C語言結構體裡的成員陣列和指標
單看這文章的標題，你可能會覺得好像沒什麼意思。你先別下這個結論，相信這篇文章會對你理解C語言有幫助。這篇文章產生的背景是在微博上，看到@Laruence同學出了一個關於C語言的題，微博連結。微博截圖如下。我覺得好多人對這段程式碼的理解還不夠深入，所以寫下了這篇文章。
為了方便你把程式碼copy過去編譯和除錯，我把程式碼列在下面：
#include <stdio.h> struct str{ int len; char s[0]; }; struct foo { struct str *a; }; int main(int argc, char** argv) { struct foo f={0}; if (f.a->s) { printf( f.a->s); } return 0; }
你編譯一下上面的程式碼，在VC++和GCC下都會在14行的printf處crash掉你的程式。@Laruence 說這個是個經典的坑，我覺得這怎麼會是經典的坑呢？上面這程式碼，你一定會問，為什麼if語句判斷的不是f.a？而是f.a裡面的陣列？寫這樣程式碼的人腦子裡在想什麼？還是用這樣的程式碼來玩票？不管怎麼樣，看過原微博的回覆，我個人覺得大家主要還是對C語言理解不深，如果這算坑的話，那麼全都是坑。
接下來，你除錯一下，或是你把14行的printf語句改成：
printf("%x\n", f.a->s);你會看到程式不crash了。程式輸出：4。 這下你知道了，訪問0x4的記憶體地址，不crash才怪。於是，你一定會有如下的問題：
1）為什麼不是 13行if語句出錯？f.a被初始化為空了嘛，用空指標訪問成員變數為什麼不crash？
2）為什麼會訪問到了0x4的地址？靠，4是怎麼出來的？
3）程式碼中的第4行，char s[0] 是個什麼東西？零長度的陣列？為什麼要這樣玩？
讓我們從基礎開始一點一點地來解釋C語言中這些詭異的問題。
結構體中的成員
首先，我們需要知道——所謂變數，其實是記憶體地址的一個抽像名字罷了。在靜態編譯的程式中，所有的變數名都會在編譯時被轉成記憶體地址。機器是不知道我們取的名字的，只知道地址。
所以有了——棧記憶體區，堆記憶體區，靜態記憶體區，常量記憶體區，我們程式碼中的所有變數都會被編譯器預先放到這些記憶體區中。
有了上面這個基礎，我們來看一下結構體中的成員的地址是什麼？我們先簡單化一下程式碼：
struct test{
int i;
char *p;
};上面程式碼中，test結構中i和p指標，在C的編譯器中儲存的是相對地址——也就是說，他們的地址是相對於struct test的例項的。如果我們有這樣的程式碼：
struct test t;我們用gdb跟進去，對於例項t，我們可以看到：
# t例項中的p就是一個野指標
(gdb) p t
$1 = {i = 0, c = 0 '\000', d = 0 '\000', p = 0x4003e0 "1\355I\211\..."}
# 輸出t的地址
(gdb) p &t
$2 = (struct test *) 0x7fffffffe5f0
#輸出(t.i)的地址
(gdb) p &(t.i)
$3 = (char **) 0x7fffffffe5f0
#輸出(t.p)的地址
(gdb) p &(t.p)
$4 = (char **) 0x7fffffffe5f4我們可以看到，t.i的地址和t的地址是一樣的，t.p的址址相對於t的地址多了個4。說白了，t.i 其實就是(&t + 0x0), t.p 的其實就是 (&t + 0x4)。0x0和0x4這個偏移地址就是成員i和p在編譯時就被編譯器給hard code了的地址。於是，你就知道，不管結構體的例項是什麼——訪問其成員其實就是加成員的偏移量。
下面我們來做個實驗：
struct test{
int i;
short c;
char *p;
};
int main(){
struct test *pt=NULL;
return 0;
}編譯後，我們用gdb除錯一下，當初始化pt後，我們看看如下的除錯：（我們可以看到就算是pt為NULL，訪問其中的成員時，其實就是在訪問相對於pt的內址）
(gdb) p pt
$1 = (struct test *) 0x0
(gdb) p pt->i
Cannot access memory at address 0x0
(gdb) p pt->c
Cannot access memory at address 0x4
(gdb) p pt->p
Cannot access memory at address 0x8注意：上面的pt->p的偏移之所以是0x8而不是0x6，是因為記憶體對齊了（我在64位系統上）。關於記憶體對齊，可參看《深入理解C語言》一文。
好了，現在你知道為什麼原題中會訪問到了0x4的地址了吧，因為是相對地址。
相對地址有很好多處，其可以玩出一些有意思的程式設計技巧，比如把C搞出面向物件式的感覺來，你可以參看我正好11年前的文章《用C寫面向對像的程式》（用指標型別強轉的危險玩法——相對於C++來說，C++編譯器幫你管了繼承和虛擬函式表，語義也清楚了很多）
指標和陣列的差別
有了上面的基礎後，你把原始碼中的struct str結構體中的char s[0];改成char *s;試試看，你會發現，在13行if條件的時候，程式因為Cannot access memory就直接掛掉了。為什麼宣告成char s[0]，程式會在14行掛掉，而宣告成char *s，程式會在13行掛掉呢？那麼char *s 和 char s[0]有什麼差別呢？
在說明這個事之前，有必要看一下彙編程式碼，用GDB檢視後發現：
- 對於char s[0]來說，彙編程式碼用了lea指令，lea 0x04(%rax), %rdx
- 對於char*s來說，彙編程式碼用了mov指令，mov 0x04(%rax), %rdx
lea全稱load effective address，是把地址放進去，而mov則是把地址裡的內容放進去。所以，就crash了。
從這裡，我們可以看到，訪問成員陣列名其實得到的是陣列的相對地址，而訪問成員指標其實是相對地址裡的內容（這和訪問其它非指標或陣列的變數是一樣的）
換句話說，對於陣列 char s[10]來說，陣列名 s 和 &s 都是一樣的（不信你可以自己寫個程式試試）。在我們這個例子中，也就是說，都表示了偏移後的地址。這樣，如果我們訪問 指標的地址（或是成員變數的地址），那麼也就不會讓程式掛掉了。
正如下面的程式碼，可以執行一點也不會crash掉（你彙編一下你會看到用的都是lea指令）：
struct test{
int i;
short c;
char *p;
char s[10];
};
int main(){
struct test *pt=NULL;
printf("&s = %x\n", pt->s); //等價於 printf("%x\n", &(pt->s) );
printf("&i = %x\n", &pt->i); //因為操作符優先順序，我沒有寫成&(pt->i)
printf("&c = %x\n", &pt->c);
printf("&p = %x\n", &pt->p);
return 0;
}看到這裡，你覺得這能算坑嗎？不要出什麼事都去怪語言，大家要想想是不是問題出在自己身上。
關於零長度的陣列
首先，我們要知道，0長度的陣列在ISO C和C++的規格說明書中是不允許的。這也就是為什麼在VC++2012下編譯你會得到一個警告：“arning C4200: 使用了非標準擴充套件 : 結構/聯合中的零大小陣列”。
那麼為什麼gcc可以通過而連一個警告都沒有？那是因為gcc 為了預先支援C99的這種玩法，所以，讓“零長度陣列”這種玩法合法了。關於GCC對於這個事的文件在這裡：“Arrays of Length Zero”，文件中給了一個例子（我改了一下，改成可以執行的了）：
#include <stdlib.h>
#include <string.h>
struct line {
int length;
char contents[0]; // C99的玩法是：char contents[]; 沒有指定陣列長度
};
int main(){
int this_length=10;
struct line *thisline = (struct line *)
malloc (sizeof (struct line) + this_length);
thisline->length = this_length;
memset(thisline->contents, 'a', this_length);
return 0;
}上面這段程式碼的意思是：我想分配一個不定長的陣列，於是我有一個結構體，其中有兩個成員，一個是length，代表陣列的長度，一個是contents，程式碼陣列的內容。後面程式碼裡的 this_length（長度是10）代表是我想分配的資料的長度。（這看上去是不是像一個C++的類？）這種玩法英文叫：Flexible Array，中文翻譯叫：柔性陣列。
我們來用gdb看一下：
(gdb) p thisline
$1 = (struct line *) 0x601010
(gdb) p *thisline
$2 = {length = 10, contents = 0x601010 "\n"}
(gdb) p thisline->contents
$3 = 0x601014 "aaaaaaaaaa"我們可以看到：在輸出*thisline時，我們發現其中的成員變數contents的地址居然和thisline是一樣的（偏移量為0x0??!!）。但是當我們輸出thisline->contents的時候，你又發現contents的地址是被offset了0x4了的，內容也變成了10個‘a’。（我覺得這是一個GDB的bug，VC++的偵錯程式就能很好的顯示）
我們繼續，如果你sizeof(char[0])或是 sizeof(int[0]) 之類的零長度陣列，你會發現sizeof返回了0，這就是說，零長度的陣列是存在於結構體內的，但是不佔結構體的size。你可以簡單的理解為一個沒有內容的佔位標識，直到我們給結構體分配了記憶體，這個佔位標識才變成了一個有長度的陣列。
看到這裡，你會說，為什麼要這樣搞啊，把contents宣告成一個指標，然後為它再分配一下記憶體不行麼？就像下面一樣。
struct line {
int length;
char *contents;
};
int main(){
int this_length=10;
struct line *thisline = (struct line *)malloc (sizeof (struct line));
thisline->contents = (char*) malloc( sizeof(char) * this_length );
thisline->length = this_length;
memset(thisline->contents, 'a', this_length);
return 0;
}這不一樣清楚嗎？而且也沒什麼怪異難懂的東西。是的，這也是普遍的程式設計方式，程式碼是很清晰，也讓人很容易理解。即然這樣，那為什麼要搞一個零長度的陣列？有毛意義？！
這個事情出來的原因是——我們想給一個結構體內的資料分配一個連續的記憶體！這樣做的意義有兩個好處：
第一個意義是，方便記憶體釋放。如果我們的程式碼是在一個給別人用的函式中，你在裡面做了二次記憶體分配，並把整個結構體返回給使用者。使用者呼叫free可以釋放結構體，但是使用者並不知道這個結構體內的成員也需要free，所以你不能指望使用者來發現這個事。所以，如果我們把結構體的記憶體以及其成員要的記憶體一次性分配好了，並返回給使用者一個結構體指標，使用者做一次free就可以把所有的記憶體也給釋放掉。（讀到這裡，你一定會覺得C++的封閉中的解構函式會讓這事容易和乾淨很多）
第二個原因是，這樣有利於訪問速度。連續的記憶體有益於提高訪問速度，也有益於減少記憶體碎片。（其實，我個人覺得也沒多高了，反正你跑不了要用做偏移量的加法來定址）
我們來看看是怎麼個連續的，用gdb的x命令來檢視：(我們知道，用struct line {}中的那個char contents[]不佔用結構體的記憶體，所以，struct line就只有一個int成員，4個位元組，而我們還要為contents[]分配10個位元組長度，所以，一共是14個位元組)
(gdb) x /14b thisline
0x601010: 10 0 0 0 97 97 97 97
0x601018: 97 97 97 97 97 97從上面的記憶體佈局我們可以看到，前4個位元組是 int length，後10個位元組就是char contents[]。
如果用指標的話，會變成這個樣子：
(gdb) x /16b thisline
0x601010: 1 0 0 0 0 0 0 0
0x601018: 32 16 96 0 0 0 0 0
(gdb) x /10b this->contents
0x601020: 97 97 97 97 97 97 97 97
0x601028: 97 97上面一共輸出了四行記憶體，其中，
- 第一行前四個位元組是 int length，第一行的後四個位元組是對齊。
- 第二行是char* contents，64位系統指標8個長度，他的值是0x20 0x10 0x60 也就是0x601020。
- 第三行和第四行是char* contents指向的內容。
從這裡，我們看到，其中的差別——陣列的原地就是內容，而指標的那裡儲存的是內容的地址。
後記
好了，我的文章到這裡就結束了。但是，請允許我再嘮叨兩句。
1）看過這篇文章，你覺得C複雜嗎？我覺得並不簡單。某些地方的複雜程度不亞於C++。
2）那些學不好C++的人一定是連C都學不好的人。連C都沒學好，你們根本沒有資格鄙視C++。
3）當你們在說有坑的時候，你得問一下自己，是真有坑還是自己的學習能力上出了問題。