數組名和數組名取地址的區別

 

以下代碼會打印出什么樣的日志呢？

#include <stdio.h>

int a[2] = {1,2};
int main(){
        printf("a = %p\n", a); // I
        printf("&a = %p\n", &a); // II
        printf("a + 1 = %p\n", a + 1);// III
        printf("&a + 1 = %p\n", &a + 1);// IV

        return 0;
}

本機（linux）結果輸出：

a = 0x804a014

&a = 0x804a014

a + 1 = 0x804a018

&a + 1 = 0x804a01c
沒錯，上面I 和 II打印出來的地址是一樣的，IV 要比 III 大4個字節的地址空間。下面是我對這一現象的解釋，如有不妥的地方請各位大蝦一定給於指出:
首先引用《C和指針》p141中的理論： 在C中， 在幾乎所有使用數組的表達式中，數組名的值是個指針常量，也就是數組第一個元素的地址。 它的類型取決於數組元素的類型： 如果它們是int類型，那么數組名的類型就是“指向int的常量指針“。 看到這里我想應該就知道為什么 會有I 和 III式的結果了。
對於II 和 IV 則是特殊情況，在《C和指針》p142中說到，在以下兩中場合下，數組名並不是用指針常量來表示，就是當數組名作為sizeof操作符和單目操作符&的操作數時。 sizeof返回整個數組的長度，而不是指向數組的指針的長度。 取一個數組名的地址所產生的是一個指向數組的指針，而不是一個指向某個指針常量的指針。 所以&a后返回的指針便是指向數組的指針，跟a（一個指向a[0]的指針）在指針的類型上是有區別的。
然后我們用符號表和匯編代碼來看看編譯器到底是怎樣區分&a 和 a, 並將其轉換為匯編代碼的：
通過 nm a.out 得到符號表如下：

 

。。。。。。。// 省略了一些與本主題無關的變量
0804a01c A _edata
0804a024 A _end
080484ec T _fini
08048508 R _fp_hw
080482bc T _init
08048330 T _start
0804a014 D a // a 變量保存在虛擬地址0x0804a014 中
0804a01c b completed.7021
0804a00c W data_start
0804a020 b dtor_idx.7023
080483c0 t frame_dummy
080483e4 T main // main函數的地址
         U printf@@GLIBC_2.0

調用gcc -S xx.c得到匯編代碼：

    .file   "name_of_array.c"
.globl a
    .data
    .align 4
    .type   a, @object
    .size   a, 8 // 從這里我們便知道sizeof(a) 等於8
a:
    .long   1 // 從這里可以看出，編譯器直接把 .c文件中的int 轉化為long型
    .long   2
    .section    .rodata
.LC0:
    .string "a = %p\n"
.LC1:
    .string "&a = %p\n"
.LC2:
    .string "a + 1 = %p\n"
.LC3:
    .string "&a + 1 = %p\n"
    .text
.globl main
    .type   main, @function
main:
    pushl   %ebp
    movl    %esp, %ebp
    andl    $-16, %esp
    subl    $16, %esp
    movl    $.LC0, %eax // I 所對應的匯編代碼
    movl    $a, 4(%esp)
    movl    %eax, (%esp)
    call    printf
    movl    $.LC1, %eax // II 所對應的匯編代碼
    movl    $a, 4(%esp)
    movl    %eax, (%esp)
    call    printf
    movl    $.LC2, %eax // III 所對應的匯編代碼
    movl    $a+4, 4(%esp)
    movl    %eax, (%esp)
    call    printf
    movl    $a+8, %edx // IV 所對應的匯編代碼
    movl    $.LC3, %eax
    movl    %edx, 4(%esp)
    movl    %eax, (%esp)
    call    printf
    movl    $0, %eax
    leave
    ret
    .size   main, .-main
    .ident  "GCC: (Ubuntu 4.4.3-4ubuntu5) 4.4.3"
    .section    .note.GNU-stack,"",@progbits

I所對應的匯編代碼 movl $a, 4(%esp) $表示取地址，通過符號表我們知道a對應地址為0x0804a014， 所以這段代碼將會打印0x0804a014。但是我們明明在代碼里寫的是printf("a = %p\n", a), （如果a不為數組名而是一般意義的int變量，相應的匯編碼應為movl a, 4(%esp) 怎么編譯后的匯編代碼會是對a取地址呢？ 本人猜測為編譯器自動給a 加了一個取值符，從而翻譯為$a。 結論： 對於用戶沒有明確給出&的編碼，編譯器翻譯自動給變量a加上取值符$， 其中取a的地址得到的指針類型由數組元素決定。

II 略過

III movl $a+4, 4(%esp) 對a加上取值符得到$a，因為數組元素類型為int，所以指針每次需要移動四個字節的地址空間。 所以c代碼 a + 1 翻譯為匯編 $a + 4 
IV  movl $a+8, %edx  所對應用戶代碼為printf("a = %p\n", &a + 1)， 根據《C和指針》中的理論，當a前面有&操作符時，編譯器將會把a對應符號表中的地址看作指向數組的指針，sizeof（a） 為8， 從而&a + 1 將會翻譯為$a + 8 結論： 對於用戶明確給出&的編碼，編譯器將會把取a的地址得到的指針類型看作指向數組的指針。

總結：編譯器通過用戶是否給出&，來決定指針變量的類型，進而翻譯為相應的匯編碼。 或者換句話說，&符只是用來表明變量a取地址后得到的值，被看作什么類型的指針，而不是用來表示對a進行取地址操作。