类型系统与内存管理¶
Abstract
本节讲解 C 语言的类型系统和内存管理。
类型系统¶
Abstract
该部分在课堂上有较为详细的讲解，你应当已经了解下面这些基本数据类型的使用：
- 整型：
int、long、short、char、unsigned、signed等。 - 结构
数据是什么？¶
todo: 数据与类型的基本概念
C 语言的类型系统¶
字符类型解惑
或许你会和我同样对以下几个问题感到困惑：
- 为什么字符常量的类型是
int且长度是 4 个字节？ - 为什么
getchar()等函数返回int而不是char？ - 宽字符、多字节字符和 Unicode 究竟如何使用？
这里将解释前两个问题，第三个问题不做要求，有兴趣可以参看 杂项 中的相关内容。
- 字符常量的类型为什么是
int？
多字符常量（Multicharacter constants）继承于 C 语言的前身 B 语言。它们的主要用途是用于编写汇编语言，因为汇编语言中的指令通常是多字节的。例如，'abcd' 可以用于表示一个 32 位的指令。
在 C 标准中，多字符常量被定义为 int 类型，长度是 4 个字节。在 C 语言的实际使用中，多字符常量通常是出于调试目的而嵌入结构中的魔数（Magic Numbers），就像有些人会使用 0xfeedbeef 和 0xdeadbeef 而不是 NULL 来标记指针的未初始化和已删除状态。这样做的好处是，如果程序出现了错误，我们可以通过打印出这些魔数来定位错误的位置。
我们使用时应当避免将多字符常量从 int 类型转换为 char 类型，因为这一转换过程是由编译器实现决定的。比如 char a = 'ABCD'，在 gcc、clang、msvc 上均为 a = 'D'，但是在 armcc 上为 a = 'A'。
getchar()为什么要返回int类型？
因为它会返回 EOF，而 EOF 在标准中定义为 int 类型，通常为 (int)-1。
This macro is an integer value that is returned by a number of narrow stream functions to indicate an end-of-file condition, or some other error situation.
为什么要这么定义？从逻辑上说，EOF 应当与任何一个字符值都不同。(char)-1 也是一个合法的字符（因为它是 char 类型，char 类型的每个值都能表示字符），所以不能用作 EOF，必须使用 (int)-1，它与前者宽度不同，因此是不同的值。
还记得的在类型转换中提到的整形提升吗？如果我们让 getchar() 返回 (char)-1，当函数接收到 (char)-1 时，它会执行从无符号数到有符号数的转换（即使实现为有符号的 char），从而返回 (int)255，这与 EOF 的定义不符。
此外，char、signed char 与 unsigned char 直接两两不同，尽管 char 具体实现为有符号数还是无符号数由实现决定。
参考资料：
结构与其他数据类型¶
阅读和撰写类型声明¶
Info
本节内容主要来自《C 专家编程》第 3 章“分析 C 语言的声明”。
在实际工作中最好使用 typedef 逐步合成声明。
One good way to synthesize declarations is in small steps with typedef. K&R C, 5.12.
《C 专家编程》和《C 陷阱与缺陷》都提出用下面这种方法理解复杂的类型声明，它们本质是一样的，分别表述为：
- 声明的形式与使用的形式相似。
- 声明是类型+表达式，对该表达式求值将得到该类型。
看看这个声明：int *p
p是一个指针。我们声明它的形式与使用它的形式*p（解引用p）类似。p是一个指针，对它求值得到一个int类型的值。
再看看这个声明：char (*(*x[3])())[5]
x是一个数组。我们声明它的形式与使用它的形式x[3]类似。- 把
(*(*x[3])())[5]看作一个表达式，从内向外按照运算符和结合律对其求值，最终会得到一个char类型。求值的过程中，我们依次得到了数组、函数指针、数组指针，最后得到了char类型。
K&R 对 C 语言类型声明的解读
Todo
对于声明来说，上面的方法已经足够了，因为总是容易找到变量的名字在哪里。但是对于形式参数、typedef、sizeof 和强制类型转换符等情况来说，找不到变量的名字，上面的方法就不够了。这时有一个更好的办法：从最内层括号开始读。
看看这个表达式：
(*(void(*)())0)();
- 从最内层括号开始读：
void(*)()显然是一个函数指针，指向的函数的返回类型是void，参数列表为空。 - 一层括号把
void(*)()包起来，这是强制类型转换的用法，把0转换为void(*)()类型的指针。 - 最后就剩下
(*fp)()形式的函数调用了。
综上所述，这个表达式的目的是调用首地址为 0 的函数。实际工作中，我们可以这样分解这个函数声明：
typedef void (*funcptr)();
(*(funcptr)0)();
C 语言考试中还会要求你阅读代码片段，为形参等位置填写类型声明。请参考历年卷总结中的例题。
分割线下方的内容还未整理
内存管理¶
C 的内存管理是一大痛点，因为它本身并不提供检查机制，一切都依赖于程序员自己。因此，好好掌握内存管理对于写出安全、稳定的程序是非常必要的。
对象和标识符¶
让我们来了解几个概念：对象、标识符
- 每个被存储的值都占用一定的物理内存，这样的一块内存称为对象。对象可以储存一个或多个值。
对象的其他含义
“面向对象编程”中的对象指的是“类对象”。
- 声明变量创建了一个标识符，标识符用于指定硬件内存中的对象。
- 指针与标识符不同，它是另一种指定对象的途径。
左值
指定对象的表达式被称为左值。
entity标识符，是左值*pt是表达式，也是左值2 * entity不是标识符，也不是左值*(pt + 2)是表达式，也是左值
如果可以使用左值改变对象中的值，那么称为可修改的左值。
const char * pc = "xxxx";
pc是可修改的左值*pc是不可修改的左值
存储期、作用域和链接¶
Note
存储期描述对象，表明在内存中存储的时间。
作用域和链接描述标识符，表明程序的哪些部分可以使用它。
作用域¶
C 中的变量作用域有以下几种类型：
- 块作用域
大多数变量。从定义处到块末尾。
函数形参（即使它在花括号外部）。
Note
在 C99 之前，块作用域的变量必须在块的开头声明。
也是在 C99，块的概念被放宽：控制语句（条件、循环）也是块（即使没有使用花括号）。比如：
for(int i = 0;;)
function();
i 具有块作用域，是循环的一部分。
更精细的定义：循环体是整个循环的子块。你可以这样想它：
{
for(int i;;)
{
int i;
}
}
上面的两个同名变量 i 不在同一个块中，因此不是重复定义。
Tip
同名的变量，内部覆盖外部。
- 函数作用域
goto 语句的标签。这意味着，即使标签在内层的块中，它的作用域也延伸至整个函数。
- 函数原型作用域
函数原型中的变量名。从定义处到函数原型结束。
只在你使用 VLA 时需要注意这一顺序：
void use_VLA(int n, int m, ar[n][m]);
- 文件作用域
在任何函数外定义的变量。从定义处到文件末尾。
这样的变量称为全局变量。
翻译单元
你所认为的多个文件对于编译器来说可能是一个文件。比如头文件：预处理时，头文件被插入。对于编译器来说，它看到的是单个文件。
这样的单个文件称为一个翻译单元。每个翻译单元对应一个源文件和它 include 的文件。
刚才我们说的文件作用域其实是在整个翻译单元可见。
链接¶
- 外部链接
可以在多文件程序中的任何地方使用。
- 内部链接
只能在一个翻译单元中使用。由 static 关键字说明。
用语
程序员们通常用全局作用域或程序作用域指代外部链接，用文件作用域指代内部链接。
- 无链接
块作用域、函数作用域、函数原型作用域。
存储期¶
- 静态存储期
整个程序执行期间。文件作用域的变量。
块作用域的变量也能具有静态存储期，使用 static 限定符声明即可。
- 线程存储期
从声明处到线程结束。对文件作用域的声明使用 _Thread_local 限定符说明。每个线程有这个变量的私有拷贝。
- 自动存储期
程序进入块时分配，离开块时释放。块作用域的变量。
VLA 是一个例外，它从定义处到块末尾存在。（毕竟到定义处才能知道其大小）。
- 动态分配存储期
总结¶
不考虑并发编程，C 语言有五种存储类型。请描述它们的存储期、作用域、链接和定义方式。
- 自动
- 寄存器
寄存器变量存放在可用的最快的内存中。由于它可能存放在寄存器中，因此不能取得它的地址。其他方面与自动变量相同。
能够被声明为寄存器类型的变量类型可能受到限制。比如在某些处理器中，比 double 长的类型不能声明为寄存器变量。
- 静态外部链接
extern 声明常常是不必要的，只是能够更好地说明使用了其他地方的变量。
但是如果在块中，再次声明一个同名的变量，则会覆盖静态外部链接的变量。如果出现这种重名的情况，建议使用
auto注明。
- 静态内部链接
- 静态无链接
仅在初始化时编译一次，若未指定值，则为 0。如果你用调试器调试，常常会发现好像“跳过”了这一步。