本文系用户投稿，不代表机核网观点
⚠️ 未经作者授权 禁止转载
上一篇我们介绍了指针的运算，这个操作实际上隐藏着相当大的危险性。因为通过指针的运算，你可以让指针指向任何一块内存，然后去读写里面的信息。为了了解这些危险性，我们需要知道 C 语言大概是如何使用内存的。
函数返回一个字符串：局部变量的指针
函数返回一个字符串：局部变量的指针
假如我们需要编写一个C语言函数，用来返回一个“字符串”，那么我们应该如何写呢？根据之前的知识，C字符串就是一个字符数组，我们似乎返回一个字符数组的指针就可以了。
#include <stdio.h> char *test() { char arr[12] = {'a', 'b', 'c', 'd', 'e', 0}; return arr; } int main() { char *p = test(); printf("%s\n", p); }
这个程序编译的时候，会有下面一条警告：
mem.c:7:12: warning: address of stack memory associated with local variable 'arr' returned [-Wreturn-stack-address] 7 | return arr; | ^~~ 1 warning generated.
上面这个程序，运行结果却很奇怪：
abcd,s薌?
看起来字符串的前 4 个字节的内容是对的，但是后面的内容就看不懂了，显然这么写这个程序是有问题的。我们先来看看那条编译报警信息，它的意思是：在代码的第7行：返回了栈(stack)内存的地址，这个地址是一个局部变量 arr 的。这个“栈内存”又是啥意思呢？为了知道这里的意思，我们需要了解一下C语言在调用函数时，是怎么使用内存的。
C语言在每个函数开始调用时，都会分配一块内存，用于存放函数的输入参数、返回值、程序返回指令地址（危险）、函数内局部变量等。函数里面调用新的函数，内存会“向下”新增一块区域，放上被调用的函数参数、返回值、返回指令地址、局部变量。随着函数的层层嵌套调用，这个内存块的使用会持续的“往下”延申使用。
当一个函数调用结束，进行返回的时候，此函数所使用的内存块会被“释放”。上层调用者函数如果再次调用另外一个函数，刚才被“释放”的这块内存又会被新的函数所使用。——这样一块内存，随着函数的调用、返回而不断变化使用长度，就被称为“栈内存”（stack memory）。存放在“栈内存”中的数据，随着程序运行的情况，会不断的变化。同一个地址的内存，可能在不同时候，被不同的函数写上各自的内容。这就是上面那个例程出问题的原因。
当 main() 调用 test() 的时候，计算机分配了一块内存供 test() 使用，test() 的局部变量 arr 数组也存放其中。当 test() 函数完成运行返回时，这块内存就被计算机“回收”了，准备用作其他的功能。然而，曾经使用这块已经被回收的内存的变量 arr 的地址，却被 main() 的 p 指针变量记录了起来。当 main() 函数调用 printf() 函数时，之前被 test() 使用的内存，又被分配给 printf() 使用。而 printf() 在运行的时候，并不会在意之前 test() 的 arr 变量用了什么位置，直接就按自己的需要写入这块内存。因此 arr 曾经使用的内存，从第 5 个字节处开始，刚好被 printf() 给“覆盖”了，写上了他自己的数据（我们光从代码看，并没法预测是什么内容）。因此我们看到， arr 变量的内容，就从第 5 个字节开始变得奇怪了。
由于函数的局部变量所在的内存区域，是会随着函数的调用和返回被分配和回收，进行重复使用的，所以记录下这块内存的地址，留着在上层调用者函数中使用，就是一种明显的“错误”，因此编译器也会“警告”我们。
那么，问题来了，如果我要写一个函数，返回一个数组的内容，到底应该怎么做才是对的呢？答案有两个：
- 使用输出参数
- 使用堆
指针越界
指针越界
上面说的第一种方法“使用输出参数”，其原理就是：在调用函数前，先把需要返回的数据所存放的内存准备好，然后把这块内存指针传入函数，让函数把内容写到这个指针指向的内存上。这有点像我们去食堂打饭，需要先拿个盘子，让服务员把食物放到我们选的盘子里，然后我们再从这个盘子里面拿食物。代码的示例如下：
#include <stdio.h> void test(char *output) { char arr[12] = {'a', 'b', 'c', 'd', 'e', 0}; // 字符常量 for (int i = 0; i < 12; i++) { output[i] = arr[i]; } } int main() { char p[12] = {0}; test(p); printf("%s\n", p); }
程序运行显示：abcde
在上面的例子中，test() 的参数 char *output 就是所谓的“输出参数”，而这个指针参数所指向的内存，就是上面举例的那个“盘子”。在 test() 函数中，我们通过一个循环对输出结果内存进行赋值，当 test() 返回后，main 的 p 数组里面就存好了函数的结果了。然而，上面的这个写法，其实是有一些漏洞甚至安全隐患的，我们稍微修改一下上面的代码。
#include <stdio.h> void test(char *output) { char arr[12] = {'a', 'b', 'c', 'd', 'e', 0}; // 字符常量 for (int i = 0; i < 12; i++) { output[i] = arr[i]; } } int main() { char q[12] = {'x', 'y', 'z', 'r', 's', 't', 'u', 'v', 'w', 0}; char p[3] = {0}; test(p); printf("p: %s\n", p); printf("q: %s\n", q); }
程序运行结果：
p: abcde q: de
这个结果比较奇怪的有两个地方，一个是我们的数组 p 命名只有 3 个字节的长度，打印出来却有 6 个字节的内容（abcde\0）；第二个问题是，我们定义的数组 q 本来没有参与 test() 的调用，最后结果从 "xyzrstuvw" 变成了 "de"。造成这个问题的原因，是因为在 test() 函数内部，并没有管输出参数 output，或者叫 p 数组，它的长度是不是有 12 个元素，而是直接去赋值了。当 test() 的 for 循环，运行到 i>2 的时候，其实已经超过了 p 数组的内存限定空间了，这个问题叫做“指针越界”。在 p 数组限定的长度以外的内存，到底是用来做什么的，一般是难以预料的。在这个例子里，p 数组的内存后面，就是数组 q 的内存，所以这次越界，就把 q 数组的内容给写错了。
从这个例子来看，指针越界造成了数组 q 被意料之外的改写了，这当然会造成程序运行的错误（bug），但其实指针越界有可能造成更危险的问题：在栈内存中，除了存放了函数中用到的局部变量以外，还有很多其他的重要数据，包括当前函数返回之后，应该执行的程序的地址信息。如果有个程序，会从网络或者其他外部输入数据，这些数据又被写入内存的时候越界了，那么这些数据就有可能被写入栈内存里存放了程序执行地址的内存。这样就提供了一个“漏洞”，让恶意使用者，通过构造专门的输入数据，改写程序执行地址——当前函数返回后，就会去执行这个恶意写入的程序地址，从而让计算机去执行开发者预料之外的代码。这种内存越界的 bug，也是很多程序的安全漏洞的原因。具体更多关于这类漏洞的知识，本文不作过多介绍，只是告诉大家这类漏洞非常容易出现。
最后，关于输出参数的正确写法，应该是如下例程：对于输出参数，除了有指针外，还需要再输入一个参数来表示输出参数内存长度。并且用返回值来告诉调用者，输出的内容的具体长度，避免调用者错误使用。
#include <stdio.h> int test(char *output, int len) { char arr[12] = {'a', 'b', 'c', 'd', 'e', 0}; // 字符常量 int size = len > 12 ? 12 : len; // 计算应该返回的长度 for (int i = 0; i < size; i++) { output[i] = arr[i]; } return size; } int main() { char q[12] = {'x', 'y', 'z', 'r', 's', 't', 'u', 'v', 'w', 0}; char p[3] = {0}; int len = test(p, 3); printf("p: %.*s\n", len, p); printf("q: %s\n", q); }
运行返回
p: abc q: xyzrstuvw
上面的程序中 test() 增加了参数 len 和返回值 int，在循环赋值之前，先判断了一下输出参数所指向的内存（缓冲区）的长度，如果小于返回数值的长度，就最多写满这个缓冲区的长度，不会越界写到其他地方去，然后返回写了的数据长度给调用者。
在 main() 中，我们把输出参数内存的长度 3 传入 test()，然后从 test() 的返回值获得输出缓冲区中数据的长度，然后用了 printf() 的一个特殊占位符 %.*s 来打印字符串，这个占位符的意思是，根据一个长度和一个指针，来打印最多这个长度的数据，而不是一直读到碰到内存中的字节数字 0 为止。这样就避免了打印超过预定数据长度以外的数据。
输出参数需要在调用前，就要预设返回结果的内存长度，但是如果没法预测，是不是有其他方法也能完成任务呢？也是有的，就是使用堆内存，动态的申请内存使用。
使用堆
使用堆
所谓堆(heap)内存，就是一类不通过直接写变量名来使用的内存。而是通过一对特殊的函数，来分配和回收的内存。这些内存不会使用上面所说的栈(stack)内存的空间。同样是返回一个字符数组，我们可以用堆内存如下实现：
#include <stdio.h> #include <stdlib.h> char *test() { char arr[12] = {'a', 'b', 'c', 'd', 'e', 0}; // 字符常量 char *output = malloc(12); for (int i = 0; i < 12; i++) { output[i] = arr[i]; } return output; } int main() { char *p = test(); printf("p: %s\n", p); free(p); }
程序输出：abcde
在上面的例程中，出现了两个新的函数 malloc() 和 free()，这两个函数是来自 C 的标准库的，所以需要 #include <stdlib.h>。其中 malloc() 的参数表示要申请多少个字节的内存，返回值就是申请后的内存指针。注意申请多少就用多少，如果写入数据的时候，超过了申请内存的长度，有可能会把程序里其他变量给写“坏”了。而 free() 是释放通过 malloc() 申请的内存，传入指针即可，至于要释放的内存有多长，其实是存在申请的内存指针前面的某个位置（头部内存），所以千万要记得释放 malloc() 返回的数值，而不是随便在堆内存中选择一个地址用来释放。
在堆内存上分配的空间，C 语言是不会像栈内存一样自动跟随函数的调用来释放的。需要程序员主动调用 free() 进行释放，否则程序就会占用内存越来越多，形成了所谓的“内存泄漏”。当然这种问题在实际程序中非常常见，所以我们偶尔也会碰到，一个程序运行的时候，占内存越来越多，电脑越来越卡的情况。同样的，对于释放过的堆内存重复释放，也可能存在问题，通常会导致进程在这里退出（崩溃），或者是导致下一次 malloc() 的时候，错误的使用了被其他代码使用的内存而产生问题。所以，确保堆内存的 malloc() 和 free() 能正确的，一对一的运行，是一个非常考验程序员的需求。这也是后来很多编程语言，都设计了所谓内存自动管理的机制，避免让程序员来处理这个事情。
当我们掌握了指针，了解了栈内存和堆内存，我们才能比较完整的了解 C 语言的能力。下一篇，我们尝试用之前说的这些能力，做一点真正有用的东西，譬如说用起来没有那么麻烦的“字符串”，而不是以0结尾的字符数组。
评论区
共 9 条评论热门最新