C语言变长数组(zz)

C语言变长数组之剖析

1、引言
我们知道，与C++等现代编程语言不同，传统上的C语言是不支持变长数组功能的，也就是说数组的长度是在

编译期就确定下来的，不能在运行期改变。不过，在C99标准中，新增的一项功能就是允许在C语言中使用变

长数组。然而，C99定义的这种变长数组的使用是有限制的，不能像在C++等语言中一样自由使用。
2、说明
参考文献[1]中对变长数组的说明如下：
C99 gives C programmers the ability to use variable length arrays, which are arrays whose

sizes are not known until run time. A variable length array declaration is like a fixed array

declaration except that the array size is specified by a non-constant expression. When the

declaration is encountered, the size expression is evaluated and the array is created with the

indicated length, which must be a positive integer. Once created, variable length array cannot

change in length. Elements in the array can be accessed up to the allocated length; accessing

elements beyond that length results in undefined behavior. There is no check required for such

out-of-range accesses. The array is destroyed when the block containing the declaration

completes. Each time the block is started, a new array is allocated.
以上就是对变长数组的说明，此外，在文献[1]中作者还说明，变长数组有以下限制：
1、变长数组必须在程序块的范围内定义，不能在文件范围内定义变长数组；
2、变长数组不能用static或者extern修饰；
3、变长数组不能作为结构体或者联合的成员，只能以独立的数组形式存在；
4、变长数组的作用域为块的范围，对应地，变长数组的生存时间为当函数执行流退出变长数组所在块的时

候；
上述限制是最常见的一些限制因素，此外，当通过typedef定义变长数组类型时，如何确定变长数组的长度

，以及当变长数组作为函数参数时如何处理，作者也做了一一说明。详细的细节情况请参阅文献[1]。由于

变长数组的长度在程序编译时未知，因此变长数组的内存空间实际上是在栈中分配的。
gcc虽然被认为是最遵守C语言标准的编译器之一，但是它并不是严格按照ISO C标准规定的方式来实现的。

gcc的实现方式采取了这样的策略：最大限度地遵守标准的规定，同时从实用的角度做自己的扩展。当然，

gcc提供了编译选项给使用者以决定是否使用这些扩展功能。gcc的功能扩展分为两种，一种是gnu自己定义

的语言扩展；另外一种扩展是在C89模式中引入由C99标准定义的C语言特性。在参考文献[2]中，有关gcc的C

语言扩展占据了将近120页的篇幅，扩展的语言功能多达几十个，由此可看出gcc的灵活程度。
在参考文献[2]中，对变长数组的描述如下：
Variable-length automatic arrays are allowed in ISO C99, and as an extension GCC accepts them

in C89 mode and in C++. (However, GCC’s implementation of variable-length arrays does not yet

conform in detail to the ISO C99 standard.) These arrays are declared like any other automatic

arrays, but with a length that is not a constant expression. The storage is allocated at the

point of declaration and deallocated when the brace-level is exited.
以上这段话并没有详细的说明gcc的变长数组实现和ISO C99的差异究竟体现在什么地方，但是从描述来看，

基本上和文献[1]中的描述是一致的。文献[2]中没有说明而在文献[1]中给予了说明的几点是：变长数组是

否能用static或者extern修饰；能否作为复合类型的成员；能否在文件域起作用。
另外，在文献[2]中提到，采用alloca()函数可以获得和变长数组相同的效果。在作者所用的Red Hat 9.0（

Linux 2.4.20-8）上，这个函数被定义为一个库函数：
#include
void *alloca(size_t size);
这个函数在调用它的函数的栈空间中分配一个size字节大小的空间，当调用alloca()的函数返回或退出的时

候，alloca()在栈中分配的空间被自动释放。当alloca()函数执行成功时，它将返回一个指向所分配的栈空

间的起始地址的指针；然而，非常特别的一点是，当alloca()函数执行失败时，它不会像常见的库函数那样

返回一个NULL指针，之所以会出现这样的状况，是由于alloca()函数中的栈调整通常是通过一条汇编指令来

完成的，而这样一条汇编指令是无法判断是否发生溢出或者是否分配失败的。alloca()函数通常被实现为内

联函数，因此它是与特定机器以及特定编译器相关联的，可移植性因此而大打折扣，实际上是不推荐使用的

。
作者之所以会关注变长数组的问题是出于一次偶然的因素，在调试的时候发现gdb给出的变长数组的类型很

怪异，由此引发作者对gcc中的变长数组进行了测试。本文中给出的就是对测试结果的说明和分析。
3、实例
第一个测试所用的源代码很简单，如下所示：
1 int
2 main(int argc, char *argv[])
3 {
4 int i, n;
5
6 n = atoi(argv[1]);
7 char arr[n+1];
8 bzero(arr, (n+1) * sizeof(char));
9 for (i = 0; i < n; i++) {
10   arr = (char)('A' + i);
11 }
12 arr[n] = '/0';
13 printf("%s/n", arr);
14
15 return (0);
16 }
上述程序名为dynarray.c，其工作是把参数argv[1]的值n加上1作为变长数组arr的长度，变长数组arr的类

型为char。然后向数组中写入一些字符，并将写入的字符串输出。
像下面这样编译这个程序：
[root@cyc test]# gcc -g -o dynarray dynarray.c
然后，用gdb观察dynarray的执行情况：
[root@cyc test]# gdb dynarray
(gdb) break main
Breakpoint 1 at 0x80483a3: file dynarray.c, line 6.
(gdb) set args 6
(gdb) run
Starting program: /root/source/test/a.out 6

Breakpoint 1, main (argc=2, argv=0xbfffe224) at dynarray.c:6
6           n = atoi(argv[1]);
(gdb) next
7           char arr[n+1];
(gdb) next
8           bzero(arr, (n+1) * sizeof(char));
(gdb) print/x arr
$2 = {0xb0, 0xe5}
(gdb) ptype arr
type = char [2]
(gdb) print &arr
$3 = (char (*)[2]) 0xbfffe1c8
这里，当程序执行流通过了为变长数组分配空间的第7行之后，用print/x命令打印出arr的值，结果居然是

两个字节；而如果尝试用ptype打印出arr的类型，得到的结果居然是arr是一个长度为2的字符数组。很明显

，在本例中，因为提供给main()函数的参数argv[1]是6，因此按常理可知arr应该是一个长度为7的字符数组

，但很遗憾，gdb给出的却并不是这样的结果。用print &arr打印出arr的地址为0xbfffe1c8。继续上面的调

试过程：
(gdb) x/4x &arr
0xbfffe5c8:   0xbfffe5b0     0xbfffe5c0     0x00000006     0x40015360
(gdb) x/8x $esp
0xbfffe5b0:   0xbffffad8     0x42130a14     0xbfffe5c8     0x0804828d
0xbfffe5c0:   0x42130a14     0x4000c660     0xbfffe5b0     0xbfffe5c0
可以看到，在&arr（即地址0xbfffe5c8）处的第一个32位值是0xbfffe5b0，而通过x/8x $esp可以发现，栈

顶指针esp恰好就指向的是0xbfffe5b0这个位置。于是，可以猜想，如果arr是一个指针的话，那么它指向的

就恰好是当前栈顶的指针。继续上面的调试：
(gdb) next
9           for (i = 0; i < n; i++) {
(gdb) next
10               arr = (char)('A' + i);
(gdb) next
9           for (i = 0; i < n; i++) {
(gdb) until
12         arr[n] = '/0';
(gdb) next
13         printf("%s/n", arr);
(gdb) x/8x $esp
0xbfffe5b0:   0x44434241     0x42004645     0xbfffe5c8     0x0804828d
0xbfffe5c0:   0x42130a14     0x4000c660     0xbfffe5b0     0xbfffe5c0
注意上面表示为蓝色的部分，由于Intel平台采用的是小端字节序，因此蓝色的部分实际上就是’ABCDEF’

的十六进制表示。而红色的32位字则暗示着arr就是指向栈顶的指针。为了确认我们的这一想法，下面通过

修改arr的值来观察程序的执行情况（需要注意的是：每一次运行时堆栈的地址是变化的）：
(gdb) run
The program being debugged has been started already.
Start it from the beginning? (y or n) y
Starting program: /root/source/test/dynarray 6

Breakpoint 1, main (argc=2, argv=0xbfffde24) at dynarray.c:6
6           n = atoi(argv[1]);
(gdb) next
7           char arr[n+1];
(gdb) next
8     bzero(arr, (n+1) * sizeof(char));
(gdb) print/x &arr
$3 = 0xbfffddc8
(gdb) x/8x $esp
0xbfffddb0:   0xbffffad8     0x42130a14     0xbfffddc8     0x0804828d
0xbfffddc0:   0x42130a14     0x4000c660     0xbfffddb0     0xbfffddc0
(gdb) set *(unsigned int*)&arr=0xbfffddc0
(gdb) x/8x $esp
0xbfffddb0:   0xbffffad8     0x42130a14     0xbfffddc8     0x0804828d
0xbfffddc0:   0x42130a14     0x4000c660     0xbfffddc0     0xbfffddc0
(gdb) next
9           for (i = 0; i < n; i++) {
(gdb) next
10               arr = (char)('A' + i);
(gdb) next
9           for (i = 0; i < n; i++) {
(gdb) until
12         arr[n] = '/0';
(gdb) next
13         printf("%s/n", arr);
(gdb) x/8x $esp
0xbfffddb0:   0xbffffad8     0x42130a14     0xbfffddc8     0x0804828d
0xbfffddc0:   0x44434241     0x40004645     0xbfffddc0     0xbfffddc0
地址0xbfffddc8（也就是arr的地址）处的值本来为0xbfffddb0，我们把它改成了0xbfffddc0，于是，当程

序运行到向变长数组输入数据完成之后，我们发现这次修改的地址的确是从0xbfffddc0开始的。这就表明

arr的确像我们通常所理解的一样，数组名即指针。只不过这个指针指向的位置在它的下方（堆栈向下生长

），而不是像大多数时候一样指向上方的某个位置。
4、分析
上面的测试结果表明：变长数组的确是在栈空间中分配的；变长数组的数组名实际上就是一个地址指针，指

向数组所在的栈顶位置；而GDB无法判断出变长数组的数组名实际上是一个地址指针。
GDB为什么无法准确判断出变长数组的类型的原因尚不清楚，但是作者猜测这和变长数组的动态特性有关，

由于变长数组是在程序动态执行的过程生成的，GDB无法向对待常规数组一样从目标文件包含的.stabs节中

获得长度信息，于是给出了错误的类型信息。
另外，作者对变长数组的作用域进行了测试，测试代码根据上例修改得到，如下所示：
1 int n;
2 char arr[n+1];
3
4 int
5 main(int argc, char *argv[])
6 {
7     int i;
8
9     n = atoi(argv[1]);
10     bzero(arr, (n+1) * sizeof(char));
11     for (i = 0; i < n; i++) {
12         arr = (char)('A' + i);
13     }
14     arr[n] = '/0';
15     printf("%s/n", arr);
16
17     return (0);
18 }
当如下编译的时候，gcc会提示出错：
[root@cyc test]# gcc -g dynarray.c
dynarray.c:2: variable-size type declared outside of any function
可见gcc不允许在文件域定义变长数组。
对于gcc中的变长数组能否用static修饰则使用如下代码进行测试：
1 int
2 main(int argc, char *argv[])
3 {
4     int i, n;
5
6     n = atoi(argv[1]);
7     static char arr[n+1];
8     bzero(arr, (n+1) * sizeof(char));
9     for (i = 0; i < n; i++) {
10         arr = (char)('A' + i);
11     }
12     arr[n] = '/0';
13     printf("%s/n", arr);
14
15     return (0);
16 }
当编译此源文件的时候，gcc给出如下错误提示：
[root@cyc test]# gcc -g dynarray.c
dynarray.c: In function `main':
dynarray.c:7: storage size of `arr' isn't constant
dynarray.c:7: size of variable `arr' is too large
根据提示，可知当数组用static修饰的时候，不能将其声明为变长数组。至于这里的提示说arr太大，作者

猜测可能的原因是这样的：对于整数，gcc在编译期赋予了一个非常大的值，于是导致编译报错，不过这仅

仅是猜测而已。
最后需要说明的是，作者是出于对gcc如何实现变长数组的方式感兴趣才进行上面的这些测试的。对于编程

者来说，不用做这样的测试，也不需要知道变长数组是位于栈中还是其它地方，只要知道变长数组有上面这

样一些限制就行了。另外，本文中有很多地方充斥着作者的推断和猜测。不过这并没有太大的关系，又不是

写论文，谁在乎呢？
另外，上面的测试也说明了：尽管文献[2]没有像文献[1]中那样仔细说明变长数组的限制条件，但实际上它

就是那样工作的。再一次体现出gcc的确很好地遵守了C标准的规定。
参考文献
[1] Samuel P. Harbison III, Guy L. Steele Jr.; C: A Reference Manual Fifth Edition; Prentice

Hall, Pearson Education, Inc.; 2002
[2] Richard M. Stallman and the GCC Developer Community; Using the GNU Compiler Collection;