深入理解C語言的指針

Posted on by

起源

之前在知乎上看瞭一句話，指針是C的精髓，也是初學者的一個坎。換句話說，內存管理是C的精髓，C/C++可以直接跟OS打交道，從性能角度出發，開發者可以根據自己的實際使用場景靈活進行內存分配和釋放。雖然在C++中自C++11引入瞭smart pointer，雖然很大程度上能夠避免使用裸指針，但仍然不能完全避免，最重要的一個原因是你不能保證組內其他人不適用指針，更不能保證合作部門不使用指針。

那麼為什麼C/C++中會存在指針呢？

這就得從進程的內存佈局說起。

進程內存佈局

上圖為32位進程的內存佈局，從上圖中主要包含以下幾個塊：

  • 內核空間：供內核使用，存放的是內核代碼和數據
  • stack：這就是我們經常所說的棧，用來存儲自動變量(automatic variable)
  • mmap:也成為內存映射，用來在進程虛擬內存地址空間中分配地址空間，創建和物理內存的映射關系
  • heap:就是我們常說的堆，動態內存的分配都是在堆上
  • bss:包含所有未初始化的全局和靜態變量，此段中的所有變量都由0或者空指針初始化，程序加載器在加載程序時為BSS段分配內存
  • ds:初始化的數據塊
    • 包含顯式初始化的全局變量和靜態變量
    • 此段的大小由程序源代碼中值的大小決定，在運行時不會更改
    • 它具有讀寫權限，因此可以在運行時更改此段的變量值
    • 該段可進一步分為初始化隻讀區和初始化讀寫區
  • text：也稱為文本段
    • 該段包含已編譯程序的二進制文件。
    • 該段是一個隻讀段，用於防止程序被意外修改
    • 該段是可共享的，因此對於文本編輯器等頻繁執行的程序，內存中隻需要一個副本

由於本文主要講內存分配相關，所以下面的內容僅涉及到棧(stack)和堆(heap)。

棧

棧一塊連續的內存塊，棧上的內存分配就是在這一塊連續內存塊上進行操作的。編譯器在編譯的時候，就已經知道要分配的內存大小，當調用函數時候，其內部的遍歷都會在棧上分配內存；當結束函數調用時候，內部變量就會被釋放，進而將內存歸還給棧。

class Object {
  public:
    Object() = default;
    // ....
};
void fun() {
  Object obj;
  // do sth
}

在上述代碼中，obj就是在棧上進行分配，當出瞭fun作用域的時候，會自動調用Object的析構函數對其進行釋放。

前面有提到，局部變量會在作用域（如函數作用域、塊作用域等）結束後析構、釋放內存。因為分配和釋放的次序是剛好完全相反的，所以可用到堆棧先進後出（first-in-last-out, FILO）的特性，而 C++ 語言的實現一般也會使用到調用堆棧（call stack）來分配局部變量（但非標準的要求）。

因為棧上內存分配和釋放，是一個進棧和出棧的過程(對於編譯器隻是一個移動指針的過程)，所以相比於堆上的內存分配，棧要快的多。

雖然棧的訪問速度要快於堆，每個線程都有一個自己的棧，棧上的對象是不能跨線程訪問的，這就決定瞭棧空間大小是有限制的，如果棧空間過大，那麼在大型程序中幾十乃至上百個線程，光棧空間就消耗瞭RAM，這就導致heap的可用空間變小，影響程序正常運行。

設置

在Linux系統上，可用通過如下命令來查看棧大小：

ulimit -s
10240

在筆者的機器上，執行上述命令輸出結果是10240(KB)即10m，可以通過shell命令修改棧大小。

ulimit -s 102400

通過如上命令，可以將棧空間臨時修改為100m，可以通過下面的命令：

/etc/security/limits.conf

分配方式

靜態分配

靜態分配由編譯器完成，假如局部變量以及函數參數等，都在編譯期就分配好瞭。

void fun() {
  int a[10];
}

上述代碼中，a占10 * sizeof(int)個字節，在編譯的時候直接計算好瞭，運行的時候，直接進棧出棧。

動態分配

可能很多人認為隻有堆上才會存在動態分配，在棧上隻可能是靜態分配。其實，這個觀點是錯的，棧上也支持動態分配，該動態分配由alloca()函數進行分配。棧的動態分配和堆是不同的，通過alloca()函數分配的內存由編譯器進行釋放，無序手動操作。

特點

  • 分配速度快：分配大小由編譯器在編譯器完成
  • 不會產生內存碎片：棧內存分配是連續的，以FIFO的方式進棧和出棧
  • 大小受限：棧的大小依賴於操作系統
  • 訪問受限：隻能在當前函數或者作用域內進行訪問

堆

堆（heap）是一種內存管理方式。內存管理對操作系統來說是一件非常復雜的事情，因為首先內存容量很大，其次就是內存需求在時間和大小塊上沒有規律（操作系統上運行著幾十甚至幾百個進程，這些進程可能隨時都會申請或者是釋放內存，並且申請和釋放的內存塊大小是隨意的）。

堆這種內存管理方式的特點就是自由（隨時申請、隨時釋放、大小塊隨意）。堆內存是操作系統劃歸給堆管理器（操作系統中的一段代碼，屬於操作系統的內存管理單元）來管理的，堆管理器提供瞭對應的接口_sbrk、mmap_等，隻是該接口往往由運行時庫進行調用，即也可以說由運行時庫進行堆內存管理，運行時庫提供瞭malloc/free函數由開發人員調用，進而使用堆內存。

分配方式

正如我們所理解的那樣，由於是在運行期進行內存分配，分配的大小也在運行期才會知道，所以堆隻支持動態分配，內存申請和釋放的行為由開發者自行操作，這就很容易造成我們說的內存泄漏。

特點

  • 變量可以在進程范圍內訪問，即進程內的所有線程都可以訪問該變量
  • 沒有內存大小限制，這個其實是相對的，隻是相對於棧大小來說沒有限制，其實最終還是受限於RAM
  • 相對棧來說訪問比較慢
  • 內存碎片
  • 由開發者管理內存，即內存的申請和釋放都由開發人員來操作

堆與棧區別

理解堆和棧的區別，對我們開發過程中會非常有用，結合上面的內容，總結下二者的區別。

對於棧來講，是由編譯器自動管理，無需我們手工控制；對於堆來說，釋放工作由程序員控制，容易產生memory leak

  • 空間大小不同
    • 一般來講在 32 位系統下，堆內存可以達到4G的空間，從這個角度來看堆內存幾乎是沒有什麼限制的。
    • 對於棧來講，一般都是有一定的空間大小的，一般依賴於操作系統(也可以人工設置)
  • 能否產生碎片不同
    • 對於堆來講，頻繁的內存分配和釋放勢必會造成內存空間的不連續，從而造成大量的碎片，使程序效率降低。
    • 對於棧來講，內存都是連續的，申請和釋放都是指令移動，類似於數據結構中的進棧和出棧 
  • 增長方向不同
    • 對於堆來講，生長方向是向上的，也就是向著內存地址增加的方向
    • 對於棧來講，它的生長方向是向下的，是向著內存地址減小的方向增長
  • 分配方式不同
    • 堆都是動態分配的，比如我們常見的malloc/new；而棧則有靜態分配和動態分配兩種。
    • 靜態分配是編譯器完成的，比如局部變量的分配，而棧的動態分配則通過alloca()函數完成
    • 二者動態分配是不同的，棧的動態分配的內存由編譯器進行釋放，而堆上的動態分配的內存則必須由開發人自行釋放
  • 分配效率不同
    • 棧有操作系統分配專門的寄存器存放棧的地址，壓棧出棧都有專門的指令執行，這就決定瞭棧的效率比較高
    • 堆內存的申請和釋放專門有運行時庫提供的函數，裡面涉及復雜的邏輯，申請和釋放效率低於棧

截止到這裡，棧和堆的基本特性以及各自的優缺點、使用場景已經分析完成，在這裡給開發者一個建議，能使用棧的時候，就盡量使用棧，一方面是因為效率高於堆，另一方面內存的申請和釋放由編譯器完成，這樣就避免瞭很多問題。

擴展

終於到瞭這一小節，其實，上面講的那麼多，都是為這一小節做鋪墊。

在前面的內容中，我們對比瞭棧和堆，雖然棧效率比較高，且不存在內存泄漏、內存碎片等，但是由於其本身的局限性(不能多線程、大小受限)，所以在很多時候，還是需要在堆上進行內存。

我們先看一段代碼：

#include <stdio.h>
#include <stdlib.h>
int main() {
  int a;
  int *p;
  p = (int *)malloc(sizeof(int));
  free(p);
  return 0;
}

上述代碼很簡單，有兩個變量a和p，類型分別為int和int *，其中，a和p存儲在棧上，p的值為在堆上的某塊地址(在上述代碼中，p的值為0x1c66010)，上述代碼佈局如下圖所示：

總結

本篇文章就到這裡瞭，希望能夠給你帶來幫助，也希望您能夠多多關註WalkonNet的更多內容!

推薦閱讀：