5 分钟 get C 语言核心要点

引言

笔者有十余年的 C++开发经验，相比而言，我的 C 经验只有一两年，C 比较简单，简单到《The C Programming Language》（C 程序设计语言）只有区区的 200 多页，相比上千页的 C++大部头，不得不说真的很人性化了。

C 精简的语法集和标准库，让我们可以把精力集中到设计等真正重要的事情上来，而不是迷失在语法的海洋里，这对于初学者尤其重要。虽然 C 有抽象不足的缺点，但我更喜欢它的精巧，只需要花少量的时间，研究清楚它每一个知识点，看任何 C 源码就不会存在语法上的障碍，大家需要建立的知识共识足够少，少即是多，少好于多。

我教过 6 个人编程，教过文科生，教过小学生，教过女生，教过 HTML，教过 JAVA，也教过 C++。最近，我在教我小孩编程，他只有十岁，很多人建议我选择 Python，但我最终选择了 C，因为 C 简单且强大，现在看来，好像是个不错的选择。

类型

C 是强类型语言，有 short、long、int、char、float、double 等 build-in 数据类型，类型是贯穿 c 语言整个课程的核心概念。

struct、union、enum 属于 c 的构造类型，用于自定义类型，扩充类型系统。

变量

变量用来保存数据，数据是操作的对象，变量的变字意味着它可以在运行时被修改。

变量由类型名+变量名决定，定义变量需要为变量分配内存，可以在定义变量的同时做初始化。

int i; float f1 = 0.5, f2= 0.8;

常量

const int i = 100; const char* p = "hello world";

运行中恒定、不可变，编译期便可确定。

数组

光有简单变量显然不够，我们需要数组，它模型现实中相同类型的多个元素，这些对象是紧密相邻的，通过数组名+位置索引便能访问每个元素。

二维、三维、高纬数组本质上还是线性的，二维数组通过模拟行列给人平面的感觉，实际存储上还是连续内存的方式。

数组是静态的，在定义的时候，数组的长度就已经确认，运行中无法伸缩，所以有时候我们不得不应付扩充多分配一些空间。数组元素不管用多用少，它都在哪里，有时候，我们会用一个 int n 去记录数组实际被使用的元素个数。

函数

函数封装行为，是模块化的最小单元，函数使得逻辑复用变得可能。

C 是过程式的，现实世界都可以封装为一个个过程（函数），通过过程串联和编排模拟世界。

用 C 编程，行为和数据是分离的。调用函数的时候，调用者通过参数向函数传递信息，函数通过返回值向调用者反馈结果。

函数最好是无副作用的，函数内应该尽量避免修改全局变量或者静态局部变量，更好的方式是通过参数传递进来，这样的函数只是逻辑的盒子，它满足线程安全的要求。

有了变量和函数，就可以编写简单的程序了。

控制语句

分支：if 、else、else if、switch case、?:

循环：while、do while、for

break、continue、goto、default

结构体

build-in 数据类型不足以描绘现实世界，或者用 build-in 类型描述不够直接，结构体用来模拟复合类型，它赋予了我们扩充类型系统的能力，我们把类型组合到一起构建更复杂的类型，而每个被组合的成分就叫成员变量。

结构体内的成分，对象通过点（.）运算符，指针通过箭头（->）访问成员。

指针

C 的灵魂是指针，指针带来弹性，指针的本质是地址。

需要区分指针和指针指向的对象，多个指针变量可指向同一个对象，一个指针不能同时指向多个对象。

指针相关的基本操作包括：赋值（修改指针指向），解引用（访问指针指向的对象），取地址（&variable），指针支持加减运算。

因为指针变量要能覆盖整个内存空间，所以指针变量的长度等于字长，32 位系统下 32 位 4 字节，64 位系统下 64 位 8 字节。

指针的含义远比上述丰富，指针跟数组结合便有了指针数组（int* p[n]）和数组指针（int (*p)[n]），指针跟函数结合便有了函数指针（ret_type (*pf)(param list)），指针跟 const 结合便有了 const char*/char* const/const char* const，还有指向指针的指针（int **p）。

既可以定义指向 build-in 数据类型的指针，也可以定义指向 struct 的指针，void*表示通用（万能）指针，它不能被解引用，也不能做指针算术运算。

函数指针与回调（callback）

c source code 被编译链接后，函数被转换到可执行程序文件的 text 节，进程启动的时候，会把 text 节的内容装载到进程的代码段，代码段是 c 进程内存空间的一部分，所以任何 c 函数都会占一块内存空间，函数指针就是指向函数在代码段的第一行汇编指令，函数调用就会跳转到函数的第一个指令处执行。

函数指针经常被用来作为回调（callback），c 语言也会用包含函数指针成员的结构体模拟 OOP，本质上是把 C++编译器做的事情，转给程序员来做（C++为包含虚函数的类构建虚函数表，为包含虚函数的类对象附加虚函数表的指针）。

字符串

char*是一类特殊的指针，它被称为 c 风格字符串，因为它总是以‘\0’作为结尾的标识，所以要标识一个字符串，有一个 char*指针就够了，字符串的长度被 0 隐式指出，跟字符串相关的 STD C API 大多以 str 打头，比如 strlen/strcpy/strcat/strcmp/strtok。

内存和内存管理

指针提供了 c 语言直接操作底层内存的能力，c 程序区分栈内存和堆内存，栈内存是函数内的局部变量，它随程序执行而动态伸缩，所以不要返回临时变量的指针，栈内存容量有限（8/16M），所以我们要避免在函数内创建过大的局部变量，要警惕递归爆栈。

堆内存也叫动态内存，它由一个叫动态内存配置器的标准库组件管理，glibc 的默认动态内存配置器叫 ptmalloc，初始版本有性能问题，但后面用线程私有解决了竞争改善了性能。动态内存配置器是介于 kernel 与应用层的一个层次，从内核视角看 ptmalloc 是应用程序，从应用层来看 ptmalloc 又是系统库。malloc 跟 free 必须配对，这是程序员的职责，动态分配的内存丢失引用就会导致内存泄漏，指向已释放的内存块俗称野（悬垂）指针。

预处理

从 c source file 到可执行程序需要经过预处理-编译-汇编-链接多个阶段，预处理阶段做替换、消除和扩充，预处理语句以 #打头。

宏定义，#define，宏定义可以用\做行连接，#用来产生字符串，##用来拼接，宏定义的时候要注意加()避免操作符优先级干扰，可以用 do while(0)来把定义作为单独语句，#undef 是 define 的反操作。

#if #ifdef #ifndef #else #elif #endif 用来条件编译，为了避免头文件重复包含，经常用 #ifndef #define #endif。

#include 用来做头文件包含；#pragma 用来做行为控制；#error 用来在编译的时候输出错误信息。

FILE、LINE、DATE、TIME、_STDC_等标准预定义宏可以被用来做一些 debug 用途。

#typedef 用来定义类型别名。比如 typedef int money_t；money_t 比 int 更有含义。

typedef 也能用来为结构体取别名，有时候会这样写：

typedef struct{  int a;  int b;} xyz_t;

这样在定义结构体变量的时候就可以少敲几下键盘。

typedef 也可以用来重定义函数指针类型，比如 typedef void (*PF) (int a, int b); PF 是函数指针类型，而非函数指针变量。

枚举

枚举能增加代码可读性和可维护性，枚举本质上是 int，只是为了更有含义，将有限取值的几个 int 值放在一组，比如定义性别：enum sex { male = 1, female };

可以在定义的时候赋值，比如 male=1，后面的值依次递增 1，如果不赋值则从 0 开始。

联合体（union）

结构体和联合体（共用体）的区别在于：结构体的各个成员会占用不同的内存，互相之间没有影响；而共用体的所有成员占用同一段内存，修改一个成员会影响其余所有成员。

union u_data{    int n;    char ch;    double f;};

其实本质上，联合体就是对一块内存的多种解释，大小按最大的来。

位域（bitfield）

struct SNField{       unsigned char seq:7 ;        // frame sequnce       unsigned char startbit:1 ;   // indicate if it's starting frame 1 for yes.};

节省空间，在面向底层的编码，或者编写处理网络等程序时候用的比较多，注意这个语法特征是跟机器架构相关的。

位操作

1. 位与 &

2. 位或 |

3. 位取反 ~

4. 位异或 ^

5. 位移 << >>

static、extern、register、volatile、sizeof、inline

1. static 修饰全局函数，表示模块内（编译单元）内可用，不需要导出全局符号。

2. static 修饰局部变量，意味超越函数调用的生命周期，不存储在栈上，只会被初始化 1 次。

3. extern 声明外部变量。

4. register，寄存器变量，建议编译器将变量放在寄存器里。

5. volatile，告诉编译器不要做优化，每次从内存读取，不做寄存器优化。

6. sizeof 求大小，可以作用于变量，类型，表达式。

7. inline 内联，就地展开，避免函数栈帧建立撤销和控制跳转的开销。

可变参数

void simple_printf(const char* fmt, ...)va_list、va_start、va_arg、va_end

C 的高级感

泛型：linux 内核链表，通过 offset 和内嵌 node，写出泛型链表，参考：https://www.cnblogs.com/wangzahngjun/p/5556448.html

OOP：通过定义带函数指针成员变量的结构体，在运行中，为结构体对象设置上函数指针，模型运行时绑定，实现类似 OOP 多态的感觉。

GNU C 扩展

GNU C 扩展不是标准 C，建议以符合标准 C 的方式编写 C 代码，但如果你阅读 linux kernel code，你会发现有很多有趣看不懂的语法，它来自 GNU C 扩展，它确实也带来了一些便利性。

比如结构体成员可以不按定义顺序初始化：

struct test_t { int a; int b; }; struct test_t t1 = { .b = 1, .a = 2 };

比如可以通过指定索引初始化数组：

int a[5] = {[2] 5，[4] 9}; 或 int a[5] = { [2] = 4, [4] = 9 };相当于int a[5] = {0, 0, 2, 0, 5};或者int a[100] = {[0 ... 9] = 1, [10 ... 98] = 2, 3};

比如 0 长度数组

struct foo{   int i;   char a[0];};

比如用变量作为数组长度

void f(int n){    char a[n];    ...}

比如 case 范围，case ‘A’ … ‘Z’   case 1 … 10

比如表达式扩展({…})，比如三元运算符扩展…

更多扩展请参考：https://my.oschina.net/LinuxDaxingxing/blog/751319

作者：华为云专家 人民副首席码仔