编写安全代码：数组和指针的本质以及何时不能互换
(2011-06-26 21:38)
本文的copyleft归gfree.wind@gmail.com所有，使用GPL发布，可以自由拷贝，转载。但转载请保持文档的完整性，注明原作者及原链接，严禁用于任何商业用途。
作者：gfree.wind@gmail.com
博客：linuxfocus.blog.chinaunix.net
今天，主要研究一下数组和指针的本质，即它们到底是什么？（下文都是我自己的理解，也许不够准确，欢迎大家拍砖）
请看下面的代码：
- #include <stdlib.h>
-
#include <stdio.h>
-
-
int main()
-
{
-
int array[4] = {0};
-
int *pointer = NULL;
-
int value = 0;
-
-
value = array;
-
value = &array;
-
value = array[0];
-
value = &array[0];
-
value = point;
-
value = &point;
-
-
return 0;
- }
下面是该C程序的汇编代码：
- 1 0x08048394 <+0>: push %ebp
-
2 0x08048395 <+1>: mov %esp,%ebp
-
3 0x08048397 <+3>: sub $0x20,%esp
- /*
- 第4行至第7行对应C代码int array[4] = {0};
- 这里说明数组只是一个同类型变量的内存空间的集合。
- 对应这个例子，在栈上申请了4个整形变量的空间。
- */
-
4 0x0804839a <+6>: movl $0x0,-0x14(%ebp)
-
5 0x080483a1 <+13>: movl $0x0,-0x10(%ebp)
-
6 0x080483a8 <+20>: movl $0x0,-0xc(%ebp)
-
7 0x080483af <+27>: movl $0x0,-0x8(%ebp)
- /*
- 第8行对应int *point = NULL;
- 这里说明指针本身自己也是一个变量，同样占用了栈的空间。
- 在这处要对比数组的处理，数组的占用的空间实际上是数组中的元素所占用的。
- 在本例中，即array[0],array[1],array[2],array[3]，而array本身实际上更像一个label。
- */
-
8 0x080483b6 <+34>: movl $0x0,-0x18(%ebp)
- // 第9行对应int value = 0;
-
9 0x080483bd <+41>: movl $0x0,-0x4(%ebp)
- /*
- 10~11行，对应代码value = array
- 因为array只是一个数组的名称，所以value = array就是将array数组的首元素的地址赋给value。
- 这个应该就是C标准的一个规则。这也是最合理的行为，因为如果不是取array数组的首地址，其它的行为更加没有意 义。
- */
-
10 0x080483c4 <+48>: lea -0x14(%ebp),%eax
-
11 0x080483c7 <+51>: mov %eax,-0x4(%ebp)
- /*
- 12~13行，对应代码value = &array
- 从C语言的语义上看，就是取array的地址。
- 从汇编上看，也是取array数组的首元素的地址。
- */
-
12 0x080483ca <+54>: lea -0x14(%ebp),%eax
-
13 0x080483cd <+57>: mov %eax,-0x4(%ebp)
- /*
- 14~15行, 对应代码value = array[0]
- 这里与上文不同，取数组的内容赋给value
- */
-
14 0x080483d0 <+60>: mov -0x14(%ebp),%eax
-
15 0x080483d3 <+63>: mov %eax,-0x4(%ebp)
- /*
- 16~17行，对应代码value = &array[0]
- 很明显，取array[0]的地址赋给value
- */
-
16 0x080483d6 <+66>: lea -0x14(%ebp),%eax
-
17 0x080483d9 <+69>: mov %eax,-0x4(%ebp)
- /*
- 18~19行，对应代码value = pointer;
- 按照上文的说明，指针本身就是一个变量，所以这里就是将这个变量的值赋给value，即pointer的值赋给value，
- 也就是0.
注意这里与value=array的区别。因为指针本身就是一个变量，所以value = pointer的合理语义就是将pointer的 值赋给value，而array本身并不是一个变量，所以value=array的语义，也是将array的数组首元素的地址赋给value。
- */
-
18 0x080483dc <+72>: mov -0x18(%ebp),%eax
-
19 0x080483df <+75>: mov %eax,-0x4(%ebp)
- /*
- 20~21行，对应代码value = &pointer；
- 取pointer的地址赋给value
- */
-
20 0x080483e2 <+78>: lea -0x18(%ebp),%eax
- 21 0x080483e5 <+81>: mov %eax,-0x4(%ebp)
- /*
- 22~24行，对应代码value = *pointer;
- 取poniter保存的值，将这个值作为一个地址，然后取该地址的值赋给value。
- 在这里，pointer的值是0，所以这句话的语义是从pointer取出它的值0，然后从地址0取值赋给value。
- 当然，如果执行到这里，程序会crash。因为地址0为非法地址。
- */
- 22 0x080483e8 <+84>: mov -0x18(%ebp),%eax
- 23 0x080483eb <+87>: mov (%eax),%eax
- 24 0x080483ed <+89>: %eax,-0x4(%ebp)
-
22 0x080483f0 <+92>: mov $0x0,%eax
-
23 0x080483f5 <+97>: leave
- 24 0x080483f6 <+98>: ret
从上面的分析中，可以看出，尽管大多数情况下，数组和指针可以通用。但是由于对于&符号的不同的语义解释，在有&的情况下的代码，数组和指针是无法通用的。
请看下面的代码
- #include <stdlib.h>
-
#include <stdio.h>
-
-
-
static void show_str_pointer(const char **ppstr)
-
{
-
printf("%s\n", *ppstr);
-
}
-
-
int main()
-
{
-
char array[4] = "abc";
-
char *pointer = "abc";
-
-
show_str_pointer(&pointer);
-
show_str_pointer(&array);
-
-
return 0;
- }
执行结果为：
abc
7�
其中show_str_pointer(&pointer)的输出结果为我们所期望的，而show_str_pointer(&array)的输出为乱码。
其根本原因就是因为上面所揭示的数组和指针的本质不同, &array与array的语义相同。在这里指针与数组是不能互换的。&pointer为指针的地址，与show_str_pointer参数char**ppstr，指向指针的指针的变量类型相同。而&array仍然为数组地址，与参数char **ppstr的类型不符。
最后希望，大家从上面的分析和例子中，可以理解数组和指针的本质，以及何时它们之间可以互换，何时不能互换。
这些东东让我想起C中讲的左值，右值！！
觉得&（&a）不行的道理和 1 = a;一样。。。
呵呵。。。关注一下你.....
而汇编是机器语言的抽象，不过我还没有兴趣看机器语言呵
支持挖坟，支持讨论。
你说的&(&a)不行的道理确实和1=a一样。
这些东东让我想起C中讲的左值，右值！！
觉得&（&a）不行的道理和 1 = a;一样。。。
呵呵。。。关注一下你的blog..挖坟没意见吧
char *pointer = "abc";
show_str_pointer(&pointer);
show_str_pointer(&array);
这段代码.....
int a=10;
用&(&(&...(&a))),传地址、然后*(*(*...(*a)))来取值了。
显然这样行不通.....
但是有一个问题是
比如int a = 10;
当使用&(&a)会编译出错，因为&a是一个地址，再次&&a时会出错。
而int a[] = {0};
如果编译器仅仅把a当作是一个地址的话，再次&a同样也应该报错。
所以对于数组a来说，并不是一个简单的地址。实际上对于数组来说array=&array
int a=10;
用&(&(&...(&a))),传地址、然后*(*(*...(*a)))来取值了。
显然这样行不通
char *pointer = "abc";
show_str_pointer(&pointer);
show_str_pointer(&array);
这段代码是不是有问题？
array本身就是个地址，&array这种做法本身好像是取一个地址的地址，出错是必然的。就像是定义了一个变量，再取变量的地址的地址.
int a=10;
&（&a）,这种做法，&(&a)就有问题了
不知道以上说法仅为探讨，不知道是否正确，如不正确，请指正。