消失的字符串——c语言函数中的数据存储方式以及字符串实现

事情是这样的，最近在学习翁老师的Mooc之C语言程序设计，插一句，真的是好老师，讲的真的太好了，在c里的字符串这里，翁老师演示了一个小程序，大概代码如下，无非就是想给我们说明c语言的scanf读入字符串是遇到空格、Tab和回车为止，并且会在结尾自动加上表示字符串结束的‘\0’，然后想给我们演示如果出现字符数组越界会怎样？！就出现了如下的示例：

#include <stdio.h>

int main()
{
char word[8];
char word2[8];
scanf("%s",word);
scanf("%s",word2);
printf("%s##%s\n",word,word2);

return 0;
}

如上就是程序运行结果，有没有觉得很神奇，反正当时我是震惊了，WoW，太不可思议了，这究竟发生了什么，老师也留下了这个疑问给我们，留下我们苦苦思索，但是百思不得其解，天哪，还好老师给了一个小提示，这和c语言中的数据在计算机中的存放方式有关。

于是我开始思考，我仿照翁老师的做法，反正c语言提供了这样的工具——指针，我们就输出地址来看看，我也是知道的，函数在计算机中是通过堆栈的方式来实现的，数据就是通过堆栈来保存，堆栈是很重要的数据结构，其有一个很重要的特性，FILO，后进先出。我增加了输出字符数组每个元素的地址的代码，如下：

#include <stdio.h>
int main()
{
char word[8];
char word2[8];
scanf("%s",word);
scanf("%s",word2);
printf("%s##%s\n",word,word2);

printf("%p\n",word);
printf("%p\n",word2);
printf("\n");

int i;
for(i=0;i<8;i++){
printf("%p\n",&word[i]);
}
printf("\n");
for(i=0;i<8;i++){
printf("%p\n",&word2[i]);
}

return 0;
}

看到了输出地地址后，加上草图，一切都简单明了了，总结如下：

在32位的架构下（我是在32位下编译的，其实在64位下没有出现这个情况，那是因为64位下存储字大小又不同了，其实我还不太解释的明白，留一个问号？？？但是通过相同程序的运行，我们能够发现不同，word和word2之间的地址差为16个字节，当我将字符数组大小扩大为20时，地址差是按一个存储字增加的，那64位的存储字就应该为16字节，这也确实符合计算机组成里讲的对齐的方式存储），因为函数是通过堆栈来存储变量的，是高地址向低地址存储，我们可以把一个字符数组想成一个存储字，在字内是顺序存储的，就是从低地址向高地址，而存储字间是则是堆栈的顺序，是一种小端存放的方式，这里，word和word2看成指针是const的，是不变的，当scanf读入第一个12345678‘\0’字符串的时候是从word所指的位置向高地址依次写入，虽然越界到了规定的位置以外，但是c语言并没有提供有效的机制，即使这是不安全的，但是我们依然可以做，可以顺利的写入，然后读入第二个12345678‘\0’字符串的时候，同样的方式，从word2所指向的位置向高地址写入，很不幸的是，在定义字符数组的时候大小就决定了，并且是连续的分配的内存空间，所以写入到8的时候，其实就用完了定义的word2的数组大小，但是字符串末尾还有结束字符'\0'，虽然是不安全的，但是c语言的编译器不会发现，因此'\0'被继续写到了接下来连续的地址中，就是word所指向的位置，写入就将原来的1所覆盖，读入就ok了，接下来是打印，首先先打印word所指向的字符串，第一个已经重新写入了，刚好是字符串结束字符，因此什么也不输出，然后是打印word2所指向的字符串，打印1.。。。一直要到'\0'才会认为是字符串的结束，所以就打印出了12345678‘\0'，说到这里，我也就基本明白了字符串消失之谜的真相，用柯南的话，真相永远只有一个！

哦，原来是这样，果然不是我不明白，而是我并不知道，计算机的世界真的很精彩，而且很有意思，等着我，我一定要好好看看。