C语言系统编程

Published: 10/1/2023

对象与类型

对象

C语言中的对象是指存储在内存中的数据区域，并且通常具有若干值，这与面对对象中的对象的概念有所不同。C语言很灵活，对于变量与常量的界限往往并不明朗，比如const修饰定义时我们通常认为是常量，但是const volatile在OS中是可变的。这一概念的不明朗其实会让编译器实现变得复杂，所以C语言并没有真正的变量与常量的概念，将其理解为对象会更加合适。对象就是内存中的某段连续区域，我们使用标识符Identifier来引用这一对象，尽管引用这一词与其他高级语言中的引用定义的操作有所不同。

类型

内存可以被简单地理解为字节数组。一字节Byte通常由8比特bit组成，对于特定的架构，内存的寻址位宽通常有16位，32位，64位，128位，这一位宽确定了机器的最大寻址范围。需要注意，在某些特定架构中一字节可能并不等于8比特。

对象既然是内存中的数据区域，那么就可被解释成某一类型，也即对象的表示。对象的值相同，对象的表示相同；对象的表示相同，对象的值可能不同。类型又分为完全对象类型与不完全对象类型，其区别在于是否定长（如果了解过RUST会发现RUST很大程度上利用了Sized这一Trait来实现类型安全等特性，也即完全对象类型）。完全对象类型拥有size与align两大属性，通过size_of与align_of来获取。

C语言中的类型主要被定义为 基本数据类型，派生数据类型。基本类型主要包括：CHAR型，有符号整数，无符号整数，浮点数等 CHAR包含char，unsigned char与signed char 三类类型。 C语言中的CHAR型被定义为CHAR_BITS比特大小（该宏由C语言提供，并且在大多数情况下值为8，某些情况可能并不为8）。对于无符号整数类型，C语言有着其他的定义，主要有：

  • short int：至少16位

  • int：至少16位

  • long int：至少32位

  • long long int：至少64位

请注意上面提到的“至少”一词，这是因为C语言并没有规定具体的位宽，而是通过limits.h头文件来定义。早期诸如Object-C对于size_of(int)的返回值则为2，也即16位，虽然目前大多数情况都为32位。为了使用确切的位宽，C语言在stddef.h中提供了int8_t，int16_t，int32_t，int64_t等类型，这些类型的位宽被C语言确定为固定的。在移植情境中，为了提高软件的可移植性，通常会使用typedef来定义所使用的类型来避免不同平台的位宽差异。

对于有符号整数，其数据区域由Signed bit,value bit以及padding bit三部分组成。对于无符号整数，其数据区域由value bit以及padding bit两部分组成，需要注意CHAR型没有Padding bit。

对于浮点数，C语言中有float，double，long double三种类型，分别对应于单精度浮点数，双精度浮点数，长双精度浮点数。这些类型的位宽并没有被C语言规定，而是通过float.h头文件来定义。对于浮点数，其数据区域由sign bit，exponent bit，fraction bit三部分组成。

对于派生数据类型，C语言中有数组，指针，结构体，共用体，枚举，原子与函数等，其中函数之前的类型为对象类型，而函数单独作为函数类型。这些类型的定义与基本数据类型有所不同，其定义更加灵活，可以根据需要定义。对于数组，其定义为type name[size]，对于结构体，其定义为struct name{type name;type name;...}，对于共用体，其定义为union name{type name;type name;...}，对于枚举，其定义为enum name{value,value,...}。这些类型的定义可以嵌套，比如结构体中可以包含数组，共用体，枚举等。

数组类型

形式化定义为T[N]，T为元素类型，且必须为完全对象类型，N表示数组元素的个数。若没有指定N，则该类型为不完全对象类型。如果N为常量或常量表达式，则T[N]为普通数据类型，否则为变长数组类型。数组被视为Array of T。

常量指单纯的数，而常量表达式指常量与运算符的组合。

如果使用typedef来别名数组类型，通常用法为typedef int Array[5]，这样Array就被定义为int[5]类型,请注意中括号的位置。C23中提供了typeof(T)来将T处理为整体。

完全对象数组类型仍然能够派生。对于int[5]，若N为10，则int[10][5]的引用数据类型为int[5]，请注意[10]的位置。

所以对于数组类型的代码解析，只需要将从左至右的第一个[N]去掉即为元素类型。

指针类型

形式化定义为T*，T为元素类型，可为不完全对象类型。指针被视为Pointer to T。指针类型的引用数据类型为T。

对于引用类型为数组类型的派生，通过在第一个中括号前添加(*)来表示对应指针类型；对于引用类型为指针类型的派生，通过在表示其为指针的*后添加*来表示对应指针类型。

对于引用类型为指针类型的派生，通过在表示其为指针的*后添加中括号来表示对应数组类型。

在识别过程中，括号的优先级最高，优先寻找最内层的括号。

该图取自课程PPT。

限定类型

C语言中存在四种限定符，需要注意限定类型与对应的原类型是不同类型，限定符分别为：atomic,const,volatile,restrict。这些限定符对应的类型可以通过_Atomic，const，volatile，restrict来定义，除去Atomic外其他类型与原类型对齐，大小，值等属性相同。

限定类型的形式化定义为Q T或T Q,其中Q为限定符，T为原类型。这两种是不同的类型，但大小，表示值与对齐方式相同。 对于所限定的类型，考虑其情况如下：

  1. 非数组非指针类型： T， 则有Q typeof(T) = typeof(T) Q

  2. 数组类型: T[N], 则有Q typeof(T)[N] = typeof(T)[N] Q

  3. 指针类型: T*, 则有Q typeof(T)* = typeof(T*) Q

如果不使用typeof将类型作为整体，则对于数组类型与指针类型将修饰符作为左右有所不同：

  1. 数组类型： T[N] ,如果为Q T[N]，则为数组类型，派生类型为Q T。

  2. 指针类型： T* ,如果为Q T*，则为指针类型，则引用类型为Q T；如果T* Q，则为Q限定T*类型。

如果多个不同限定符同时出现，则出现顺序并不重要，如果多个相同限定符同时出现，则可视为一个限定符。

对象的属性

对于name，如果有名称则对象为具名对象，否则为匿名对象。对于object type,对象可以拥有对象类型，也可以不拥有对象类型。

对象声明的形式化定义为T O =initializer.

标量类型包括算数类型与指针类型。对于标量类型与对应的限定类型，Initializer一共有两种形式，分别为空初始化列表与除逗号表达式以外的表达式或表达式列表。其中空列表表示将对象值设置为该类型的缺省值。对于数组类型，其Initializer可为空初始化列表与对应数组元素的子元素初始化列表，其中的每个子元素初始化都用来初始化数组中的一个元素。

需要注意不完全数组类型不能使用空列表初始化，并且使用非空列表初始化时，数组长度为初始化列表的长度；对于完全数组类型，如果initializer长度小于数组长度，则剩余元素初始化为缺省值，如果initializer长度大于数组长度，则报错。

如果不存在initializer，则对象的值为indeterminate。

对象的基本属性有： size,align,name,object type,value,value type,address七部分。

对于非数组类型，object type与value type相同;对于数组类型，value为对象值;对于数组类型，object type为数组类型，value type为数组元素对应的指针类型，value为首元素地址。

String Literal

String Literal由编码前缀与双引号引导的字符序列两部分组成，编码前缀可分为无编码，U,L,u,u8五种，分别对应于char，wchar_t，wchar_t，char16_t，char8_t类型。

C语言定义了4种对象存储周期，分别为static,automatic,allocated,thread。其中static存储周期的对象其有效期覆盖整个程序运行期间，并且在运行之前，其值会被初始化。

合法字符串字面量不能包含",\与换行。对于不显式包含\0的字符串字面量被称为字符串。

Compound Literal

Compound Literal由类型名与初始化列表两部分组成,用于分配一个匿名对象，其存储周期为automatic。其形式化定义为(T) {initializer}，其中T为类型名，initializer为初始化列表。

内存管理函数

C语言在stdlib.h中提供了malloc,calloc,aligned_alloc,realloc与free总计5个函数，前四个函数用于分配内存，最后一个函数用于释放内存。需要注意malloc用于分配无对象类型的匿名对象，并且提供了fundamental alignment的对齐大小，以便类型转换时不会出错。aligned_alloc用于指定对齐分配大小的内存分配，但是根据指定的对齐大小可能存在分配失败返回NULL或者类型转换不满足对齐要求的情况。calloc用于分配数组类型的匿名对象，并且初始化为0。realloc用于重新分配内存，如果新的内存大小小于原内存大小，则会截断，如果新的内存大小大于原内存大小，则会在原内存后面分配新的内存，如果分配失败则返回NULL。

lvalue与rvalue

  • 表达式：表达式是由运算符与操作数组成的序列。

  • lvalue（locatedValue）左值指的是能定位对象的表达式。

evaluate

C语言提供了17种表达式，表达式可以根据语法进行求值，这一过程分为两部分，包括：

  1. 值的计算：得到对应表达式的rvalue与rvalue type。

  2. 确定副作用：环境状态的改变

基础表达式具有最高优先级，包括：

  1. 标识符

  2. 常量

  3. 字符串

  4. 括号表达式

  5. 泛型选择

常量

常量包括：整数常量，浮点数常量，枚举常量，字符常量

整数常量主要由：** 编码前缀，数字序列，后缀**三部分组成。

前缀主要包括0b,0,0x分别对应于二进制，八进制，十六进制，无前缀表示十进制。

后缀主要包括： u,l,ll,ul,ull分别对应于unsigned，long，long long，unsigned long，unsigned long long。 后缀主要用于确定常量的类型范围。很有意思的是需要注意十六进制与十进制类型范围确定的不同。具体概括就是，十进制只会在显式指定unsigned才会在unsigned对应范围的类型中确定，而十六进制无论是否显式指定unsigned都会在unsigned与signed对应范围的类型中确定。l与ll的指定则是指定了类型确定的开始类型。

浮点数常量与整数常量类似，同样由：进制前缀，数字序列，后缀四部分组成。

枚举常量由enum定义，rvalue对应类型为对应的枚举类型，其背后的类型可显式指定或是编译器自行确定。

字符常量由编码前缀与单引号引导的有效字符组成，编码前缀主要包括L,U,u,u8，分别对应于wchar_t，char32_t，char16_t，char8_t类型,无编码前缀则为int类型（整形提升）。字符常量的rvalue为对应的字符类型，其背后的类型可显式指定或是编译器自行确定。

attribute

参考

  1. C Specification