C语言中的指针和字符串

前言

务必理解指针与内存模型，不要死记硬背。

内存里的字符串

C语言中的字符串一般是char *类型的，这是怎样存在内存中的呢？

cchar *s = "NIHAO";

|     s:400     |
|---|---|---|---|

|'N'|'I'|'H'|'A'|'O'| 0 |
|---|---|---|---|---|---|
|400|401|402|403|404|405|

如是上图，假设字母A处于内存的第400号格子，那么后面几个字母也是紧跟着的。
变量s本身并没有储存字符串，而存的是字符串的首地址400。也即，s指向这个字符串。

为什么没有专门一个字符串的类型而是要靠一个指针指向它呢？因为字符串的长度是不固定的，所以一个字符串还包含着长度信息，基本类型是无法处理数据结构的。

我们都知道字符串是以0结尾的，而且这个更像是一种约定，C编译器本身并没有对此做任何保证。比如这样

cchar s[3] = "asd";
puts(s); /* prints "asd" or something longer */

这样做是危险的，因为s只有3个格子，字符串结尾的0并没有放进去。如果在它后面的内存格子并不是0，那打印这个字符串时就跟我们预期的不一样了。

字符串常量不可写

c"abc"[0] = 'z'; /* wrong */

char *s = "abc";
s[0] = 'z'; /* wrong */

char s[5] = "abc";
s[0] = 'z' /* right */

当指针s指向的是字符串常量（即直接写在程序里面的字符串时），要注意它是不可写的
为啥用数组就没问题呢，因为数组的初始化和指针有点区别

cchar s[5] = "abc";
/* 相当于 */
char s[5];
strcpy(s, "abc");

如果担心自己会不小心写错，可以加上const关键字，这样编译的时候就会报错
这是一个好习惯，接下来的示例程序中都会这么写。

cconst char *s = "abc";
s[0] = 'z'; /* causes a compiling error instead of runtime error */

指针是要初始化才能使用的

c/* wrong */
char *s;
s[0];

上面的程序编译是能过的（可能有warning），但运行是一定会出错的，因为编译器并不知道s指向哪些格子。

c/* right */
const char *s = "NIHAO";
s[0];

这样，其实是隐式的分配了6个格子（包括字符串结尾的0），并让s指向它们

c/* right */
char s[6];
s[0];

c/* right */
char s[6] = "NIHAO";
s[0];

数组其实跟指针没什么区别，主要的区别是它在声明的时候就分配好了格子（方括号里的6就是告诉编译器给我6个格子），而且数组不能改变它的指向（也不能再要更多的格子）。

为什么不能用等号来比较字符串？

比较字符串

cconst char *s = "abcd";
const char *t = "abcd";
/* wrong */
if (s == t) {
    ...
}
/* right */
if (!strcmp(s, t)) {
    ...
}

因为s和t都没有存字符串的内容，它们存的是字符串的地址，如果用==比较，比较的是两个字符串的地址是否相同。我们希望比较的是内容是否相同。

请使用C语言库函数中的strcmp比较字符串是否相等

复制字符串

c/* tries to copy a string */
char s[5] = "abcd";
char *t = s;
t[3] = 'z';
puts(s); /* puts "abcz" */

上面这种做法让t和s指向同一字符串，修改t指向的内容，会发现s指向的内容也被修改了。这种做法没有错，经常会用到，但不一定是你想要的。

c/* wrong */
char *s = "abcd";
char *t; /* not initialized */
strcpy(t, s);

c/* right */
char *s = "abcd";
char t[10] = {0}; /* or char *t = (char *) malloc(5*sizeof(char)); */
strcpy(t, s);

使用strcpy复制字符串的内容而不是指针，但也要注意初始化t这个指针

怎样让函数得到一个字符串结果

int，float之类的很简单直接return就好
但现在我想写一个函数，它能够得到一个字符串

三种错误的或者不太好的做法

c/* no problem, but meaningless */
const char *f()
{
    const char *s = "abcd";
    return s;
}

/* wrong */
char *f()
{
    char s[100];
    /* do something with s */
    return s;
}

/* result correct but not good */
char *f()
{
    int n = 10;
    char *s = (char *) malloc(n*sizeof(char));
    /* do something with s */
    return s;
}

第一种情况就不说了，返回一个字符串常量并没有问题因为它不可修改，但是不可修改也就没什么意义了。

第二种情况是完全错误的，返回一个局部的数组。这个数组的内存会在函数调用完后被收回，因此返回的指针指向的时候没有意义的地方。现代编译器一般都会对这个有warning。

第三种情况是返回malloc的指针。这种情况你可以得到正确的答案，但是不推荐，调用这个函数的人很有可能

• 不知道函数里面分配过内存
• 不知道应该什么时候free这部分内存
• 忘了free这部分内存

一旦没有注意，多次调用这个函数，结果就是内存溢出，这样的错误还非常不好排查，所以不推荐

正确的做法

正确的做法是把分配内存这种事情放在函数外面做，正如strcpy一样

cchar *strcpy(char *dest, const char *src)
{
    int i;
    for (i = 0; i < strlen(src); i++) {
        dest[i] = src[i];
    }
    return dest;
}

dest是我们想要返回的字符串，它是从外面传进来的原因是我们不想在函数内部为它分配内存，而是在外面分配好了，里面只对这个字符串进行修改。

注意这里返回了char *但其实返回的正是原本传进来的dest，这里只是为了方便而已。