5 分钟 get C 语言核心要点

发布于:2020 年 6 月 24 日 14:31

5分钟get C语言核心要点

引言

笔者有十余年的 C++ 开发经验,相比而言,我的 C 经验只有一两年,C 比较简单,简单到《The C Programming Language》(C 程序设计语言)只有区区的 200 多页,相比上千页的 C++ 大部头,不得不说真的很人性化了。

C 精简的语法集和标准库,让我们可以把精力集中到设计等真正重要的事情上来,而不是迷失在语法的海洋里,这对于初学者尤其重要。虽然 C 有抽象不足的缺点,但我更喜欢它的精巧,只需要花少量的时间,研究清楚它每一个知识点,看任何 C 源码就不会存在语法上的障碍,大家需要建立的知识共识足够少,少即是多,少好于多。

我教过 6 个人编程,教过文科生,教过小学生,教过女生,教过 HTML,教过 JAVA,也教过 C++。最近,我在教我小孩编程,他只有十岁,很多人建议我选择 Python,但我最终选择了 C,因为 C 简单且强大,现在看来,好像是个不错的选择。

类型

C 是强类型语言,有 short、long、int、char、float、double 等 build-in 数据类型,类型是贯穿 c 语言整个课程的核心概念。

struct、union、enum 属于 c 的构造类型,用于自定义类型,扩充类型系统。

变量

变量用来保存数据,数据是操作的对象,变量的变字意味着它可以在运行时被修改。

变量由类型名 + 变量名决定,定义变量需要为变量分配内存,可以在定义变量的同时做初始化。

复制代码
int i;
float f1 = 0.5, f2= 0.8;

常量

复制代码
const int i = 100;
const char* p = "hello world";

运行中恒定、不可变,编译期便可确定。

数组

光有简单变量显然不够,我们需要数组,它模型现实中相同类型的多个元素,这些对象是紧密相邻的,通过数组名 + 位置索引便能访问每个元素。

二维、三维、高纬数组本质上还是线性的,二维数组通过模拟行列给人平面的感觉,实际存储上还是连续内存的方式。

数组是静态的,在定义的时候,数组的长度就已经确认,运行中无法伸缩,所以有时候我们不得不应付扩充多分配一些空间。数组元素不管用多用少,它都在哪里,有时候,我们会用一个 int n 去记录数组实际被使用的元素个数。

函数

函数封装行为,是模块化的最小单元,函数使得逻辑复用变得可能。

C 是过程式的,现实世界都可以封装为一个个过程(函数),通过过程串联和编排模拟世界。

用 C 编程,行为和数据是分离的。调用函数的时候,调用者通过参数向函数传递信息,函数通过返回值向调用者反馈结果。

函数最好是无副作用的,函数内应该尽量避免修改全局变量或者静态局部变量,更好的方式是通过参数传递进来,这样的函数只是逻辑的盒子,它满足线程安全的要求。

有了变量和函数,就可以编写简单的程序了。

控制语句

分支:if 、else、else if、switch case、?:

循环:while、do while、for

break、continue、goto、default

结构体

build-in 数据类型不足以描绘现实世界,或者用 build-in 类型描述不够直接,结构体用来模拟复合类型,它赋予了我们扩充类型系统的能力,我们把类型组合到一起构建更复杂的类型,而每个被组合的成分就叫成员变量。

结构体内的成分,对象通过点(.)运算符,指针通过箭头(->)访问成员。

指针

C 的灵魂是指针,指针带来弹性,指针的本质是地址。

需要区分指针和指针指向的对象,多个指针变量可指向同一个对象,一个指针不能同时指向多个对象。

指针相关的基本操作包括:赋值(修改指针指向),解引用(访问指针指向的对象),取地址(&variable),指针支持加减运算。

因为指针变量要能覆盖整个内存空间,所以指针变量的长度等于字长,32 位系统下 32 位 4 字节,64 位系统下 64 位 8 字节。

指针的含义远比上述丰富,指针跟数组结合便有了指针数组(int* p[n])和数组指针(int (*p)[n]),指针跟函数结合便有了函数指针(ret_type (*pf)(param list)),指针跟 const 结合便有了 const char*/char* const/const char* const,还有指向指针的指针(int **p)。

既可以定义指向 build-in 数据类型的指针,也可以定义指向 struct 的指针,void* 表示通用(万能)指针,它不能被解引用,也不能做指针算术运算。

函数指针与回调(callback)

c source code 被编译链接后,函数被转换到可执行程序文件的 text 节,进程启动的时候,会把 text 节的内容装载到进程的代码段,代码段是 c 进程内存空间的一部分,所以任何 c 函数都会占一块内存空间,函数指针就是指向函数在代码段的第一行汇编指令,函数调用就会跳转到函数的第一个指令处执行。

函数指针经常被用来作为回调(callback),c 语言也会用包含函数指针成员的结构体模拟 OOP,本质上是把 C++ 编译器做的事情,转给程序员来做(C++ 为包含虚函数的类构建虚函数表,为包含虚函数的类对象附加虚函数表的指针)。

字符串

char* 是一类特殊的指针,它被称为 c 风格字符串,因为它总是以‘\0’作为结尾的标识,所以要标识一个字符串,有一个 char* 指针就够了,字符串的长度被 0 隐式指出,跟字符串相关的 STD C API 大多以 str 打头,比如 strlen/strcpy/strcat/strcmp/strtok。

内存和内存管理

指针提供了 c 语言直接操作底层内存的能力,c 程序区分栈内存和堆内存,栈内存是函数内的局部变量,它随程序执行而动态伸缩,所以不要返回临时变量的指针,栈内存容量有限(8/16M),所以我们要避免在函数内创建过大的局部变量,要警惕递归爆栈。

堆内存也叫动态内存,它由一个叫动态内存配置器的标准库组件管理,glibc 的默认动态内存配置器叫 ptmalloc,初始版本有性能问题,但后面用线程私有解决了竞争改善了性能。动态内存配置器是介于 kernel 与应用层的一个层次,从内核视角看 ptmalloc 是应用程序,从应用层来看 ptmalloc 又是系统库。malloc 跟 free 必须配对,这是程序员的职责,动态分配的内存丢失引用就会导致内存泄漏,指向已释放的内存块俗称野(悬垂)指针。

预处理

从 c source file 到可执行程序需要经过预处理 - 编译 - 汇编 - 链接多个阶段,预处理阶段做替换、消除和扩充,预处理语句以#打头。

宏定义,#define,宏定义可以用\做行连接,#用来产生字符串,##用来拼接,宏定义的时候要注意加 () 避免操作符优先级干扰,可以用 do while(0) 来把定义作为单独语句,#undef 是 define 的反操作。

#if #ifdef #ifndef #else #elif #endif 用来条件编译,为了避免头文件重复包含,经常用#ifndef #define #endif。

#include 用来做头文件包含;#pragma 用来做行为控制;#error 用来在编译的时候输出错误信息。

FILELINEDATETIME、_STDC_ 等标准预定义宏可以被用来做一些 debug 用途。

#typedef 用来定义类型别名。比如 typedef int money_t;money_t 比 int 更有含义。

typedef 也能用来为结构体取别名,有时候会这样写:

复制代码
typedef struct
{
int a;
int b;
} xyz_t;

这样在定义结构体变量的时候就可以少敲几下键盘。

typedef 也可以用来重定义函数指针类型,比如 typedef void (*PF) (int a, int b); PF 是函数指针类型,而非函数指针变量。

枚举

枚举能增加代码可读性和可维护性,枚举本质上是 int,只是为了更有含义,将有限取值的几个 int 值放在一组,比如定义性别:enum sex { male = 1, female };

可以在定义的时候赋值,比如 male=1,后面的值依次递增 1,如果不赋值则从 0 开始。

联合体(union)

结构体和联合体(共用体)的区别在于:结构体的各个成员会占用不同的内存,互相之间没有影响;而共用体的所有成员占用同一段内存,修改一个成员会影响其余所有成员。

复制代码
union u_data
{
int n;
char ch;
double f;
};

其实本质上,联合体就是对一块内存的多种解释,大小按最大的来。

位域(bitfield)

复制代码
struct SNField
{
unsigned char seq:7 ; // frame sequnce
unsigned char startbit:1 ; // indicate if it's starting frame 1 for yes.
};

节省空间,在面向底层的编码,或者编写处理网络等程序时候用的比较多,注意这个语法特征是跟机器架构相关的。

位操作

  1. 位与 &
  2. 位或 |
  3. 位取反 ~
  4. 位异或 ^
  5. 位移 << >>

static、extern、register、volatile、sizeof、inline

  1. static 修饰全局函数,表示模块内(编译单元)内可用,不需要导出全局符号。
  2. static 修饰局部变量,意味超越函数调用的生命周期,不存储在栈上,只会被初始化 1 次。
  3. extern 声明外部变量。
  4. register,寄存器变量,建议编译器将变量放在寄存器里。
  5. volatile,告诉编译器不要做优化,每次从内存读取,不做寄存器优化。
  6. sizeof 求大小,可以作用于变量,类型,表达式。
  7. inline 内联,就地展开,避免函数栈帧建立撤销和控制跳转的开销。

可变参数

复制代码
void simple_printf(const char* fmt, ...)
va_list、va_start、va_arg、va_end

C 的高级感

泛型:linux 内核链表,通过 offset 和内嵌 node,写出泛型链表,参考: https://www.cnblogs.com/wangzahngjun/p/5556448.html

OOP:通过定义带函数指针成员变量的结构体,在运行中,为结构体对象设置上函数指针,模型运行时绑定,实现类似 OOP 多态的感觉。

GNU C 扩展

GNU C 扩展不是标准 C,建议以符合标准 C 的方式编写 C 代码,但如果你阅读 linux kernel code,你会发现有很多有趣看不懂的语法,它来自 GNU C 扩展,它确实也带来了一些便利性。

比如结构体成员可以不按定义顺序初始化:

复制代码
struct test_t { int a; int b; };
struct test_t t1 = { .b = 1, .a = 2 };

比如可以通过指定索引初始化数组:

复制代码
int a[5] = {[2] 5,[4] 9};
int a[5] = { [2] = 4, [4] = 9 };
相当于 int a[5] = {0, 0, 2, 0, 5};
或者 int a[100] = {[0 ... 9] = 1, [10 ... 98] = 2, 3};

比如 0 长度数组

复制代码
struct foo
{
int i;
char a[0];
};

比如用变量作为数组长度

复制代码
void f(int n)
{
char a[n];
...
}

比如 case 范围,case ‘A’ … ‘Z’   case 1 … 10

比如表达式扩展 ({…}),比如三元运算符扩展…

更多扩展请参考: https://my.oschina.net/LinuxDaxingxing/blog/751319

作者:华为云专家 人民副首席码仔

阅读数:1 发布于:2020 年 6 月 24 日 14:31

评论

发布
暂无评论