（二）羽夏看C语言——容器

写在前面

此系列是本人一个字一个字码出来的，包括示例和实验截图。本人非计算机专业，可能对本教程涉及的事物没有了解的足够深入，如有错误，欢迎批评指正。 如有好的建议，欢迎反馈。码字不易，如果本篇文章有帮助你的，如有闲钱，可以打赏支持我的创作。如想转载，请把我的转载信息附在文章后面，并声明我的个人信息和本人博客地址即可，但必须事先通知我。

你如果是从中间插过来看的，请仔细阅读 （一）羽夏看C语言——简述 ，从而方便学习本教程。

容器指的是什么

说到容器，你可能会联想到日常生活中家里的用喝水的杯子；如果接触过计算机的人，可能会想到高大上的东西，比如应用广泛的虚拟化容器Docker。无论联想到的是什么，它们具有同一个属性——装东西。
计算机运作的数据需要容器，比如内存或者硬盘。在编程语言层面，它具有的容器就形式各样：变量、常量、数组、结构体、共用体等等。在汇编层面，它具有的容器有寄存器和内存（这个内存和计算机的内存不是一个东西，通常来说计算机的内存指内存条，此处含义为内存地址空间，请自行科普）。此篇将C语言层面的那些能够存储数据的常见容器与汇编逐一联系起来。

变量

In computer programming, a variable or scalar is a storage location (identified by a memory address) paired with an associated symbolic name, which contains some known or unknown quantity of information referred to as a value; or in easy terms, a variable is a container for a particular type of data (like integer, float, String and etc...). ——《维基百科》

英文看不懂，那就翻译一下：在计算机编程中，变量或标量是一个存储位置（由内存地址标识），与一个相关符号名配对，其中包含一些已知或未知数量的信息，称为值；或者简单地说:

变量是特定类型数据（如整数、浮点、字符串等）的容器

变量是什么，对于编程语言来说，变量就是一个特定类型数据的容器，正如我在文本章开篇说明的。对于CPU来说，目前它具有以下容器：

容器名称	大小
BYTE	1个字节
WORD	2个字节
DWORD	4个字节
FWORD	6个字节
QWORD	8个字节

然而对于32位CPU，它就没有比DWORD还大的容器了，具体原因请到汇编进行学习查看（需要额外声明，当你用x32dbg调试器随便打开一个程序，发现有大于等于8个字节的容器，那是因为有Intel的CPU集成了FPU，它是专门用于处理浮点运算的寄存器，不特殊说明仅指普通CPU寄存器）。

对于C语言来说，它具有以下容器：

容器名称	大小
char	1个字节
short	2个字节
int	4个字节
long	4个字节
float	4个字节
double	8个字节

学习C语言，很多初学者学完可能都会有的误区：认为char类型是用来存储字符的，short是用来存储短整数类型诸如此类的印象。如果这样认识变量，就太肤浅了，你就没学会C语言，变量的本质是容器，是用来组织数据的方式。char类型不是字符类型，而是字节类型（能够装1个字节数据的容器，字节类型是我的说法）。其他的基础变量类型以此类推。

C语言有byte类型，前提包含"Windows.h"头文件，你可以查看它的定义，你会发现如下代码：

typedef unsigned char byte;

可以下一条结论：字节类型就是无符号的char类型，它也是字节类型。

既然说到符号和无符号，它们到底有什么不同。前面说char和unsigned char都是我所谓的字节类型。从内存或者寄存器存储的视角来看，它只是显示方式的不同。举个例子，如果一个数，在一个字节大小的容器中，存储0xF4这一个数（这个是16进制的写法，如果不会，可参考我的下一篇文章）。如果用有符号显示，它是-12，如果用无符号的显示，它是244。

铺垫了这么多，是时候打开VS，来说明变量和汇编的关系。我们新建一个控制台工程，输入以下代码以供测试：

#include <iostream>
//如果是C，请自行将头文件包含改为 stdio.h 和 stdlib.h

int main()
{
    char ch = 1;
    short s = 2;
    int i = 3;
    int unsigned ui=0;
    long l = 4;
    float f = 5;
    double d = 6;
    system("pause");
    return 0;
}

我们在main函数头部下一个断点，开始调试，切换到汇编模式，你会看到如下图所示的结果：

图中汇编代码看不懂的同志，请自行补缺。

指针

C语言的精髓是指针，我相信不少人会有所耳闻。很多初学者把指针神话了，甚至僵硬化使用，就是因为对变量是容器的本质没有理解到位。指针也是变量，只不过有一点点特殊，通常用来存放地址编号罢了。
下面我会给出一段代码，请回答注释当中的问题，看看你学的指针到底怎么样，也看看你对我所述的学习情况。

#include <iostream>
//如果是C，请自行将头文件包含改为 stdio.h 和 stdlib.h

int main()
{
    int i = 65534;
    int* pi = (int *)5;//这样对吗？
    unsigned char* pch = (unsigned char*)&i;
    printf_s("pch指向的地址存储的值：%d\n", *pch);//这样对吗？*pch的值到底是多少？
    system("pause");
    return 0;
}

先别着急检验，我先科普一下小端存储再继续：

The order of digits in a computer that is the opposite of how humans view numbers. The digits on the left are less in value than the digits on the right. ——《维基百科》

举个例子，一个用十六进制表示的32位数据：0x12345678，存放在存储字长是32位的存储单元中，按低字节到高字节的存储顺序为0x78、0x56、0x34和0x12，通常的CPU采用小端存储，但也有大端存储的，请自行搜索。

答案将在下一篇文章进行揭晓。

以上只是拿一维指针进行介绍，以下拿多维指针继续介绍：

#include <iostream>
using namespace std;

//如果是C，请自行将头文件包含改为 stdio.h 和 stdlib.h
//并删除 using namespace std;
//将 cout 改为 printf_s（可以 printf，但微软编译器编译会报错，自行科普）

int main()
{
    int* pi1;
    int** pi2;
    char* pch1;
    char** pch2;
    float*** pf3;

    cout << "以上指针的大小：" << endl
        << sizeof(pi1) << endl
        << sizeof(pi2) << endl
        << sizeof(pch1) << endl
        << sizeof(pch2) << endl
        << sizeof(pf3) << endl;

    cout << "以上指针取值一次的大小：" << endl
        << sizeof(*pi1) << endl
        << sizeof(*pi2) << endl
        << sizeof(*pch1) << endl
        << sizeof(*pch2) << endl
        << sizeof(*pf3) << endl;

    cout << "对能再取值的指针进一步取值的大小：" << endl
        << sizeof(**pch2) << endl
        << sizeof(**pf3) << endl;

    system("pause");
    return 0;
}

这次不必看汇编代码了，看看结果：

以上指针的大小：
4
4
4
4
4
以上指针取值一次的大小：
4
4
1
4
4
对能再取值的指针进一步取值的大小：
1
4
请按任意键继续. . .

我们可以下如下结论：所有的指针都是一个大小，为4个字节（32位）。

常量

In computer programming, a constant is a value that should not be altered by the program during normal execution, i.e., the value is constant.When associated with an identifier, a constant is said to be "named", although the terms "constant" and "named constant" are often used interchangeably. This is contrasted with a variable, which is an identifier with a value that can be changed during normal execution. ——《维基百科》

在计算机编程中，常量是程序在正常执行期间不应更改的值，即该值为常量当与标识符关联时，常量被称为“命名”，尽管术语“常量”和“命名常量”经常互换使用。这与变量不同，变量是一个标识符，其值可以在正常执行期间更改。

如上说明了常量是什么和与变量的区别。然而不幸的是，在汇编层面，它们本质是一个东西。我们将用相同的方式用如下代码进行验证：

#include <iostream>
//如果是C，请自行将头文件包含改为 stdio.h 和 stdlib.h

int main()
{
    int a = 5;
    const int b = 5;

    system("pause");
    return 0;
}

如下就是验证结果：

既然常量和变量本质是一样的，常量也是可以被修改的，那么我们用以下代码进行验证：

#include <iostream>
//如果是C，请自行将头文件包含改为 stdio.h 和 stdlib.h

int main()
{
    int a = 5;
    const int b = 5;

    printf_s("b的旧值：%d\n", b);

    int* pb = (int*)&b;
    *pb = 10;

    printf_s("b的新值：%d\n", b);

    system("pause");
    return 0;
}

结果运行后你发现，与预想的根本不一致：

b的旧值：5
b的新值：5
请按任意键继续. . .

你到此可能怀疑我说的是有问题的，认为常量是无法改变的，其实它已经被改了，请看一下局部变量的b的值，它已经是10了，如下图。

那么，是什么原因导致更改后的值仍然是5呢，看汇编你就会明白了，这都是编译器的把戏，如下图：

你可以看到，编译器编译好后调用此函数时压根就没有把变量b的地址的内容放入堆栈中，而是直接将5压入堆栈，所以导致以上“奇怪”的问题。

局部变量与全局变量

学过C语言的同志，应该都知道局部变量和全局变量的区别和作用域。但是，为什么全局变量每个函数都可以到处用，而局部变量不行呢？让我们从汇编层面来看看是为什么。
先准备如下代码以供实验：

#include <iostream>
//如果是C，请自行将头文件包含改为 stdio.h 和 stdlib.h

int quanju = 10;

int main()
{
    int jubu = 0;
    jubu = quanju + 8;
    system("pause");
    return 0;
}

然后我们看一下汇编，你会看到如下图所示结果（关键部分）：

从汇编代码我们很容易看出，局部变量被翻译为堆栈中的一个“临时地址”，这个是由于ebp寻址提栈提供的缓冲区，函数结束后会被平栈，通过普通方式无法使用该值（如果不懂的话，后面将会有一篇文章用来讲述函数的）。而全局变量直接是一个写死的地址，编译完一个程序后，该地址不会发生变化，这就是所谓的全局变量每个函数随意使用，而局部变量不行的原因。

公共变量和私有变量 ❗

公共变量和私有变量是什么定义我就不详细描述了，就是字面意思。我们做一个实验进行验证一下：

#include <iostream>

struct MyStruct
{
private:
    int hide = 10;
public:
    int show = 20;
};

int main()
{
    MyStruct stru;
    int h = stru.hide;
    int s = stru.show;
    system("pause");
    return 0;
}

有些眼尖的朋友一眼就能看出，这个代码是编译不过去的，因为hide是MyStruct的私有全局变量，不能访问。但既然是全局变量，就是一个地址，难道就不能访问吗，答案是能够访问，需要一点手段——指针。我们来看下代码：

#include <iostream>

struct MyStruct
{
private:
    int hide = 10;
public:
    int show = 20;
};

int main()
{
    MyStruct stru;
    int* ph = (int*)&stru;
    int s = stru.show;
    printf_s("hide: %d\nshow: %d\n", *ph, s);
    system("pause");
    return 0;
}

你将会得到如下图所示结果：

这个是不是巧合呢，让我们看一看汇编代码：

如果你不看后面的文章，你可能不能完全弄明白，我简单说明一下。第一个图的lea ecx,[ebp-10h]汇编指令就是传说的this指针，指向该结构体的地址。下一句的call就是调用构造函数，虽然我没有写构造函数，但它默认会有一个无参的构造函数（你可能会犯嘀咕，这明显不是类的特征吗？是的，没错，在C语言中，类和结构体是一个东西，没有任何区别，但是通常会把只有数据的称之为结构体，还有功能函数的称之为类）。说了这些，第二张图片也就能看明白了。如果不明白可以在讨论区留言。

数组

最经常用的数组，当属字符串了，数组是最常用的数据组织方式之一。先从最简单的一维数组来看看数组和汇编的关系。我们先用如下代码进行实验：

#include <iostream>
//如果是C，请自行将头文件包含改为 stdio.h 和 stdlib.h

int main()
{
    int a[] = { 1,2,3,4,5,6 };
    int a0 = a[0];
    int a5 = a[5];

    system("pause");
    return 0;
}

然后查看汇编，得到的结果如下：

你可能没见过imul指令，这个是有符号乘法：imul ecx,eax,0用数学表达式来写的话就是ecx = eax * 0，以此类推。其他的关于一维数组我就不过多介绍了。

接下来我们看看更高维数的数组，先以最简单的二维数组试刀，简单修改一下原来的代码：

#include <iostream>
//如果是C，请自行将头文件包含改为 stdio.h 和 stdlib.h

int main()
{
    int a[][2] = { 1,2,3, 4,5,6 };
    int a0 = a[0][0];
    int a5 = a[1][1];

    system("pause");
    return 0;
}

然后看一下反汇编：

很多初学者学习二维数组的时候，都是用画表格的形式：

索引	0	1
0	1	2
1	3	4
2	5	6

这样的方式虽然直观好理解，但会带来一个误区，仿佛内存也是这样存储二维数组的。但是，如果是三维数组甚至更高维数的呢？在计算机中，数组是沿着线性地址顺序存储的，无论是多少维。 上面图示的汇编代码就体现出这个特性，本人不多论述。

二维数组都试了试，再来个三维的加深印象：

#include <iostream>
//如果是C，请自行将头文件包含改为 stdio.h 和 stdlib.h

int main()
{
    int a[][3][2] = { 1,2,3,4,5,6,7,8,9,10,11,12 };
    int ia = a[1][1][1];

    system("pause");
    return 0;
}

汇编代码如下图所示：

正确的内存存储示意图：

有了这个示意图，是不是更好理解了多维数组。

数组与指针

说到指针和数组的关系，我们看一下代码：

#include <iostream>
//如果是C，请自行将头文件包含改为 stdio.h 和 stdlib.h

int main()
{
    int a[] = { 1,2,3,4,5,6 };
    int* p = a;
    printf_s("%d，%d\n", a[2], p[2]);
    system("pause");
    return 0;
}

汇编代码如下：

仔细观察发现，它们取值方式几乎差不多。虽然可以说数组和指针获取值本质上几乎差不多，但数组一旦定义，在程序的生命周期就不能随意改变。指针是随意的，想指哪就指哪。

结构体 ❓

因为这篇文章只是介绍容器，故我们接下来继续介绍C的结构体。为什么这么说呢，是因为C不支持带函数的结构体，而C++可以。

对于此类的结构体的讨论，请用以下的代码做实验，在做这个实验之前，请思考一下它的输出结果是多少：

#include <iostream>
using namespace std;
//如果是C，请自行将头文件包含改为 stdio.h 和 stdlib.h
//将 cout 改为 printf_s（可以 printf，但微软编译器编译会报错，自行科普）

struct MyStruct
{
    int i;
    char ch;
    char ch1;
    int i1;
    double d;
};

int main()
{
    cout << sizeof(MyStruct) << endl;
    system("pause");
    return 0;
}

你可能会惊奇的发现，输出的结果为24，到底是为什么呢，不应该是18个字节吗？这就是因为字节对齐的缘故。

对于32位的CPU，它最擅长一次操作4个字节的容器。为了提高性能，就必须牺牲一些东西，那就是空间，即所谓的拿空间换时间的操作，不满4个字节按4个字节计算。

当然，你也可以强制它一个字节接一个字节的对齐，在定义的结构体之前使用##pragma pack(1)就可实现，你可以添加后重新编译查看结果。

共用体

共用体，简单来说。就是一个地址多个别名，举个简单的例子就能明白：

#include <iostream>
using namespace std;
//如果是C，请自行将头文件包含改为 stdio.h 和 stdlib.h
//将 cout 改为 printf_s（可以 printf，但微软编译器编译会报错，自行科普）

union MyUnion
{
    int a;
    int b;
    int c;
    unsigned char ch;
};

int main()
{
    cout << sizeof(MyUnion) << endl;
    MyUnion test; //如果是C，请在本行前添加 union 关键字
    test.a = 0xfffe;
    printf_s("a:%d,b:%d,c:%d,ch:%d\n", test.a, test.b, test.c, test.ch);
    system("pause");
    return 0;
}

反汇编结果：

输出结果：

4
a:65534,b:65534,c:65534,ch:254
请按任意键继续. . .

由此可看出：共用体的所有变量（更合理的说是别名），都共用一个地址。
编译器是这么做的，但是实际上C/C++编译器都有一套标准，这里会导致未定义行为。我在这里描述一下：如果共用体有多个成员，从一个成员写入，紧接着从另一个成员读出这个是未定义的，只明确说明了匿名共用体的所有成员的首地址一定相等。

（二）羽夏看C语言——进制

posted @ 2021-09-02 14:37 寂静的羽夏阅读(4188) 评论(1) 编辑收藏举报

刷新页面返回顶部

羽夏的博客

一个热爱计算机技术的菜鸟