数组和指针的本质以及何时不能互换

原创：http://blog.chinaunix.net/uid-23629988-id-462614.html?page=2

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。