揭开C/C 中数组形参的迷雾

揭开C/C 中数组形参的迷雾

作者：乾坤一笑

楔子
　　去年，周星星大哥曾经在VCKBASE/C 论坛发表过一篇文章“”，当时我不能深入理解这种用法的含义；时隔一年，我的知识有几经锤炼，终于对此文章渐有所悟，所以把吾所知作想详细道来，竟也成了一篇文章。希望本文能对新手有所启迪，同时也希望大家发现本文中的疏漏之处后不吝留言指教。
　　故事起源于周星星大哥给出的两个Demo，为了节省地方，我把两个Demo合二为一，也能说明同样的问题：

#include 

using namespace std;

void Foo1(int arr[100])

{

 cout << "pass by pointer:   " << sizeof(arr) << endl;

}

void Foo2(int (&arr)[100])

{

 cout << "pass by reference: " << sizeof(arr) << endl;

}

void main()

{

 int a[100];

 cout << "In main function : " << sizeof(a) << endl;

 Foo1(a);

 Foo2(a); 

}

其运行结果如下：

In main function : 400

pass by pointer: 4

pass by reference: 400

　　这段代码说明了，如果数组形参是数组名形式(或者指针形式，下文讨论)时，使用sizeof运算符，将得不到原来数组的长度；如果用传递原数组引用的方法，则没有问题。
　　这段代码的确很难理解，因为这短短的十几行涉及到了形参与实参的关系、数组名和指针的关系、引用的意义、声名和表达式的关系这4大类问题，只要有1条理解不透、或者理解不正确，就理解不透上面的这段代码。本文也就从这4个问题入手，把这4个问题首先解决掉，然后再探讨上面的这段代码。虽然这样看来很是繁复，但是我认为从根上入手来理解、学习，是条似远实近的道路。

一、函数形参和实参的关系

void Foo(int a);

Foo(10);

　　这里的a叫做形式参数（parameter），简称形参；这里的10叫做实际参数（argument），简称实参。形参和式参之间是什么关系呢？他们是赋值的关系，也就是说：把实参传递给形参的过程，可以看作是把实参赋值给形参的过程。上面的例子中，实参10传递给形参a，就相当于a=10;这个赋值的过程。（因为数据类型多的很，无法举例子举全面，所以这里就不举例子了；如果觉得不好理解，就在vc中写个sample调试一下各种数据类型的情况，你就能够验证这个结论了。）

二、数组名和指针的关系

　　这个问题是个历史性的问题了，在C语言中，数组名是当作指针来处理的。更确切的说，数组名就是指向数组首元素地址的指针，数组索引就是距数组首元素地址的偏移量。理解这一点很重要，很多数组应用的问题就是有此而起的。这也就是为什么C语言中的数组是从0开始计数，因为这样它的索引就比较好对应到偏移量上。在C语言中，编译过程中遇到有数组名的表达式，都会把数组名替换成指针来处理；编译器甚至无法区分a[4]和4[a]的区别！*2 但是下面这一点需要注意：

int a[100];

int *b;

　　这两者并不等价，第一句话声明了数组a，并定义了这个数组，它有100个int型元素，sizeof(a)将得到整个数组所占的内存大小，是400；第二句话只是声明并定义了一个int型的指针，sizeof(b)将得到这个指针所占的内存大小，是4。所以说，虽然数组名在表达式中一般会当作指针来处理，但是数组名和指针还是有差距的，最起码有a==&a[0]但是sizeof(a)!=sizeof(a[0])。
　　并且在ANSI C标准中，也明文规定：在函数参数的声明中，数组名北边一起当作指向该数组第一个元素的指针。所以，下面的几种书写形式是等效的：

void Foo1(int arr[100]){}

void Foo2(int arr[]){}

void Foo3(int *arr){}

C  尽可能的全面兼容C语言，所以这一部分的语法相同。

三、引用的意义

　　“引用“是C 中引进的概念，C语言中没有。它的目的在于，在某些方面取代指针。如果你认为引用和指针并无大不同，肯定会为指针报不平，颇有一种“即生亮何生瑜”的感慨；但是，引用确实有新的特色，也确实在很多地方的表现和指针有所不同，本文就是一例。使用引用，我们要把握这它最最最重要的一点，这也是它和指针最大的区别：引用一经定义，就和被它引用的变量紧紧地结合在一起，再不分开，对引用的任何操作都反映在它引用的变量上；而指针，只是访问它指向变量的另一种方式，两者虽有联系，但是并不像引用那样密不可分。:)

#include 

using namespace std;

void main()

{

 int a = 10;

 int & a_ref = a;

 int b = 20;

 

　// 定义引用时就要初始化,说明引用跟它指向的元素密不可分

　//int & b_ref ; // error C2530: ''b_ref'' : references must be initialized  

 int & b_ref = b;

 int * p;

 int * q;

 //下面的结果证明了：引用一经定义，就不能再指向其他目标；  

　//把一个引用b_ref赋值给另一个引用a_ref，其实就是把b赋值给了a.

 cout << a_ref << " " << b_ref << endl;

 a_ref = b_ref;

 cout << a_ref << " " << b_ref << endl;

 cout << a << " " << b << endl;

 cout << endl;

  //即使对一个引用a_ref取地址，取得也是a的地址。已经“恶鬼附体”了:)

 p = &a;

 q = &a_ref;

 cout << p << " " << q << endl;

 cout << endl;

 

 //下面这段代码展示了指针与引用的不同

 p = &a;

 q = &b;

 cout << p << " "<< q << endl; 

 p = q;

 cout << p << " "<< q << endl;

 cout << endl;

 system("pause");

}

下面是运行的结果，以供参考：

10 20

20 20

20 20



0012FED4 0012FED4



0012FED4 0012FEBC

0012FEBC 0012FEBC

四、声明和表达式的关系

　　这里想说明的是，分析一个声明可以把它看作一个表达式，按照表达式中的运算符优先级顺序来声明。比如int (&arr)[100]，你首先要找到声明器arr，那么&arr说明arr是一个引用。什么引用呢？在看括号外面，[]说明了这一个数组，100说明这个数组有100个元素，前面的int说明了这个数组的每个元素都是int型的。所以，这个声明的意思就是：arr就是指向具有100个int型元素的数组的引用。如果你觉得这种理解很晦涩，那你就不妨用typedef来简化声明中的复杂的运算符优先级关系，比如下面的形式就很好理解，其效果是和最初的那个例子是一样的：

#include 

using namespace std;

typedef int INTARR[100]; //这个，这个...也可以用表达式来理解，有点“GNU is not UNIX“的味道是吧？



void Foo(INTARR &arr)    //noh,这样看就很明白了，就是传了个引用进去

{

 cout << "pass by reference: " << sizeof(arr) << endl;

}

void main()

{

 INTARR a;            //用类型别名来定义a

 INTARR &a_ref=a;     //用类型别名来定义引用a_ref

 

 cout << "In main function : " << sizeof(a) << endl;

 Foo(a); 

 system("pause");

}

大结局

　　吐沫星乱飞了半天，大家感觉还好吧，快结束了，大家再忍耐一下。看看下面这段程序：

#include 

using namespace std;

void main()

{

 int a[100];

 int * pa = a;

 int (&a_ref)[100] = a;

 cout << sizeof(a) << endl;

 cout << sizeof(pa) << endl;

 cout << sizeof(a_ref) << endl;

 system("pause");

}

　　怎么样，是不是对输出结果感到很自然呢？如果是，那就好办了。我总结一下就下课哈！^_^ 数组名在表达式中，往往被当作是指向首元素a[0]地址的指针，但是在sizeof(a)中，返回的结果是数组a占用内存的大小；pa是指向a的指针，他也指向a[0]，但是sizeof(pa)中，返回结果是pa这个指针所占内存空间的大小，之所以这样，因为pa这个指针和数组a的结合不够紧密，属于访问数组a的第二被选方案；a_ref这个引用，就是对数组a的引用，就像“恶鬼附体”一样，一旦附体附上了，你怎么也甩不掉它，对它的任何操作，全部都反映在a上。在看本文最初的那个例子，比这个例子所增加的操作就是函数实参到形参的传递，我们在上面说过了，从实参到形参的传递可以看作是把实参赋值给形参。所以本文最初的那个例子，其实际的操作过程就和本文最后的这个例子是一样的。所以，并非函数把数组给“降阶”了，而是它原原本本就该这样，千万不必奇怪。 :p
　　意犹未尽，在PS一段：在C语言中，没有引用，是怎么解决这种问题呢。下面是常用的几种作法：
　

1. 传递数组的时候，在增加一个参数，用来记录数组的元素个数或者长度。main(int argc, char ** args)就是这种做法；这种方法还可以防止溢出，安全性比较高。
2. 在数组的最后一个有效元素后面作一个标志，指明数组已经结束了。C语言中用char数组表示字符串，传给相关的字符串函数，用的就是这种做法。这种方法保证了C的所谓字符串是无限长度的，因为用一个变量表示数组的长度的话，终归会受到这个变量类型的限制，比方说这个变量是unsigned byte型的，那么字符串长度就不能超过256，否则这个变量就溢出了。
3. 对于多维数组，通常的方法是在最后一个有效维后面做一行标志，比如a[3][3]={{1,0,2},{2,2,5},{-1,-1,-1}}。如果我的程序用不到-1，我可以拿-1来填充最后一行，作为标志。这样在函数内部检测到某一维的元素都是-1，就说明到底了。

　　方法是灵活多变的，关键看人怎么用了。C老爹Dennis Ritchie曾经说过：C诡异离奇，缺陷重重，却获得了巨大的成功。

注1：本文将不再引用“降阶”这个术语，原因是我认为这个“降阶”的概念有种把类似2维数组压扁到1维的意思，其实本文讨论的并不是这个问题，本文讨论的是数组形参传递过程中数组长度损失的问题（这么说也不准确，还是看文中的讨论吧）。

注2：C语言的编译器遇到数组元素arr[i]，就会替换成*(arr i)的形式。