现代C：深入理解一个 C 程序的完整生命周期

引言在深入了解 C 语言、做到“知其所以然”之前我们需要先做到“知其然”也就是知道 C 语言是如何使用的。所以这一讲我会从语法细节和语言特性、微观和宏观相结合的角度带你快速、直观地回顾 C 语言的一些基础内容。而通过本讲的学习你也会更容易理解这门课接下来的内容。首先我会带你回顾一个 C 程序从源代码编写到编译再到最后运行的完整过程。除此之外我还会用一段相对复杂的示例代码来带你快速回顾 C 语言中最常见的那些语法及使用方式。最后我们还会从语言本身的角度来探讨 C 语言与其他编程语言在编程范式上的不同之处。学习这门课需要怎样的实践开发环境在开始回顾这些内容之前我要先向你推荐一些学习这门课时会用到的开发工具。你可以利用这些工具自行编译和运行课程中给出的示例代码以加深你对课程内容的理解。对于编译工具这门课会穿插使用运行于 x86-64 平台的 GCC 11.2 或 Clang 13.0.0 版本编译器。市面上有很多成熟的 C 编译器可以选择但不同的编译器可能存在着所支持平台类 Unix、Windows以及 C 标准C89、C99、C11、C17上的差异因此在选择时需要特别注意这些问题。这门课里使用的 GCC 和 Clang 都支持 C 语言的最新标准 C17并且都可以运行在类 Unix 与 Windows 系统上。当然如果你在本地环境中没有安装上面这些编译器那么也可以直接使用云编译器比如 Godbolt。相较于本地编译器云编译器即开即用而且可以随时灵活切换不同的编译器版本。至于 IDE那些常用的都可以不过推荐你选择 Visual Studio Code因为它较为轻量且目前提供的插件能力也足够进行 C 语言开发。用一个程序快速回顾 C 核心语法为了让你比较完整地回顾 C 语言的核心语法我设计了一个相对复杂的 C 语言程序作为例子。在这里你可以先试着阅读这段代码思考下 C 语言的使用方式。代码如下所示#include stdlib.h #include stdio.h #include stdint.h #include assert.h #include stdbool.h #define BOOL_TRUE 1 // 定义用到的宏常量与宏函数 #define BOOL_FALSE 0 #define typename(x) _Generic((x), \ unsigned short: unsigned short int, \ unsigned long: unsigned long int, \ default: unknown) typedef enum { Host, IP } IP_ADDR_TYPE; // 定义枚举类型 IP_ADDR_TYPE用于表示联合中生效的字段 typedef struct { // 定义结构 CONN size_t id; uint16_t port; bool closed; IP_ADDR_TYPE addr_type; union { char host_name[256]; char ip[24]; }; } CONN; inline static const char* findAddr(const CONN* pip) { // 定义函数 findAddr用于打印 CONN 对象的信息 assert(pip ! NULL); // 运行时断言判断传入的 CONN 指针是否有效 return pip-addr_type Host ? pip-host_name : pip-ip; } int main(int argc, char* argv[]) { // 入口函数 static_assert(sizeof(CONN) 0x400, the size of CONN object exceeds limit.); // 静态断言判断 CONN 对象的大小是否符合要求 const CONN conns[] { // 构造一个数组包含三个 CONN 对象 [2] { 1, 80, BOOL_TRUE, IP, { .ip 127.0.0.1 } }, [0] { 2, 8080, BOOL_FALSE, IP, { .ip 192.168.1.1 } }, { 3, 8088, BOOL_FALSE, Host, { .host_name http://localhost/ } } }; for (size_t i 0; i (sizeof(conns) / sizeof(CONN)); i) { // 遍历上述 CONN 数组并打印其中的内容 printf( Port: %d\n Host/Addr: %s\n Internal type of id is: %s\n\n, conns[i].port, findAddr(conns[i]), typename(conns[i].id) ); } return EXIT_SUCCESS; }这段代码用到了横跨 KR C 到 C17 标准的许多语言特性创建了多个基于自定义类型构建的对象并在程序的最后将这些对象的相关信息打印了出来。下面就来跟着我一起梳理这段代码中用到的 C 语法特性吧。我会按照程序代码的执行顺序来分别介绍每一个执行步骤中涉及到的关键语言知识点。其中相关的语言结构和语法特性可以被分为下面这些类别。入口函数现在让我们来仔细观察这个程序。首先我们的目光来到第 31 行上名为 main 的函数。所有的 C 程序都会使用 main 函数作为入口函数。入口函数就是指程序开始运行时代码中会被首先调用的那个函数。在 main 函数中我们可以通过它接收到的实际参数来选择性地访问程序在开始运行时由用户传递给程序的外部参数。main 函数在执行结束时会返回一个整数用于表示程序执行完毕时的状态通常返回数字 0 表示程序正常退出返回其他数字则代表异常退出。为了保持代码的可读性这里我们使用标准库中定义的宏常量 EXIT_SUCCESS 作为程序退出的返回值。顾名思义这个宏常量对应的实际值就是数字 0。数组接下来我们来到第 33 行。可以看到在 main 函数内部我们使用了“括号列表brace-enclosed lists”的方式完成了对数组 conns 的初始化过程。而在初始化列表中我们还使用了指派初始化为初始化列表中的项设定“指派符”的方式来明确指定这些项在数组中的具体位置。比如这里第一项对应的 “[2]” 就表示将该项设置为数组 conns 中的第 3 个元素索引从 0 开始。数组定义完毕后第 44 到第 46 行的代码访问了其内部存放的元素。这里我们直接使用方括号加索引值的语法形式做到了这一点。结构与联合数组 conns 内部存放有若干个类型为 CONN 的结构对象。在 C 语言中结构和联合有时也被称为结构体与联合体通常用来组织复杂类型的自定义数据。在结构中所有定义字段的对应数据按照内存连续的方向排列而在联合中定义的字段同一时间只会有一个“生效”。观察第 15 行到 24 行可以看到在我们对结构 CONN 的定义过程中使用了来自 C99 标准的 _Bool 类型这里的宏 bool 会展开为该类型以及来自 C11 标准的匿名联合体。第 34 到第 36 行在我们对结构 CONN 对象的初始化过程中也同样使用了类似数组的括号列表初始化以及指派初始化。但和前面数组初始化不同的是这里的指派是针对结构与联合类型内部的成员字段的因此需要使用 “.” 符号来引用某个具体成员而非数组所使用的形式。控制结构在这段代码的第 39 行我们使用了 for 语句以循环的形式遍历了数组 conns 中的内容。除此之外C 语言中常用的控制结构还有 switch 语句、while 语句、以及 goto 语句等等。这些语句分别以选择、迭代及跳转这三种不同方式控制着程序的实际执行逻辑。而程序本身也可以在这些控制语句的灵活组合下变得更加复杂。指针指针是 C 语言中最危险但也最强大的“武器”之一。借助指针我们能够灵活地操控程序享有的内存资源。在上面代码的第 45 行我们将数组 conns 中各个元素的地址传递给了函数 findAddr而该函数则接收一个指向 CONN 类型对象的常量指针。所以通过该指针我们无法在函数内部修改指针所指向对象的值。而这在一定程度上保证了函数仅能够拥有足够完成其任务的最小权限。宏编译器对 C 源代码的处理过程分为几个阶段其中宏是最先被处理的一个部分。在这段代码的开头处我们通过宏指令 “#include” 引入了程序正常运行需要的一些外部依赖项这些引入的内容会在程序编译时得到替换。随后我们又通过 “#define” 指令定义了相应的宏常量与宏函数而其中的宏函数 typename 则使用到了 C11 标准新引入的 _Generic 关键字以用来实现基于宏的泛型。断言在这段代码的第 32 行我们使用了 C11 标准中提供的静态断言能力来保证结构类型 CONN 的大小不会超过一定的阈值。而在代码的第 27 行我们还使用了运行时断言来保证传递给函数 findAddr 的 CONN 对象指针不为空。在 C 代码中我们通常会使用断言来对某种需要支持程序正常运行的假设性条件进行检查。而当条件不满足时则在程序编译或运行时终止并向用户抛出相应的错误信息。C 语言提供静态与动态两种类型的断言其中静态断言会在代码编译时进行检查而动态断言则会在程序运行过程中执行到该断言语句时再进行检查。函数内联在函数 findAddr 的定义代码中我们为其添加了名为 inline 的关键字。通过使用该关键字我们可以“建议”编译器将该函数的内部逻辑直接替换到函数的调用位置处以减少函数调用时产生的开销。这种方式通常使用在那些函数体较小且会被多次调用的函数上以产生较为显著的性能提升。其他特性除了上面提到的内容这段代码中还涉及到了一些基本的 C 语言特性使用 const 定义只读变量使用 typedef 定义新类型使用 static 声明静态函数使用各类运算符调用标准库函数使用 enum 定义枚举类型……这些语法特性本身比较常用且概念较为简单这里我就不再单独介绍了。如果你对其中的一些特性感到陌生可以选择在 GeeksforGeeks网站上直接查找特定主题并学习或者查阅《C Primer Plus》这些入门书籍。到这里我们就把 C 语言的核心语法大致捋了一遍。你可以看到C 语言的语法并不复杂。C 语言在设计上就十分精简截止到 C17 标准语言本身也仅有 44 个关键字。C 语言的强大并不是源于复杂的语法设计相反简单的语法给了 C 开发者更高的自由度让我们可以更加灵活地设计程序的运行逻辑。C 语言的编程范式是怎样的抛开语法细节从总体上来看C 语言是一种“命令式”编程语言和它类似的还有 Java、C#、Go 等语言。命令式编程Imperative Programming是这样一种编程范式使用可以改变程序状态的代码语句描述程序应该如何运行。这种方式更关注计算机完成任务所需要执行的具体步骤。下面我们来看一个例子。对于“从一个包含有指定数字的集合中筛选出大于 7 的所有数字”这个需求按照命令式编程的思路我们需要通过编程语言来告诉计算机具体的执行步骤。以 C 语言为例解决这个需求的步骤可能会是这样使用数组构造一块可以存放这些数字的内存空间使用循环控制语句依次检查内存中的这些数字是否满足要求即大于 7对于满足要求的数字将它们拷贝到新的内存空间中暂存为结果。对应的代码可能如下所示#define ARR_LEN 5 int main(void) { int arr[ARR_LEN] { 1, 5, 10, 9, 0 }; for (int i 0; i ARR_LEN; i) { if (arr[i] 7) { // save this element somewhere else. } } return 0; }相对于命令式编程语言其他语言一般会被归类为“声明式”编程语言。声明式编程Declarative Programming也是一种常见的编程范式。不同的是这种范式更倾向于表达计算的逻辑而非解决问题时计算机需要执行的具体步骤。比如说还是刚才那个需求在使用声明式编程语言时对应的解决步骤可能是构建一个容器来存放数据按照条件对容器数据进行筛选并将符合条件的数据作为结果返回。如果以 JavaScript 为例对应的代码可能如下所示let arr [1, 5, 10, 9, 0] let result arr.filter(n n 7)可以看到的是相较于命令式编程声明式编程更倾向于表达在解决问题时应该做什么构建容器、筛选而不是具体怎么做分配内存、遍历、拷贝。通常来说命令式编程语言和声明式编程语言的差异主要体现在两者的语言特性相较于计算机指令集的抽象程度。其中命令式编程语言的抽象程度更低这意味着该类语言的语法结构可以直接由相应的机器指令来实现。而声明式编程语言的抽象程度更高这类语言更倾向于以叙事的方式来描述程序逻辑开发者无需关心语言背后在机器指令层面的实现细节。两种语言在使用上各有其适用场景并无孰好孰坏之分。那么C 语言作为一种低抽象层次的命令式编程语言它的各类语法结构是如何对应到不同机器指令的我会在下一个模块“语法核心实现篇”里为你详细介绍。C 程序的编译和运行编写完一段 C 代码接下来的步骤就是对这段代码进行编译了。在执行编译命令时为了保证程序的健壮性我们一般会同时附带参数 “-Wall”让编译器明确指出程序代码中存在的所有语法使用不恰当的地方。如果将那段用来回顾核心语法的 C 代码存放在名为 “demo.c” 的文件中那我们可以使用下面这行命令来编译并运行这个程序gcc demo.c -o demo -Wall ./demo一般来说C 代码的完整编译过程可以分为如下四个阶段代码预处理编译器会首先移除源代码中的所有注释信息并处理所有宏指令。其中包括进行宏展开、宏替换以及条件编译等。编译优化编译器会分析和优化源代码并将其编译成对应的汇编格式代码这部分代码中含有使用汇编指令描述的原始 C 程序逻辑。汇编编译器会将这些汇编代码编译成具有一定格式可以被操作系统使用的某种对象文件格式。链接通过链接处理编译器会将所有程序目前需要的对象文件进行整合、设置好程序中所有调用函数的正确地址并生成对应的二进制可执行文件。编译结束后我们就得到了可以直接运行的二进制文件。在不同的操作系统上你可以通过不同的方式来运行这个程序比如双击或通过命令行。总结讲到这里今天的内容也就基本结束了最后我来给你总结一下。这一讲我们通过一个实例带你快速回顾了 C 语言的一些重要语法特性。为了方便你复习我把这些涉及到的核心语法特性总结成了一张表格我还带你回顾了一个 C 程序的完整生命周期代码编写、编译、运行。其中C 代码的完整编译过程可以分为代码预处理、编译优化、汇编、链接四个阶段。程序的汇编、链接与运行都会涉及与所在操作系统相关的一系列精细处理过程。我会在这门课的第四个模块中带你深入了解这些内容。除此之外我们还从语言本身的角度探讨了 C 语言与其他编程语言的不同之处。C 语言作为一种命令式编程语言抽象程度更低语法结构可以直接由相应的机器指令经过简单的组合来实现。