定义struct出错指针不允许指向不完整类型_从内存的角度读懂C指针

一、前言

C语言是一门比较偏底层的语言，为什么这样说呢？因为C语言可以直接操作内存，而直接操作内存是通过指针来实现的。指针是C语言的精华，功能强大，可以灵活地操作内存，也是C语言区别于其他编程语言的一大特点。但是要深入理解指针、熟练地运用指针却不是一件容易的事。

本文会从计算机的内存说起，尝试从内存对象模型的角度，一步步来解读指针相关的知识，希望能让读者深入理解指针的本质：

1. 计算机的内存与地址
2. 变量的读写过程
3. 什么是指针变量与指针操作？
4. 为什么需要指针变量？
5. 为什么指针变量需要类型？
6. 为什么需要二重指针？

二、计算机的内存与地址

为了更好地理解指针，必须先了解计算机中内存与编址相关的知识。

假如，我们的计算机是32位的机器，拥有4G（2^32字节）的物理内存，那么计算机是如何运用这一块内存的呢？为了方便读写数据，计算机会以字节为单位，从0开始，对内存进行编号，所以编号的范围为0到2^32-1。编号的值即为我们通常所说的地址，如下图所示：

注：在现代的计算机中，使用的都是虚拟地址，在64位的计算机中，4G的物理内存，对应的虚拟地址值可以大于2^32，但是虚拟地址不是本文要讲述的对象，为了方便理解，本文在讨论时，忽略虚拟地址这一概念。

三、普通变量的存储与读写过程

下面从内存的角度，讨论一个int类型变量的存储与读写过程，代码如下：

int num = 10;
printf("%dn", num);

从代码的层面上看，上面两行代码的作用是：定义并初始化了一个变量值为10的变量num，并使用标签输出stdout，打印出num的值。

但是从内存的层面来看num这个变量，在计算机内存中，究竟做了什么呢？其实在计算机的内存中，已经完成了一次写操作和一次读操作。

1. int num = 10：在内存中分配一个sizeof(int)大小的内存，然后让num指向这片空间，即num就有了自己的合法的内存空间，最后修改内存中的数据为10
2. printf("%dn", num)：获取num在内存中的地址（即下图中的10000），根据内存中的地址找到变量num对应的值，读取num的值，并输出

其内存分布示意图如下所示，图中左边为地址编号，方框内为内存，方框内的数据为以二进制表示的数据，由于int占4个字节，而数据只有10，所以只有一个字节有值，其他三个字节为0：

四、什么是指针变量与指针操作

用来存储整型int的变量，是整型变量，即int变量，同理，用于存储地址的变量，就是指针变量，而通过上面的描述可知，地址本质上就是一个整数。例如对于下面的代码

int num = 10;
int *p = #

变量p，即为指针变量，由于它是指向int的变量num的，所以它的类型是整型指针变量，即int*，下图所求了p与num的关系：

指针的操作，我认为主要可以分为三类，下面逐一说明

1）指针的解引用（*p）

p的值为10000，即num在内存中的地址，也就是说p指向了num所在的内存。在C中，我们要对num读写，如修改num的值为11，可以通过两个方法：

• 第一个是直接通过num来修改，如：num = 11
• 另一个方法，就是通过指针p来修改，如：*p = 11，*p表示解引用，它的意思就是找到p指向的内存空间，然后进行相应的读写操作，*p=11的意思就是找到p指向的num的4个字节的内存空间（10000~10003），然后把11写到这4个字节内。由于num对应的内存空间，已经被修改，所以再能读取num的值时，其值已经变为了11。

2）指针移动（p++, p--,p+n)

指针移动一般用于随机访问数组，如遍历和直接跳转到数组的某个位置等，如：

int nums[10];
int *p = nums;
for i = 0; i < 10; i++
{
    p++; // 从第0个元素开始，每次移动一个位置
}

p = nums;
p += 5;  // 直接跳到数组的第五个位置

3）指针相减（p2 - p1）

int nums[10];
int *p1 = nums + 2;
int *p2 = nums + 5;
int diff = p2 - p1;

指针相减得到的是一个偏移量，如在上面的例子中，diff的值为3，表示p1+3就能得到p2。注意这个偏移量的单位并不是字节，而是跟指向变量指向的类型的size相关的，所以，p2与p1相差的字节数应该为diff*sizeof(int)。

五、为什么需要指针变量

在开发过程中，我们为什么需要指针变量，笔者认为，主要因为下面的三类原因:

1）参数传递与效率

因为C语言中的参数传递本质上，都是值复制，在函数调用时，形参会复制实参的值来创建一个新的变量。

为了能在函数中修改实参的值，我们就需要传递实参的地址，即需要使用指针变量来传参，然后在函数中，通过指针来修改实参的值。

再者，对于数组、struct等，占用空间较大的结构，如果不使用指针传递的话，还会由于值复制产生大量的内存复制，降低程序的运行效率。

2）使用堆内存

C语言可以通过malloc等函数来申请内存，返回一个指针变量，指针申请的可用的内存。而这一内存是在堆中的，需要开发者自己管理，并不会由于指针变量的生命周期结束而销毁，需要开发者调用free函数来释放。

由于堆内存数量大、生命周期可以由开发者控制等特点，所以，C语言的开发中，使用堆内存是很常见的，如链表、树等数据结构的实现，大多都是使用堆内存。

3）设计更通用的代码

C语言是一门面向过程的语言，但是我们会发现，C的项目在开发时，是可以使用面向对象的设计方法进行架构和设计的。面向对象三大特性中的多态，就可以通过函数指针的方式来实现。框架可以过函数指针，把接口定义好，然后实现通用的框架逻辑，最后通过传入不同的函数指针来执行差异的功能。

例如，设计一个通用的sort函数，对任意类型的数组进行排序，可以通过函数指针的方式，传入compare函数，用于比较数组的两个元素，而具体的排序逻辑，则由sort函数实现。当涉及比较时，则调用compare方法来完成。

// len，数组长度
// elemSize，元素的size大小，如int数组，则为sizeof(int)
void sort(void *elems, int len, int elemSize, compare CmpFunc);

在业界，Linux内核、Redis等C语言的项目，都是使用面向对象的方法实现的。

六、为什么指针变量需要类型

指向int的指针的定义是int*，指向结构体Student的指针的定义是struct Student*，虽然都是指针变量，但是即有着不同的类型。

但是反过来想，指针变量是用来存储地址的，而地址本质上是一个整数的编号，使用一个能保存整数的变量来存储地址，其实也就可以了。而且C语言中也确实有一个能表示任意类型指针的void*，用于表示和存储任意类型的指针变量。而且无论是什么类型的指针变量，占用的内存空间都是一样的，在32位系统中是4个字节，在64位系统中是8个字节。

更进一步说，在计算机的硬件设计与运行中，也不存在类型的概念，那为什么C语言的指针变量需要类型呢？指针的类型，究竟是定义给谁看的呢？

我们知道，计算机在硬件层面上看，都是非0即1的二进制数据，而类型的作用就是让程序知道如何解释这一块内存的数据，准确点来说，类型是写给编译器看的，是为了让编译器知道如何把我们写的代码编译成机器代码。

例如对于0xFFFFFFFF，下面的代码，即有不同的结果：

int x = 0xFFFFFFFF;
unsigned int y = 0xFFFFFFFF;
if (x > 0){} // x为-1，条件不成立
if (y > 0){} // y为2^32-1，条件成立 

从内存的角度来看，x和y的值应该是一样的，都是占4个字节，且所有的bit都是1，但是由于类型的不同，却导致了不一样的结果。如果当int型解释，则为-1；如果当作无符号数解释，当是2^32-1，必然大于0。

同样的道理，指针变量保存的是一个地址值，但是该如何使用这个地址，却要看指针的类型。

例如，对于int*p，p代表的是它的地址值指向的内存及其后的4个字节的内容，如p的值是10000，则*p代表的是从10000到10003这4个字节的内存，并把它解释成int。如果p是char*，*p代表的是10000这一个字节的内存，并把它解释成char。

那么指向struct的指针呢？例如：

struct Student
{
    char name[36]; // 36字节
    int age; // 4字节
};
struct Student s;
struct Student *p = &s;
p->age = 10;

p表示把它指向的内存及其后40个字节解释为Student，p->age则表示，根据Student的定义，偏移36个字节，找到age，再把下面的4个字节的内存解释为int，再赋值数据10。

还有一个就是，对于指针的移动操作，如p+1，需要移动多少个字节，也是需要根据指针的类型来决定的，如果是int*则移动4个字节，如果是char*则移动1个字节，如果是struct Student*，则移动40个字节。

总的来说，指针变量及其类型表示了地址的起始位置和长度，决定了如何解释这一块内存，并用于指针的偏移计算，主要的作用是方便开发者和编译器解释和使用内存。可以想像一下，如果没有指针类型，如所有的指针类型都是char*，则相应的偏移计算和数据解释，都需要开发者来实现，则开发效率和代码可读性必然大大降低。

七、为什么需要二重指针

二重指针表示指向指针的指针，这个解释听起来很绕，但是只要理解了指针的本质，其实是非常简单的。因为指针变量也是一个变量，这个变量也是有地址的，而记录这个指针的指针就是二重指针。可以使用代入法来理解这个概念

typedef int* IntPtr;
int n = 10;
IntPtr p = &n;
IntPtr *pp = &p;

pp就是二重指针，n、p、pp的关系如下：

那么为什么需要二重指针呢？其实只一重指针的概念是一样的，当我们需要修改一个普通变量的值时，可以通过指针实现；而当我们需要修改一个指针变量值（修改指针的指向）时，则需要二重指针。经典的例子就是交换两个指针的指向的函数

void swap(int **x, int**y)
{
    int *tmp = *x;
    *x = *y;
    *y = tmp;
}

由此，我们可以看到C语言的参数传递，本质上都是值传递，包括指针传递也是值传递，只不过传递的是地址的值。所以，当我们需要修改指针变量的值，而不是其指向的内存的值时，就需要二重指针。

本文主要从内存的角度来解读指针相关的知识，并给出自己对于C语言的指针及其设计的理解。如有不对，或者有不同的见解，欢迎讨论。