算符以及sizeof

3. C語(yǔ)言最晦澀難明的就是它復(fù)雜的聲明: void (*signal(int sig, void (*func)(int)))(int),試試著把它改寫成容易理解的形式

4. 對(duì)于指針，盡最大的限度使用const保護(hù)它，無(wú)論是傳遞給函數(shù)，還是自己使用

先來(lái)看看一個(gè)特殊的指針，姑且稱它為指針，因?yàn)樗蕾囉诃h(huán)境: NULL，是一個(gè)神奇的東西。先附上定義，在編譯器中會(huì)有兩種NULL(每種環(huán)境都有唯一確定的NULL):

#define NULL 0
#define NULL ((void*)0)

有什么區(qū)別嗎？看起來(lái)沒(méi)什么區(qū)別都是0，只不過(guò)一個(gè)是常量，一個(gè)是地址為0的指針。

當(dāng)它們都作為指針的值時(shí)并不會(huì)報(bào)錯(cuò)或者警告，即編譯器或者說(shuō)C標(biāo)準(zhǔn)認(rèn)為這是合法的:

int* temp_int_1 = 0; //無(wú)警告
int* temp_int_2 = (void*)0; //無(wú)警告
int* temp_int_3 = 10; //出現(xiàn)警告

為什么？為什么0可以賦值給指針，但是10卻不行？他們都是常量。

因?yàn)镃語(yǔ)言規(guī)定當(dāng)處理上下文的編譯器發(fā)現(xiàn)常量0出現(xiàn)在指針賦值的語(yǔ)句中，它就作為指針使用，似乎很扯淡，可是卻是如此。

回到最開(kāi)始，對(duì)于NULL的兩種情況，會(huì)有什么區(qū)別？拿字符串來(lái)說(shuō)，實(shí)際上我是將字符數(shù)組看作是C風(fēng)格字符串。

在C語(yǔ)言中，字符數(shù)組是用來(lái)存儲(chǔ)一連串有意義的字符，默認(rèn)在這些字符的結(jié)尾添加'\0'，好這里又出現(xiàn)了一個(gè)0值。

對(duì)于某些人，在使用字符數(shù)組的時(shí)候總是分不清楚NULL與'\0'的區(qū)別而誤用，在字符數(shù)組的末尾使用NULL是絕對(duì)錯(cuò)誤的！雖然它們的本質(zhì)都是常量0，但由于位置不同所以含義也不同。

開(kāi)胃菜已過(guò)

對(duì)于一個(gè)函數(shù)，我們進(jìn)行參數(shù)傳遞，參數(shù)有兩種形式: 形參與實(shí)參

int function(int value)
{
        /*...*/
}
//...
function(11);

其中，value是形參，11是實(shí)參，我們知道場(chǎng)面上，C語(yǔ)言擁有兩種傳遞方式:按值傳遞和按址傳遞，但是你是否有認(rèn)真研究過(guò)？這里給出一個(gè)實(shí)質(zhì)，其實(shí)C語(yǔ)言只有按值傳遞，所謂按址傳遞只不過(guò)是按值傳遞的一種假象。至于原因稍微一想便能明白。

對(duì)于形參和實(shí)參而言兩個(gè)關(guān)系緊密，可以這么理解總是實(shí)參將自己的一份拷貝傳遞給形參，這樣形參便能安全的使用實(shí)參的值，但也帶給我們一些麻煩，最經(jīng)典的交換兩數(shù)

void swap_v1(int* val_1, int* val_2)
{
    int temp = *val_1;
    *val_1 = *val_2;
    *val_2 = *val_1;
}

這就是所謂的按址傳遞，實(shí)際上只是將外部指針(實(shí)參)的值做一個(gè)拷貝，傳遞給形參val_1與val_2，實(shí)際上我們使用:

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

試一試是不是很神奇，而且省去了函數(shù)調(diào)用的時(shí)間，空間開(kāi)銷。上述兩種寫法的原理實(shí)質(zhì)是一樣的。

但是，動(dòng)動(dòng)腦筋想一想，這種寫法真的沒(méi)有瑕疵嗎？如果輸入的兩個(gè)參數(shù)本就指向同一塊內(nèi)存，會(huì)發(fā)生什么？

...
int test_1 = 10, test_2 = 100;
SWAP_V2(test_1, test_2);                    
printf("Now the test_1 is %d, test_2 is %d\n", test_1, test_2);
.../*恢復(fù)原值*/
SWAP_V2(test_1, test_1);
printf("Now the test_1 is %d\n", test_1);   

會(huì)輸出什么？:

$: Now the test_1 is 100, test_2 is 10
$: Now the test_1 is 0

對(duì)，輸出了0，為什么？稍微動(dòng)動(dòng)腦筋就能相通，那么對(duì)于后面的SWAP_V3亦是如此，所以在斟酌之下，解決方案應(yīng)該盡可能短小精悍:

static inline void swap_final(int* val_1, int* val_2)
{
    if(val_1 == val_2)
        return;
    *val_1 ^= *val_2;
    *val_2 ^= *val_1;
    *val_1 ^= *val_2;
}
#define SWAP(x, y) \
do{                 \
    if(&x == &y)    \
        break;      \
    x ^= y;     \
    y ^= x;     \
    x ^= y;     \
}while(0)

這便是目前能找到最好的交換函數(shù)，我們?cè)诖嘶A(chǔ)上可以考慮的更深遠(yuǎn)一些，如何讓這個(gè)交換函數(shù)更加通用？即適用范圍更大？暫不考慮浮點(diǎn)類型。 提示：可用void*

與上面的情況類似，偶爾的不經(jīng)意就會(huì)造成嚴(yán)重的后果:

int combine_1(int* dest, int* add)
{
    *dest += *add;
    *dest += *add;
    return *dest;
}
int combine_2(int* dest, int* add)
{
    *dest += 2 * (*add);//在不確定優(yōu)先級(jí)時(shí)用括號(hào)是一個(gè)明智的選擇
    return *dest;
}

上述兩個(gè)函數(shù)的功能一樣嗎？恩看起來(lái)是一樣的

int test_3 = 10, test_4 = 100;

combine_1(&test_3, &test_4);
printf("After combine_1, test_3 = %d\n",test_3);
.../*恢復(fù)原值*/
combine_2(&test_3, &test_4);
printf("After combine_2, test_3 = %d\n",test_3);

輸出

$: After combine_1, test_3 = 210

$: After combine_2, test_3 = 210

如果傳入兩個(gè)同一對(duì)象呢？

... /*恢復(fù)test_3原值*/
combine_1(&test_3, &test_3);
printf("After second times combine_1, test_3 = %d\n",test_3);
...
combine_2(&test_3, &test_3);
printf("After second times combine_2, test_3 = %d\n",test_3);

輸出

$: After second times combine_1, test_3 = 40

$: After second times combine_2, test_3 = 30

知道真相總是令人吃驚，指針也是那么令人又愛(ài)又恨。

• C99 標(biāo)準(zhǔn)之后出現(xiàn)了一個(gè)新的關(guān)鍵字， restrict，被用于修飾指針，它并沒(méi)有太多的顯式作用，甚至加與不加，在 你自己 看來(lái)，效果毫無(wú)區(qū)別。但是反觀標(biāo)準(zhǔn)庫(kù)的代碼中，許多地方都使用了該關(guān)鍵字，這是為何
  • 首先這個(gè)關(guān)鍵字是寫給編譯器看的
  • 其次這個(gè)關(guān)鍵字的作用在于輔助編譯器更好的優(yōu)化該程序(后方文章會(huì)有介紹)
  • 最后，如果不熟悉，絕對(duì)不要亂用這個(gè)關(guān)鍵字。

關(guān)于數(shù)組的那些事

數(shù)組和指針一樣嗎？

不一樣

要時(shí)刻記住，數(shù)組與指針是不同的東西。但是為什么下面代碼是正確的？

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

我們還是那句話，結(jié)合上下文，編譯器推出 arr處于賦值操作符的右側(cè)，默默的將他轉(zhuǎn)換為對(duì)應(yīng)類型的指針，而我們?cè)谑褂?code>arr時(shí)也總是將其當(dāng)成是指向該數(shù)組內(nèi)存塊首位的指針。

//int function2(const int test_arr[10]
//int function2(const int test_arr[]) 考慮這三種寫法是否一樣
int function2(const int* test_arr)
{
    return sizeof(test_arr);
}
...
int size_out = sizeof(arr);
int size_in  = function2(arr);

printf("size_out = %d, size_in = %d\n", size_out, size_in);

輸出: size_out = 40, size_in = 8

這就是為什么數(shù)組與指針不同的原因所在，在外部即定義數(shù)組的代碼塊中，編譯器通過(guò)上下文發(fā)覺(jué)此處arr是一個(gè)數(shù)組，而arr代表的是一個(gè)指向10個(gè)int類型的數(shù)組的指針，只所謂最開(kāi)始的代碼是正確的，只是因?yàn)檫@種用法比較多，就成了標(biāo)準(zhǔn)的一部分。就像世上本沒(méi)有路，走的多了就成了路。"正確"的該怎么寫

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

此時(shí)p的類型就是一個(gè)指向含有10個(gè)元素的數(shù)組的指針,此時(shí)(*p)[0]產(chǎn)生的效果是arr[0]，也就是parr[0]，但是(*p)呢？這里不記錄，結(jié)果是會(huì)溢出，為什么？

這就是數(shù)組與指針的區(qū)別與聯(lián)系，但是既然我們可以使用像parr這樣的指針，又為什么要寫成int (*p)[10]這樣丑陋不堪的模式呢？原因如下:

• 回到最開(kāi)始說(shuō)過(guò)的傳遞方式，按值傳遞在傳遞arr時(shí)只是純粹的將其值進(jìn)行傳遞，而丟失了上下文的它只是一個(gè)普通指針，只不過(guò)我們程序員知道它指向了一塊有意義的內(nèi)存的起始位置，我想要將數(shù)組的信息一起傳遞，除了額外增加一個(gè)參數(shù)用來(lái)記錄數(shù)組的長(zhǎng)度以外，也可以使用這個(gè)方法，傳遞一個(gè)指向數(shù)組的指針 這樣我們就能只傳遞一個(gè)參數(shù)而保留所有信息。但這么做的也有限制:對(duì)于不同大小，或者不同存儲(chǔ)類型的數(shù)組而言，它們的類型也有所不同

    int arr_2[5];
    int (*p_2)[5] = &arr_2;
    float arr_3[5];
    float (*p_3)[5] = &arr_3;

  如上所示，指向數(shù)組的指針必須明確指定數(shù)組的大小，數(shù)組存儲(chǔ)類型，這就讓指向數(shù)組的指針有了比較大的限制。

• 這種用法在多維數(shù)組中使用的比較多，但總體來(lái)說(shuō)平常用的并不多，就我而言，更傾向于使用一維數(shù)組來(lái)表示多維數(shù)組，實(shí)際上誠(chéng)如前面所述，C語(yǔ)言是一個(gè)非常簡(jiǎn)潔的語(yǔ)言，它沒(méi)有太多的廢話，就本質(zhì)而言C語(yǔ)言并沒(méi)有多維數(shù)組，因?yàn)閮?nèi)存是一種線性存在，即便是多維數(shù)組也是實(shí)現(xiàn)成一維數(shù)組的形式。

  • 就多維數(shù)組在這里解釋一下。所謂多維數(shù)組就是將若干個(gè)降一維的數(shù)組組合在一起，降一維的數(shù)組又由若干個(gè)更降一維的數(shù)組組合在一起，直到最低的一維數(shù)組，舉個(gè)例子:

    int dou_arr[5][3];

    就這個(gè)二維數(shù)組而言，將5個(gè)每個(gè)為3個(gè)int類型的數(shù)組組合在一起，要想指向這個(gè)數(shù)組該怎么做？

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

    實(shí)際上多維數(shù)組只是將多個(gè)降一維的數(shù)組組合在一起，令索引時(shí)比較直觀而已。當(dāng)真正理解了內(nèi)存的使用，反而會(huì)覺(jué)得多維數(shù)組帶給自己更多限制 對(duì)于第三句的解釋，當(dāng)數(shù)組名出現(xiàn)在賦值號(hào)右側(cè)時(shí)，它將是一個(gè)指針，類型則是 指向該數(shù)組元素的類型，而對(duì)于一個(gè)多維數(shù)組來(lái)說(shuō)，其元素類型則是其降一維數(shù)組，即指向該降一維數(shù)組的指針類型。這個(gè)解釋有點(diǎn)繞，自己動(dòng)手寫一寫就好很多。

對(duì)于某種形式下的操作，我們總是自然的將相似的行為結(jié)合在一起考慮。考慮如下代碼:

int* arr_3[5] = {1, 2, 3, 4, 5};
int* p_4      = arr_3;

printf("%d == %d == %d ?\n", arr_3[2], *(p_4 + 2), *(arr_3 + 2));

輸出: 3 == 3 == 3 ? 實(shí)際上對(duì)于數(shù)組與指針而言， []操作在大多數(shù)情況下都能有相同的結(jié)果，對(duì)于指針而言*(p_4 + 2)相當(dāng)于p_4[2]，也就是說(shuō)[]便是指針運(yùn)算的語(yǔ)法糖，有意思的是2[p_4]也相當(dāng)于p_4[2]，"Iamastring"[2] == 'm'，但這只是娛樂(lè)而已，實(shí)際中請(qǐng)不要這么做，除非是代碼混亂大賽或者某些特殊用途。 在此處，應(yīng)該聲明的是這幾種寫法的執(zhí)行效率完全一致，并不存在一個(gè)指針運(yùn)算便快于[]運(yùn)算，這些說(shuō)法都是上個(gè)世紀(jì)的說(shuō)法了，隨著時(shí)代的發(fā)展，我們應(yīng)該更加注重代碼整潔之道

在此處還有一種奇異又實(shí)用的技巧，在char數(shù)組中使用指針運(yùn)算進(jìn)行操作，提取不同類型的數(shù)據(jù)，或者是在不同類型數(shù)組中，使用char*指針抽取其中內(nèi)容，才是顯示指針運(yùn)算的用途。但在使用不同類型指針操作內(nèi)存塊的時(shí)候需要注意，不要操作無(wú)意義的區(qū)域或者越界操作。

實(shí)際上，最簡(jiǎn)單的安全研究之一，便是利用溢出進(jìn)行攻擊。

Advance:對(duì)于一個(gè)函數(shù)中的某個(gè)數(shù)組的增長(zhǎng)方向，總是向著返回地址的，中間可能隔著許多其他自動(dòng)變量，我們只需要一直進(jìn)行溢出試驗(yàn)，直到某一次，該函數(shù)無(wú)法正常返回了！那就證明我們找到了該函數(shù)的返回地址存儲(chǔ)地區(qū)，這時(shí)候我們可以進(jìn)行一些操作，例如將我們想要的返回地址覆蓋掉原先的返回地址，這就是所謂的溢出攻擊中的一種。