案件
最近在看一个项目的时候,遇到了一段代码,去处掉一些不相关的东西以后,剩下的大概就是这些了吧。
#include <stdio.h>
int array[] = {1, 2, 3, 4, 5, 6, 7};
#define LEN (sizeof(array) / sizeof(array[0]))
int main(void)
{
int i, sum = 0;
for(i = -1; i < LEN - 1; i++)
sum += array[i+1];
printf("%d\n", sum);
return 0;
}
执行效果是这个样子的:
hdd@hdd:~/cprogram(master)$ ./a.out
0
这个执行结果相当诡异,虽然循环的初始变量是-1,但是下面取数组元素的时候,也把i加上了1啊,理论上不会是这个结果啊。
调查
任何诡异的事情必然就有原因,不能错过这样一个毁三观的机会。
锁定问题
N久没动手写过C语言,但是从-1开始赋值这种作死的写法,还是应该避免,所以我修改了一下循环,成了下面这个样子。
for(i = 0; i < LEN; i++)
sum += array[i]
运行结果是:
hdd@hdd:~/cprogram(master)$ ./a.out
28
居然对了!多运行了几次,结果都是对的,排除了程序其他部分的问题,就锁定在循环体本身或者是累加变量出错了。于是用gdb将断点打在了
sum += array[i+1]
希望能够观察到运行过程中,局部变量sum的值的变化。
但是断点设置好了以后,执行运行,直接就执行完毕了,这个结果有点让人意外,但是还是说明了问题所在,这个循环体根本就没有进去啊!
尝试解释
既然现在知道了是循环体没有进去,那么问题就应该很简单了,要么就是循环变量初始化错了,要么就是循环条件出错了。
首先本着哪里复杂,哪里更有可能出错的基础上,怀疑循环条件出错了,因为这个循环条件里面,主要是牵涉到一个宏展开,而且两份代码,一个运行错误,一个运行正常,其中一个差异就是条件中是否是LEN - 1
,于是我怀疑是宏展开的时候产生了歧义,因为宏展开是在预处理阶段做的,于是使用gcc -E
,看了一下预处理以后的结果,省略去无关代码以后,只看展开后的循环体:
for(i = -1; i < (sizeof(array) / sizeof(array[0])) - 1; i++)
sum += array[i + 1];
看了一下,好像就是我们想要他表达的意思,当然代码很多问题是看不出来的,得运行,于是我在代码中加上了这样两行:
int len = (sizeof(array) / sizeof(array[0])) - 1;
printf("%d\n", len);
执行以后,准确的输出了6,完美的避开了我们的猜想。
那就只剩下最后一个可能性了,有人说的好。排除掉所有的可能性以后,最不可能的就是答案,那问题就出在了循环变量初始化上了,就是i = -1
出错了。
可是问题到这里,我实在想不出有什么问题能让这句出错,一句简单的赋值。
求助
这个时候我求助了 @lyc 同学,事实证明,我问对人了,我给他运行了一下程序,他问了一句,这个LEN的展开结果,是有符号数还是无符号数啊?我恍然大悟,sizeof
的返回值是size_t
,而size_t从刚刚gcc -E
中这句可以看出类型:
typedef long unsigned int size_t;
是一个无符号整数。
结论
这样子,问题就清晰了,因为sizeof返回的是无符号数,所以LEN是一个无符号数,当无符号数和-1做<操作的时候,根据类型转换规则,会将-1转换成对应的无符号数,因为机器码中-1最高位是1,当按照无符号数解释的时候,就相当大了,所以<返回False,循环体不会执行
刨根
本着死磕到底的决心,我决定弄明白c语言的类型转换规则,于是参考了《一站式学习C编程》中的这部分内容
数据类型系统
首先为了弄明白这个问题,得弄明白的另外一个问题是C语言中的基本数据类型,首先申明,由于不同体系结构之间的差异,这里默认讲的是x86/Linux/gcc。
整型
在C语言中char型占了一个字节的存储空间,一个字节通常是8个bit,如果按照无符号数来解释,就是0~255, 如果按照有符号来解释,就是-128~127。C语言规定了signed和unsigned两个关键字来表示是否是无符号数。
那么常用的char是无符号还是有符号呢?在C标准中规定是Implementation Defined
,设么意思呢,就是编译器在实现的时候,可以按照是无符号,也可以按照是有符号,在不同平台上,那种效率高,就采用哪种实现,但是具体的实现方式,需要在文档中明确写出。这里面提到的Implementation Define还有Unspecifiled、Undefined这三种的区别,后续会用一篇文章来讲,这里仅仅是提到一下。
除了char以外,整型还包括short int、int、long int、long long int等,每种都可以加上signed和unsigned修饰。
浮点数
C标准中规定的浮点型有float、double、long double
类型转换
简单的讲完了类型以后,就可以讲一下类型转换规则了。
Interger Promotion
这条转换规则规定:
- 在一个表达式中,凡是可以使用int和unsigned int作为右值的,也都可以使用有符号和无符号的char型、short型和Bit-filed。
- 如果原始类型的取值范围都能用int型表示,则类型被提升为int,如果表示不了,则提升为unsigned int
主要适用于以下情况:
- 如果函数的形参类型未知,比如Old Style C的函数声明,或者参数列表中有...
- 算数运算中的类型转换。有符号和无符号的char、short和Bit-filed做算数运算的时候
Usual Arithmetic Conversion
这条规则规定,连个算数类型的操作数做算数运算,如果两边操作数的类型不同,编译器自动做类型转换,是的两边类型相同之后,再继续运算。转换规则如下:
- 如果一边的类型是long double,则把另外一边也转换成long double
- 否则,如果一边的类型是double,则把另外一边也转成double
- 否则,如果有一边是float,则把另外一边也转换成float
- 否则,两边都是整数的话,按照Integer Promotion做类型转换
如果类型还是不相同,则需要继续转换,我们规定char、short、int、long、long long的转换级别一个比一个高,相同类型的unsigned和signed具有相同rank,则继续转换规则如下:
- 如果两边都是有符号的,或者都是无符号的,那么脚底rank转换成较高rank
- 否则,如果一边是无符号,一边有符号,且无符号的rank不低于有符号的rank,则把有符号转换成无符号类型
- 否则,一边有符号,一边无符号,且无符号的rank低于有符号rank。如果有符号类型可以覆盖这个无符号数的取值,则把无符号数转换成有符号数的类型
- 否则,则把两边都转成有符号数的rank对应的无符号类型
赋值操作
除了算数运算,在赋值或者初始化时,等号两边的类型不相同,则编译器会把等号右边的类型,转换成等号左边的类型,再赋值。
这个规则比较简单,但是这里面有两个很容易被忽略的情况。函数调用传参的过程,相当于定义形参,并且用实参对形参初始化,函数的返回过程,相当于定义一个临时变量,并且用return的表达式对其初始化,所以上述规则也适用于这两种情况。
强制类型转换
除了上面讲到三种称为隐式转换规则,我们自己也可以通过类型转换运算符,规定某个表达式的类型
以上,洋洋洒洒的把类型转换的基本规则差不多写完了,但是给人的感觉就是复杂的令人发指。越是复杂的东西,就越是很难凭借记忆去掌握,所以上面的转换规则我觉得干脆不需要掌握,只是让自己知道,类型之间的混用会很麻烦很容易引发我们开篇讲到的bug,所以需要的是尽量避免,并且在程序出错的时候能够想起来从这上面找到原因,就OK了。
好了,就先扯这么多了,最后感谢宋劲彬先生的《一站式学习C编程》以及 @雨痕 老师的推荐