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：

堆区

堆区 (Heap)：由程序员手动申请释放的内存空间。

1. C中：malloc()和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。

2. C++中：new申请，delete释放。new和delete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。

常变量与宏定义的概念不同。

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)+1，s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。

2. 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。

3. 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]和s[0][0]与主函数中的s[0]和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 \(i\) 行第 \(j\) 列元素

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

a：数组指针常量，是二维数组的起始地址，第 \(0\) 行的起始地址。

二维数组中的指针等价关系

优先级：() \(>\) ++ \(>\) 指针运算符* \(>\) +

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 \(i\) 个一维数组的指针，它的值是第 \(i\) 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~

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 \(n\)，表示共有 \(n\) 个电子邮件地址需要排序。接下来 \(n\) 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 \(10^6\)）。

• 对于 \(50\%\) 的数据，保证 \(n \leqslant 100, |s_i| \leqslant 100\)。

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 \(n\) 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：

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 \(N\) 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。