Way on c & c++ 小记 [二]

简单的数据类型？感觉不那么简单。

       C语言的数据类型我认为可以划分为3类，分别是空类型void、基本类型（字符型、整型、浮点型和枚举类型）和派生类型（数组、函数、指针、结构体和共用体）。

       标准C上规定int类型范围为-32768 ~32767，然而实际上往往并非如此，这取决于编译器的设计，比如下述代码：

#include <stdio.h>
 
int main(int argc, char*argv[]){
       printf("%d/n",sizeof(int));
       printf("%d/n",sizeof(float));
       printf("%d/n",sizeof(double));
       printf("%d/n",sizeof(long long));
       return 0;
}

       在vc2008中的输出为：4 4 8 8。

       这说明了在vc2008编译环境下，int类型占据了4个字节的内存空间。而看到int类型，很容易让人联想到自加运算（++），关于自加运算不妨看看a+++b、a+++++b和a+++(++b)有何区别。下面是测试的结果：

#include <stdio.h>
 
int main(int argc, char*argv[]){
       inta,b,c;
       a = b = c = 0;
       //c = a+++b;  //输出1,0,0
       //c = a+++++b;      //无法通过编译，提示++需要左值
       //c =a+++(++b);//输出1,1,1
       printf("%d,%d,%d/n",a,b,c);
       return 0;
}

       插入旁白：关于左值、右值，网上有人说是翻译错误，应理解为可寻址的和可读的，我觉得也颇有几分道理，但这里就引用编译器报错原文。

       第一种结果很容易理解，先执行c=a+b，之后a自加1；第三种结果也好理解，在赋值运算前++b先得到执行，所以c为1，赋值之后a++得到执行。关键在第二种，为什么会编译出错？“++需要左值”是指哪个“++”？为什么是那个“++”？在此，不妨反问一句，如果让自己设计编译器，那么遇到a+++++b这样的语句应该怎样处理？先带着这个疑问继续探寻。

       编译器会对a+++++b这样的表达式进行出错处理，但却接受a+++b这样的表达式，从一定程度上说明了编译器“聪明”到可以处理a++，但却还不够“聪明”去处理++b。当然，这里指的++b是特定地、位于a+++++b这样表达式当中的限定场合的。为什么呢？这就属于词法分析的问题了。仍然回到上面那个问题，如果让自己设计编译器，遇到a+++b要怎么办呢？

       为了找出是哪个“++”需要左值，我们不妨将代码稍加改动为：

#include <stdio.h>
 
int main(int argc, char*argv[]){
       inta,b,c;
       a = b = c = 0;
       c = ((a++)++)+b;
       printf("%d,%d,%d/n",a,b,c);
       return 0;
}

       编译器仍然提示同样的错误，于是我们可以推出是第三个加号和第四个加号组成的“++”运算符需要左值，即a+++++b等效于((a++)++)+b。

    想来现在的最新问题是，(a++)后面为什么不能接自加运算“++”？

    回到l-value和r-value上来，不管采用左值、右值一说，或者采用可寻址值和可读值一说，其本质都是对内存的读写操作（我无法确定这里是否有寄存器操作），也就是说源操作数和目的操作数的地址要能确定。这问题个人感觉不是很好回答，因为依旧涉及到了编译器的设计问题，在此仅谈谈个人的理解。

    ++a是先对a执行加1操作，然后返回对a的引用，自然就可以确定此时a的地址，所以(++a)++是可以编译通过的（于visual c++ 2008编译环境，经博友Promi测试，VC6和GCC并不能编译通过）。而a++是新建了一个临时变量并赋予其当前a的值，再对a进行增1运算，最后返回临时变量值，此时就无法再编译的时候获得该临时变量的地址，于是造成了((a++)++)+b无法编译通过。

由此可知，在++a和a++不影响逻辑结构的情况下，我们应该倾向于使用++a。需要强调的是，我使用的是vc2008编译环境。

    接着回到编译器设计考虑的问题。在C语言编译器的词法分析中有“贪心法”一说，因为存在“++”运算，所以遇到“+”自然要再往前看是否还有“+”。或许应该换一种说法，在我的知识范围内，词法分析都有“贪心法”一说，即识别单词过程应该包含尽可能多的字符。这很好理解，比如C语言中要求变量名必须以下划线或者字母开头，之后可以下划线、字母和数字混合，那么当我们遇到_abc123def时，我们难道分析道_abc就停止了吗？自然不是的，我们要继续往前以识别出一个完整的单词。这是词法分析的知识范畴，那么编译器是如何识别出标识符的呢？关于这个问题，杭电ACM网站上有这么一道简单题，可以去测试一下自己的思路对不，http://acm.hdu.edu.cn/showproblem.php?pid=2024。再深入想想，如果是判断合法的数值类型应该怎么操作呢？这里的数值类型包括整形、浮点型和指数型。

       对于上述杭电2024题目，我第一次的思路是分为两种情况：第一个字母只能有下划线和字母，其它字母只能有下划线、字母或数字，于是产生了以下代码：

#include <stdio.h>
#include <ctype.h>
 
int main(int argc, char*argv[]){//hdu2024_1
       intn,flag;
       charid[100];
       scanf("%d",&n);
       getchar();//由于scanf会将'/n'放在缓冲区中，所以先处理掉它
       while(n--){
              flag = 0;
              gets(id);
              if(!(id[0]== '_' || isalpha(id[0])))    flag = 1;
              for(int i=1; id[i] != '/0';++i){
                     if(!(isalpha(id[i])|| isdigit(id[i]) || id[i] == '_')){
                            flag = 1;
                            break;
                     }
              }
              printf("%s/n",(flag == 1) ? "no" : "yes");
       }
       return 0;
}

       这种思路比较简单，适用于识别标识符，但如果是要识别数值呢（含整形、浮点和指数型）？这里给出另外一种识别标识符的思路，可以用来识别数值类型，即编译器设计时使用的状态转换图（或其改进后的自动机）：

       上述识别标识符转换图的含义为：开始状态为0，如果遇到字母或者下划线则转向状态1；在状态1下，如果遇到字母、数组或者下划线则仍转向状态1，遇到其它则表示识别出一个标识符了。由其可产生如下代码：

#include <stdio.h>
#include <ctype.h>
 
int main(int argc, char*argv[]){//hdu2024_2
       int n,flag, state;
       charid[100];
       scanf("%d",&n);
       getchar();//由于scanf会将'/n'放在缓冲区中，所以先处理掉它
       while(n--){
              flag = state = 0;
              gets(id);
              for(int i=0; id[i] != '/0';++i){
                     switch(state){
                            case 0:
                                   if(isalpha(id[i]) || id[i] == '_')   state = 1;
                                   else{      flag= 1;  break;    }
                                   break;
                            case 1:
                                   if(isalpha(id[i]) || isdigit(id[i]) || id[i] == '_')       state= 1;
                                   else{      flag= 1;  break;    }
                                   break;
                            case 2:   //这里的case2对于hdu2024这道题目不是必须的，但在词法分析中却是需要的
                                   flag = 1;  break;
                     }
              }
              printf("%s/n",(flag == 1) ? "no" : "yes");
       }
       return 0;
}

       数据类型果真不那么简单，上面那么多的“+”已经有点眼花缭乱了，但对于数据类型的知识范围而言不过是刚刚开了个头。现在给自己一道饭后甜点，char类型的单个字符为什么不能表示一个汉字字符呢？

2010-1-26 晚

----------------------------------------cuttingline----------------------------------------