[[402858]]

【引子】溫故而知新，“三日不彈,手生荊棘”，代碼也是如此。另一方面，自己挖的坑要自己填。在《全棧的技術棧設想》中埋下了4種編程語言的伏筆，已經兌現了Javacript，Python和Java， 本想將C/C++一并整理，但涉及面向對象等設計技術，最終還是C 梳理一下，從0到1吧。

C語言簡潔，使用方便靈活，能直接訪問物理地址，并進行高效的位運算。生成的目標文件質量高，執行效率高，但這是相對而言的，比匯編語言的效率還是低了15%左右。數據處理尤其是圖像處理能力強，可移植性也好。

關鍵字

ANSI C 共有32個關鍵字和9種控制語句，按照慣例編一首打油詩。

while signed for return，unsigned case continue default.

register goto auto union, do short long struct.

void typedef switch extern, volatile char double const.

if break static int, enum sizeof else float.

在C99中，又增加了5個關鍵字inline restrict _Bool _Complex _Imaginary， 后來的C11中又增加了7個關鍵字_Alignas _Alignof _Atomic _Static_assert _Noreturn _Thread_local _Generic， 所有這些關鍵字，不但要有所了解，還要知道其典型的應用場景。

數據結構

C語言為用戶提供了豐富的數據結構，還允許用戶自定義復雜的數據結構。C語言提供的數據結構是以數據類型的形式給出的，C的數據類型劃分如下：

• 基本類型
  • 數值類型
  • 字符類型
  • 枚舉類型
• 構造類型
  • 數組類型
  • 結構類型
  • 聯合類型
• 指針類型

數據有常量與變量之分，習慣上用大寫字母代表常量，用小寫字母代表變量。數值類型要注意數的范圍不同。字符常量是用單引號括起來的一個字符，還允許以一個“\”開頭的特殊字符常量。枚舉類型是一種基本數據類型，而不是一種構造類型，因為它不能再分解為任何基本類型。在編譯中，對枚舉元素按常量處理，故稱枚舉常量，它們不是變量，不能對它們賦值。

數組是有序數據的集合，數組中每一元素都屬于同一數據類型，用一個統一的數組名和下標來唯一的確定數組中的元素。結構體是C語言提供的一種數據結構，一般形式如下：

struct 結構體名字 
       { 
          成員列表 
       } 變量名列表； 

一般地，可以利用宏取得結構內的偏移量：

#undef offsetofstruct #define offsetofstruct(TYPE, ELEMENT) ((size_t) &((TYPE *)0)->ELEMENT) #endif

聯合也是一種派生類型，語法和結構體相同，不同是它的成員共享存儲空間。聯合定義了一組可供選擇的值，它們共享一塊內存。

一個變量在內存中的地址就稱為該變量的指針，這是C語言中的精華，下面單獨描述。

C語言還提供了十分豐富的運算符，主要有如下34種：

算術：+、-、*、/、++等 
關系：>、<、==、!=等 
邏輯：&&、||、!等 
位：>>、<<、~等 
賦值：等號(=)及其擴展賦值運算符（+=、-=、*=、/=等) 
指針：*、& 

用各種運算符將運算對象連接起來形成了表達式。

指針

C 語言的核心是指針，其靈活性和超長之處源自于指針。指針提供了動態操控內存的機制，強化了對數據結構的支持，且實現了訪問硬件的功能。

指針是一個存放內存地址的變量。定義一個指針時，必須規定它指向的變量類型。任何指針都是指向某種類型的變量。當通過指針來訪問指針所指向的內存區時，指針所指向的類型決定了編譯器將把那片內存區里的內容當做什么來看。要注意區分指針的類型(即指針本身的類型)和指針所指向的類型是兩個概念。

void指針類型，即不指定它是指向哪一種類型數據的指針變量。void指針它可以指向任何類型數據，可以用任何類型的指針直接給void指針賦值。但是，如果需要將指針的值賦給其它類型的指針，則需要進行強制類型轉換。在指針定義語句的類型前加const,表示指向的對象是常量。

指針變量可以指向另一個指針，指針的指針。程序中的函數代碼同樣也占有內存空間，每個函數都有地址，因此指針同樣可以指向函數，指向函數地址的指針稱為函數指針。總之，指針可以指向什么是沒有限制的，可以是變量、數組元素、動態分配的內存塊以及函數。

正確理解指針變量和函數指針的聲明，例如：(*(void(*)())0)(); 注意*p()和(*p)()的區別，前者含義是函數返回值為一個指針類型，后者含義p是一個指向函數的指針。

指針的典型用法：

• 直接訪問系統內存
• 引用函數
• 構造鏈式數據結構
• 引用動態分配的數據結構
• 實現引用調用
• 傳遞數組參數
• 訪問和迭代數據元素
• 代表字符串
• 作為其他值的別名

函數

一個大程序可分為若干個小程序模塊，每一個模塊用來實現一個特定的功能，這個模塊稱為函數。一個C程序可由一個主函數和若干子函數構成。由主函數調用其他函數，其他函數也可以互相調用。同一個函數可以被一個或多個函數調用任何多次。

從用戶來看，可以將函數分為庫函數和自定義函數。從函數自身看，可以分為有參數和無參兩種。傳參過程中要根據需要進行值傳遞和地址傳遞，也就是形參和實參。只有在發生函數調用時，函數中的形參才被分配內存單元。在調用結束后，形參所占的內存單元也被釋放。

函數應當在同一文件中它被調用的位置之前定義，否則就會默認返回值是整型。如果調用函數處和被調用函數不在同一文件，且返回值類型不同，連接時會報錯。如果被調用函數參數包括char、short、float等類型，則在調用該函數的文件中必須聲明該函數，且括號內帶上參數類型。

本質上，函數表示法就是指針表示法，函數名稱經過求值會變成函數的地址，然后函數參數會被傳遞給函數。

程序棧是支持函數執行的內存區域，通常和堆共享，包括返回地址，局部數據存儲，參數存儲，棧指針和基指針(運行時管理棧的指針)。系統在創建棧幀時，將參數以跟聲明相反的順序推到幀上，最后推入局部變量。

從函數返回指針時可能存在的潛在問題：

• 返回未初始化的指針
• 返回指向無效地址的指針
• 返回局部變量的指針
• 返回指針但是沒有釋放內存

函數指針可以 以編譯時未確定的順序來執行函數。

void (*foo)() 

使用函數指針時一定要小心，因為c 不會檢查參數傳遞是否正確，建議使用fptr作為前綴。函數指針數組可以基于某些條件選擇要執行的函數。傳遞指針的指針可以讓參數指針指向不同的內存地址。

內存存儲

C中主要有4種存儲類型：

1. auto只能用來標識局部變量的存儲類型，對于局部變量，auto是默認的存儲類型，不需要顯示的聲明。因此，auto標識的變量存儲在棧區中。
2. extern用來聲明全局變量。如果全局變量未被初始化，那么將被存在BBS區中，且在編譯時，自動將其值賦值為0，如果已經被初始化，那么就被存在數據區中。全局變量，不管是否被初始化，其生命周期都是整個程序運行過程中，為了節省內存空間，在當前文件中使用extern來聲明其它文件中定義的全局變量時，就不會再為其分配內存空間。
3. register的變量在由內存調入到CPU寄存器后，則常駐在CPU的寄存器中，因此register將在很大程度上提高效率，因為省去了變量由內存調入到寄存器過程中的多個指令周期。
4. static無論是全局的還是局部的，都存儲在數據區中，其生命周期為整個程序，如果是靜態局部變量，其作用域為一對{}內，如果是靜態全局變量，其作用域為當前文件。靜態變量如果沒有被初始化，則自動初始化為0。靜態變量只能夠初始化一次。

在使用內存時，申請與釋放要配對，本著誰申請，誰釋放的原則，釋放后，要把指針置空。常見的內存使用問題有3種：

• 野指針：Free后，沒有置空，后續繼續使用該指針;
• 內存泄漏：申請后沒有釋放
• 內存越界：數組索引和內存訪問溢出

避免內存越界，必須對數組的索引進行有效值檢查，字符串操作API最好要帶n 例如strncpy，strncat等，內存拷貝的size要做檢測，避免野指針。

在條件允許的情況下，可以自己實現內存池管理，按字節切割內存池(例如 8字節的整數倍)。每次分配的內存地址空間，在啟止位置進行初始化特殊值，然后用單獨線程每隔一小段時間，對內存池中每個有效塊進行掃描，做好內存碎片整理。

動態分配存儲字符串的空間(malloc方式)時，注意不要忘記字符串需要多分配一個字節保存字符串結尾'\0'。

編譯

C語言的編譯過程有預編譯——>語法分析——>代碼生成——>優化——>匯編——>連接。預編譯器完成宏替換，詞法分析，并創建符號表。語法分析包含了語義分析，創建語法樹。代碼生成器來生成中間代碼，優化器負責指令優化，匯編程序生成匯編代碼，最后由連接器生成目標文件和可執行文件。連接器對目標模塊中的外部對象做同名檢查，如果沒有命名沖突就加入到載入模塊。

函數和初始化的全局變量(包括初始化為0)是強符號，未初始化的全局變量是弱符號。符號的意義就是將對一個對同一個名字的讀寫操作都指向同一塊內存，即使這些操作分散在不同的.o中。

對于它們，下列三條規則使用：

• 同名的強符號只能有一個，否則編譯器報"重復定義"錯誤。
• 允許一個強符號和多個弱符號，但定義會選擇強符號的。
• 當有多個弱符號相同時，鏈接器選擇占用內存空間最大的那個。

切記比較運算符==不要錯寫為賦值符號=，反之亦然，二者大為不同.詞法分析采用的是從左至右的貪心法,例如a---b等價于a-- -b，而不等價于a- --b;

預編譯

通常在C編譯系統對程序進行編譯前，先對程序中一些特殊的命令進行“預處理”，然后將預處理的結果和源程序一起進行編譯處理，得到目標代碼， 以“#”開始的行成為預處理指令。

帶參數的宏與函數非常類似，在引用函數時也是在函數名后的括號 內寫實參，且要求實參的數目等于形參的數目，但它們還是有區別的：

對參數的使用方式不一樣。函數調用時，先求出實參表達式的值，然后帶入形參;宏只進行簡單的字符替換。

處理機制不一樣。函數調用在程序運行時處理，且要分配內存;宏展開在編譯時進行，不分配內存單元，不發生值的傳遞處理，也不存在返回值

定義時的要求不一樣。函數定義時，實參和形參都要定義類型;宏定義時不存

預處理程序提供了條件編譯的功能。可以按不同的條件去編譯不同的程序部分，因而產生不同的目標代碼文件，這對于程序的移植和調試是很有用的。條件編譯有三種形式：

#ifdef 標識符 
    codes1 
#else 
    codes2 
#endif 
 
#ifdef 標識符 
    codes3 
#endif  
 
#ifndef 標識符 
    codes4 
#else 
    codes5  
#endif 

頭文件

一般的，通過頭文件來調用庫功能。在很多場合，源代碼不便(或不準)向用戶公布，只要向用戶提供頭文件和二進制的庫即可。用戶只需要按照頭文件中的接口聲明來調用庫功能，而不必關心接口怎么實現的。編譯器會從庫中提取相應的代碼。頭文件還能加強類型安全檢查。如果某個接口被實現或被使用時，其方式與頭文件中的聲明不一致，編譯器就會指出錯誤，這一簡單的規則能大大減輕程序員調試、改錯的負擔。

使用尖括號引入的頭文件在包含文件目錄中去查找(包含目錄是由用 戶在設置環境時設置的)，而不在源文件目錄去查找。使用雙引號則表示首先在當前的源文件目錄中查找，若未找到才到所包含目錄中去查找。用戶編程時可根據自己的文件所在的目錄來選擇某一種命令形式。

程序框架與庫

C語言中的程序框架是由頭文件，變量聲明，main函數和子函數組成。無處不在的helloword 在C中是這樣的：

#include <stdio.h>  
int main() 
{ 
    printf("Hello, World! \n");  
    return 0;  
} 

里面沒有變量聲明和子函數。那沒有main 函數是否可以呢?或者說，不寫成main函數，換個其他的名字是否可以呢?這涉及到編譯的指定，main 是c中默認的調用入口。

C中的那些庫就大都沒有main函數。C語言中的庫分為靜態庫(.a)和動態庫(.so)。

靜態庫實際上是一些目標文件的集合，用于連接器生成可執行文件階段。連接器會將程序中使用到函數的代碼從庫文件中拷貝到應用程序中，一旦連接完成生成可執行文件之后，在執行程序的時候就不需要靜態庫了。動態庫也叫共享庫,在程序鏈接的時候只是作些標記，然后在程序開始啟動運行的時候，動態地加載所需庫(模塊)。

C標準庫有各種不同的實現，比如最著名的glibc， 用于嵌入式Linux的uClibc，還有ARM自己的C語言標準庫等。不同標準庫的實現并不相同，提供的函數也不完全相同，不過有一個它們都支持的最小子集，這也就是最典型的C語言標準庫。

C標準庫由在15個頭文件中聲明的函數、類型定義和宏組成，每個頭文件都代表了一定范圍的編程功能。有人說，C標準庫可以分為 3 組，如何正確并熟練的使用它們，可區分出 3 個層次的程序員：

• 合格程序員：、、、
• 熟練程序員：、 、、
• 優秀程序員：、、、、、、

運行時

在C語言運行時的數據結構中，堆棧為局部變量提供存儲空間，為函數調用提供還原信息，其臨時存儲區，用于計算復雜算術表達式;調用記錄支持過程調用，并記錄調用結束后返回調用點所需要的全部信息;全局變量的數據有static變量，常量等。

BSS段(bss segment)

通常是指用來存放程序中未初始化的全局變量的一塊內存區域。BSS段屬于靜態內存分配。

數據段(data segment)

通常是指用來存放程序中 已初始化 的 全局變量 的一塊內存區域。數據段屬于靜態內存分配。

代碼段(code segment/text segment)

通常是指用來存放程序執行代碼的一塊內存區域。這部分區域的大小在程序運行前就已經確定，并且內存區域通常屬于 只讀 , 某些架構也允許代碼段為可寫，即允許修改程序。在代碼段中，也有可能包含一些 只讀的常數變量 ，例如字符串常量等。程序段為程序代碼在內存中的映射。

堆(heap)

堆是用于存放進程運行中被動態分配的內存段，它的大小并不固定，可動態擴張或縮減。當進程調用malloc/free等函數分配內存時，新分配的內存就被動態添加到堆上(堆被擴張)/釋放的內存從堆中被剔除(堆被縮減)。

棧(stack)

棧又稱堆棧，存放程序的局部變量(但不包括static聲明的變量， static 意味著 在數據段中 存放變量)。除此以外，在函數被調用時，棧用來傳遞參數和返回值。由于棧的先進先出特點，所以棧特別方便用來保存/恢復調用現場。

程序在進入main函數之前，已經完成數據在內存中的分配、初始化，包括數據區，堆棧區等。關于這部分代碼對于開發者不可見，屬于C標準運行時的一部分。

函數在調用和被調用過程中，都伴隨著入棧和出棧，因此棧發揮著重要作用。函數的局部變量、參數、返回值都存在棧區中。函數結束后，棧區空間自動釋放，棧區擔任著一個臨時存儲的角色，是計算機利用內存空間的一種機制。

了解了C 運行時的空間分布是遠遠不夠的，最好了解一下一個編譯后的代碼是如何運行起來的，以及庫中的函數是如何鏈接到目標代碼的，尤其是函數指針鏈表的維護，之后會有一種對代碼完全掌控的感覺。

不是小結的小結

C語言不但能讓我們了解編程的相關概念，還能讓我們明白程序的運行原理，比如，計算機的各子系統是如何交互，程序在內存中是一種怎樣的，操作系統和程序之間的“愛恨情仇”，這些底層知識對程序員的職業生涯大有裨益。

C語言被一些人譽為“上帝語言”，它幾乎奠定了軟件產業的基礎，還創造了很多其它語言。但是，鑒于水平有限，難以舉重若輕，本文中的基礎描述只是老碼農的碎碎念罷了。