索引一个 `unsigned long` 变量并打印结果

Question

昨天，有人给我看了这个代码：

#include <stdio.h>

int main(void)
{
    unsigned long foo = 506097522914230528;
    for (int i = 0; i < sizeof(unsigned long); ++i)
        printf("%u ", *(((unsigned char *) &foo) + i));
    putchar('\n');

    return 0;
}

这导致：

0 1 2 3 4 5 6 7

我很困惑，主要是for循环中的行。据我所知，似乎&foo是被强制转换为 anunsigned char *然后被i. 我觉得*(((unsigned char *) &foo) + i)是一个更详细的书写方式((unsigned char *) &foo)[i]，但是这使得它看起来像foo，一个unsigned long被索引。如果是这样，为什么？循环的其余部分似乎是典型的打印数组的所有元素，所以一切似乎都表明这是真的。演员unsigned char *阵容让我更加困惑。我试图寻找有关转换的整数类型，以char *对谷歌而言，但我的研究得到了一些后无用的搜索结果停留约铸造int到char，itoa()等506097522914230528专门打印出0 1 2 3 4 5 6 7，但其他数字似乎在输出中显示了自己独特的 8 个数字，并且更大的数字似乎填充了更多的零。

Answer 1

作为前言，这个程序不一定会像它在问题中的运行方式完全一样，因为它表现出实现定义的行为。除此之外，稍微调整程序也会导致未定义的行为。关于这方面的更多信息在最后。

该main函数的第一行定义了一个unsigned long fooas 506097522914230528。乍一看这似乎令人困惑，但在十六进制中它看起来像这样：0x0706050403020100.

该数字由以下字节组成：0x07, 0x06, 0x05, 0x04, 0x03, 0x02, 0x01, 0x00. 到现在为止，您可能会看到它与输出的关系。如果您仍然对如何将其转换为输出感到困惑，请查看 for 循环。

for (int i = 0; i < sizeof(unsigned long); ++i)
        printf("%u ", *(((unsigned char *) &foo) + i));

假设 along是 8 个字节长，这个循环运行了八次（记住，两个十六进制数字足以显示一个字节的所有可能值，而且由于十六进制数字中有 16 个数字，结果是 8，所以 for 循环运行八次）。现在真正令人困惑的部分是第二行。这样想：正如我之前提到的，两个十六进制数字可以显示一个字节的所有可能值，对吗？那么如果我们可以隔离这个数字的最后两位数字，我们将得到一个字节值 7！现在，假设long实际上是一个如下所示的数组：

{00, 01, 02, 03, 04, 05, 06, 07}

我们得到foowith的地址&foo，将其unsigned char *强制转换为 an以隔离两位数字，然后使用指针算法基本上得到foo[i]iffoo是一个八字节的数组。正如我在我的问题中提到的，这可能看起来不像((unsigned char *) &foo)[i].

一点警告：这个程序表现出实现定义的行为。这意味着该程序不一定以相同的方式工作/为 C 的所有实现提供相同的输出。不仅在某些实现中是 32 位长，而且当我们声明 时unsigned long，它存储字节的方式/顺序of 0x0706050403020100(AKA endianness ) 也是实现定义的。感谢 @philipxy 首先指出实现定义的行为。这种类型的双关语会导致@Ruslan 指出的另一个问题，那就是，如果将 强制转换为longa char */以外的任何内容unsigned char *，则 C 的严格别名规则开始发挥作用，你会得到未定义的行为（链接的信用也转到@Ruslan）。关于这两点的更多细节在评论部分。

Answer 2

已经有一个解释代码的作用的答案，但是由于这篇文章由于某种原因引起了很多奇怪的关注，并且由于错误的原因而反复关闭，这里有一些关于代码做什么、C 保证什么以及它做什么的更多见解不保证：

• unsigned long foo = 506097522914230528;. 这个整数常量是 506 * 10^15 大。那个可能适合也可能不适合在 . 中unsigned long，具体取决于long您的系统上是 4 字节还是 8 字节大（实现定义）。

  在 4 字节的情况下long，这将被截断为0x03020100 ¹⁾。

  在 8 byte 的情况下long，它可以处理高达 18.44 * 10^18 的数字，因此该值将适合。

• ((unsigned char *) &foo)是有效的指针转换和明确定义的行为。C17 6.3.2.3/7 做出这样的保证：

  指向对象类型的指针可以转换为指向不同对象类型的指针。如果结果指针未针对引用类型正确对齐，则行为未定义。否则，当再次转换回来时，结果将与原始指针相等。

  由于我们有一个指向字符的指针，因此不必担心对齐问题。

  如果我们继续阅读 6.3.2.3/7：

  当指向对象的指针转换为指向字符类型的指针时，结果指向对象的最低寻址字节。结果的连续增量，直到对象的大小，产生指向对象剩余字节的指针。

  这是一个特殊规则，允许我们通过字符类型检查 C 中的任何类型。连续递增是由 apointer++还是由指针算术pointer + i完成并不重要。只要我们一直指向被检查的对象，就i < sizeof(unsigned long)可以确保。这是定义明确的行为。

• 提到的另一个特殊规则“严格别名”包含类似的字符例外。它与 6.3.2.3/7 规则同步。具体来说，“严格别名”允许 (C17 6.5/7)：

  对象的存储值只能由具有以下类型之一的左值表达式访问：
  ...

  • 一种字符类型。

  在这种情况下，“存储的对象”是unsigned long并且应该通常只能这样访问。但是，当unsigned char*被取消引用时，*我们将其作为字符类型访问。这是上述严格别名规则的例外情况所允许的。

  作为旁注，反过来说，unsigned char arr[sizeof(long)]通过*(unsigned long*)arr左值访问访问数组将是严格的别名违规和未定义的行为。但这里的情况并非如此。

• %u严格来说，使用打印字符是不正确的，因为printf那时需要unsigned int. 然而，由于它printf是一个可变参数函数，它带有一些奇怪的隐式提升规则，使这段代码定义良好。该unsigned char值将被默认参数提升 ²⁾提升为类型int。printf然后在内部将其重新解释int为unsigned int. 它不能是负值，因为我们从unsigned char. 转换³⁾定义明确且可移植。

• 所以我们一一得到字节值。十六进制表示07 06 05 04 03 02 01 00不过是如何将其存储在unsigned longCPU 特定/实现定义的行为中。这又是一个非常常见的常见问题解答，请参阅什么是 CPU 字节序？其中包含与此代码非常相似的示例。

  在小端会打印1 2...，在大端会打印7 6...。

¹⁾参见无符号整数转换规则 C17 6.3.1.3/2。
²⁾ C17 6.5.2.2/6。
³⁾ C17 6.3.1.3/1“当一个整数类型的值被转换为_Bool以外的另一个整数类型时，如果该值可以用新类型表示，则不变。”