C语言指针加1引发的思考

1.  问题背景

最近有小伙伴对于 C 语言中指针的运算有点疑问：指针变量加 1 之后，到底向后偏移了几个字节呢？

示例代码如下，这段代码运行在32位CPU平台上：

 

#include

#pragma pack(1)
struct tree
{
  int height;
  int age;
  char tag;
};
#pragma pack() 

int main()
{
  char buffer[512];
  char *tmp_ptr = NULL;
  struct tree *t_ptr = NULL;
  char *t_ptr_new = NULL; 

  tmp_ptr = buffer;
  t_ptr = (struct tree *) tmp_ptr;
  t_ptr_new = (char *)(t_ptr + 1);

  printf("t_ptr_new point to buffer[%ld]
", t_ptr_new - tmp_ptr);
  
  return 0;
}

 

请问，指针变量 t_ptr_new  指向数组 buffer 的哪个位置？

如果能快速得出答案，恭喜你，已经掌握指针算术运算的原理，以及结构体占用空间大小的计算方法。如果不能，也不要气馁，正好可以将这部分欠缺的知识补充上。下面，让我们来逐步揭开它的内幕。

2.  结构体

C 语言中 struct 声明创建一个数据类型（结构体），能将不同类型的对象聚合到一个对象中，用名字来引用结构体的各个组成部分。结构体的所有组成部分都存放在一段连续的内存中。指向结构的指针就是结构体第一个成员的地址。

示例中结构体类型定义：

 

#pragma pack(1)
struct tree
{
 int height;
 int age;
 char tag;
};
#pragma pack()

 

结构体内部有三个成员变量，其中两个为 int 型，一个 char 型。编译器按照成员列表顺序挨个给每个成员分配内存。此结构体占用的内存空间是多少个字节呢？

height 和 age 各占用4个字节，tag 占用 1 个字节。那结构体占用的空间就是 9 个字节呗。是这样吗？

让我们先来了解一个概念：数据对齐。

数据对齐

许多计算机系统对基本的数据类型的合法地址做了一些限制。要求某种类型对象的地址必须是某个值（通常为2、4、8）的倍数。对齐原则是：任何占用 K 字节空间大小的基本对象，其地址必须是 K 的倍数。

由此，编译器可能需要在结构体成员内存的分配中插入间隙，保证每个结构成员都满足它的对齐要求。或者需要在结构体的末尾加入填充，从而使得结构体数组中的每个元素都会满足它的对齐要求。

本例中，结构体的首地址满足 4 字节对齐（第一个成员类型为 int）要求后，height、age、tag 三个成员均满足对齐原则。不过要考虑下面的声明：

 

Struct tree a[4];

 

如果分配 9 个字节，就不能满足数组 a 的每个元素的对齐要求。

假设数组的起始地址为 x，则每个元素的地址分别为 x、x+9、x+18、x+27，有三个元素不满足对齐原则。由此，编译器会为结构 tree 分配 12 个字节，最后 3 个字节是补充的空间（浪费的空间）。

pragma pack()

注意编译指令，#pragma pack(1) 和 #pragma pack()

pragma pack 的主要作用就是改变编译器的内存对齐方式。

在不使用这条指令的情况下，编译器采取默认方式对齐。这两条编译预处理指令，使得在这之间定义的结构体按照 1 字节方式对齐。在本例中，使用这两条指令的效果是，编译器不会在结构体尾部填充空间了。

结构体大小

最终，这个结构体占用的内存空间大小为 9 个字节。

3.  理解指针

指针定义

每个指针都对应一个类型。这个类型表明该指针指向的是哪一类对象。指针的类型不是机器码中的一部分，而是C语言提供的一种抽象，帮助程序员避免寻址错误。

每个指针都有一个值。这个值是某个指定类型的对象的地址。

示例代码中

 

struct tree *t_ptr = NULL;

 

这语句是什么意思呢？其含义为：定义一个指针变量 t_ptr 并赋予了初值 NULL。

详细解释：星号 “*” 说明标识符 t_ptr为 “一个指向…的指针”；struct tree 为类型说明符；可知，t_ptr 为指向结构体 tree 类型的指针。

指针的类型由指向对象的数据类型和星号 “*” 组合起来表示。例如，指针 t_ptr 的指针类型为 “struct tree *”。

示例代码中，t_ptr_new 和 tm_ptr 为指向 char 类型的指针，并赋初始值NULL。

NULL 指针

C语言标准中定义了 NULL 指针，作为一种特殊的指针变量，其指向的内容为空（即不指向任何东西）。将其赋值给某个指针变量，表示该指针目前并未指向任何东西。

数组的名字

一个数组的名字也是一种指针，但这个指针的值是不能改变的。这种指针永远指向数组中的第一个元素，其指向的类型为数组元素的数据类型。

示例代码：

 

char buffer[512]；

 

数组名字 buffer 为指向 char 数据类型的指针，它指向数组的首个元素 buffer[0]。

4.  指针转换

通过类型转换，可以将指针从一种类型转换为另一种形式，改变的只是它的类型，值是不会改变的。

C语言中的类型转换有两种：隐式类型转换和强制类型转换。

示例代码：

 

t_ptr_new = (char *)(t_ptr + 1);

 

通过 “（char *)” 强制将 struct tree * 类型的指针转换为 char * 类型，并将其赋值给一个 char * 类型的指针。如果去掉 “(char *)”，在编译过程中，编译器会根据 “=” 左侧变量的类型自动进行转换，但会产生告警信息。告警信息如下：

 

example.c: In function ‘main’:
example.c12: warning: assignment from incompatible pointer type [-Wincompatible-pointer-types]
t_ptr_new = (t_ptr + 1);

 

本例中用强制类型转换，一方面是为了消除编译过程产生的警告，另一方面是为了使程序便于理解。

5.  指针运算

C语言的指针运算有两种形式。

第一种：指针 ± 整数

这种计算出来的值，会根据该指针指向的某种数据类型的大小进行伸缩。例如，指针的值为 x，指向的数据类型大小为 L，整数为 n，则计算出来的结果值为 x + n * L。

示例代码，

 

t_ptr_new = (char *)(t_ptr + 1);

 

此表达式等价于（a_ptr 符号在此处是为了便于理解而添加）:

 

a_ptr = (t_ptr + 1);
t_ptr_new = (char *)a_ptr;

 

指针 t_ptr 加 1（t_ptr + 1）的结果，会根据数据类型 struct tree 的大小进行增加。假设指针 t_ptr 的值为 x（即地址值为 x），而结构体类型 tree 的大小为 9 字节，则  t_ptr + 1  的值为 x+9。然后，将此结果进行强制类型转换后，赋值给指针变量 t_ptr_new。

第二种：指针 – 指针

只有当两个指针都指向同一个数组中的元素时，计算才有意义。

减法运算的值是两个指针在内存中的距离（等于两个地址之差除以该元素数据类型的大小）。两个指针相减的结果的类型是 ptrdiff_t，它是一种有符号整数类型。

如果两个指针值（地址值）的差值为 12 字节，每个元素占用 4 个字节，则两个指针相减得到的结果将是 3（两个指针的差值 12 将除以每个元素的长度 4）。

示例代码

 

printf("t_ptr_new point to buffer[%ld]
", t_ptr_new - tmp_ptr);

 

由以上分析，两个指针相减（t_ptr_new - tmp_ptr），地址差值为 9 字节，而数组中每个元素的大小为 1 字节（char类型数据），则指针相减得到结果为 9（9字节/1字节）。

6.   综上分析

有了以上分析的基础，让我们看看最终答案是如何得出的。

 

tmp_ptr = buffer;

 

tmp_ptr 指针指向数组 buffer 的第 0 个元素，即 buffer[0]。

 

t_ptr = (struct tree *) tmp_ptr;

 

将指针tmp_ptr强制转换为  struct tree *  类型的指针后，赋值给指针变量  t_ptr。

 

t_ptr_new = (char *)(t_ptr + 1);

 

这个表达式是问题的关键。t_ptr + 1 运算得到的结果指针，指向下一个结构体 tree 元素，而结构体占用的空间大小为9个字节，因此指针加 1 后，实际偏移了 9 个字节。经过强制类型转换后，赋值给指针 t_ptr_new。

 

printf("t_ptr_new point to buffer[%ld]
", t_ptr_new - tmp_ptr);

 

t_ptr_new - tmp_ptr 运算得到结果是 9。由于 tmp_ptr 指向数组的第 0 个元素buffer[0]，则 t_ptr_new 指向数组的第 9 个元素buffer[9]。

最终答案

指针加 1 后，偏移 9 个字节；t_ptr_new指向buffer数组的第 9 个元素。打印输出结果如下：

t_ptr_new point to buffer[9]

       

　　审核编辑：汤梓红