可变数组

​专栏内容：
postgresql内核源码分析
手写数据库toadb
并发编程
个人主页：我的主页
座右铭：天行健，君子以自强不息；地势坤，君子以厚德载物.

概述

数组中元素是顺序存放，这一特性让我们存储和访问数据都很简单，
但也因为这一特性，我们在写代码时，往往不能确定数组元组的个数，只能按最大的数量进行预分配，
这不仅造成了空间浪费，而且使用起来不友好，明明我们要运行一个小数据集，但却要很多内存空间。

这就产生了可变数组，它的元素数量不需要在代码中确定，而是在运行时确定。

实现方式

可变数组在我们的程序中经常遇到，但是它有那些实现方式呢？
根据数组存储内存区域的不同，可以分为

• 栈内存实现方式
• 堆内存实现方式
  下面我们就来看看它们是如何实现，有什么不同

栈内存实现

这里C99中新增的VLA(variable-length array) 特性，可以让我们在用的时候定义数组,数组的长度不再是静态值，可以是变量中的值。
也就是说，数组的长度在程序编译阶段是不确定的，直到运行时再能确定，这就避够我们定义一个最大的数组，产生很多空间浪费。

• 举例

void test(int n)
{
    /* check */
    if(n <= 0)
    {
        return;
    }

    // int arr[n] = {0};
    int arr[n];
    /* todo  */
    for(int i=0; i < n; i++)
    {
        arr[i] = i;
    }
    return;
}

数组arr的长度是变量n来确定

• 注意事项

1. 这个特性是C99引入，并不是所有的编译器都能完全支持，我使用的 gcc 版本是支持的。

[senllang@hatch toadbtest]$ gcc -v
Using built-in specs.
COLLECT_GCC=gcc
COLLECT_LTO_WRAPPER=/usr/libexec/gcc/x86_64-redhat-linux/8/lto-wrapper
OFFLOAD_TARGET_NAMES=nvptx-none
OFFLOAD_TARGET_DEFAULT=1
Target: x86_64-redhat-linux
Configured with: ../configure --enable-bootstrap --enable-languages=c,c++,fortran,lto --prefix=/usr --mandir=/usr/share/man --infodir=/usr/share/info --with-bugurl=http://bugzilla.redhat.com/bugzilla --enable-shared --enable-threads=posix --enable-checking=release --enable-multilib --with-system-zlib --enable-__cxa_atexit --disable-libunwind-exceptions --enable-gnu-unique-object --enable-linker-build-id --with-gcc-major-version-only --with-linker-hash-style=gnu --enable-plugin --enable-initfini-array --with-isl --disable-libmpx --enable-offload-targets=nvptx-none --without-cuda-driver --enable-gnu-indirect-function --enable-cet --with-tune=generic --with-arch_32=x86-64 --build=x86_64-redhat-linux
Thread model: posix
gcc version 8.5.0 20210514 (Red Hat 8.5.0-19) (GCC)

2. 使用VLA定义的数组，不能在定义时初始化，否则会产生以下错误，因为它不能使用默认的初始化器，必须由用户自己来初始化；

[senllang@hatch toadbtest]$ gcc test.c
test.c: In function ‘test’:
test.c:9:5: error: variable-sized object may not be initialized
     int arr[n] = {0};
     ^~~
test.c:9:19: warning: excess elements in array initializer
     int arr[n] = {0};

堆内存实现

在用的时候，通过malloc动态申请数组空间，空间大小为 数组元素类型的n倍，n是我们需要的数组大小，它可以是输入，也可以是程序运行过程中的可变值。

这种方式是我们普遍使用的，也是所有编译器都支持的。

• 举例

void test(int n)
{
    int *arr = NULL;

    /* check */
    if(n <= 0)
    {
        return;
    }

    arr = (int *)malloc(sizeof(int)*n);
    if(NULL == arr)
    {
        return ;
    }

    /* todo  */
    for(int i=0; i < n; i++)
    {
        arr[i] = i;
    }
    return;
}

访问方式

数组访问一般有指针方式和下标方式，这与普通数组没有什么区别，为什么要谈数组的访问方式呢？ 因为这里会隐藏着惊天大坑，我们接着往下看。

C语言里一般，数组可以转成指针，当然指针也可以转成数组来用。

数组下标访问

这就很简单了，数组中的元素都是顺序排列，那么按它们的位置序号访问就可以。

对于VLA方式定义，还是动态申请方式分配的空间，它们的元素存储的内存空间都是连续的，所以两种方式下都可以用下标的方式来访问。

• 对于数组，那就再正常不过了，递增下标就可以获取到各元素的值；
• 而对于动态申请的数组，本身就是指向内存空间的首地址，也可以理解为指向数组的指针，即常说的数组指针，用下标的方式就可以直接获取到对应的元素值。

/* 如上面举例，指针类型定义的数组，也可以下标进行访问 */
int *arr = NULL;
arr[i] = i;

指针访问

指针形式访问，每次指针的移动步长，都是指针基础类型的字节数；
此时取值时，就要以指针的方式来取值；

对于VLA方式定义，还是动态申请方式分配的空间，它们的元素存储的内存空间都是连续的，所以两种方式下都可以用指针的方式来访问。

• 对于数组，数组名就是首个元素的地址，遍历时每次递增+1，就会移动到下一个元素的地址；
• 而对于动态申请的数组，本身就是指向内存空间的首地址，也是0号元素的首地址；

int testarr[n];
int *arr = testarr;

for(int i = 0; i < n; i++,arr++)
{
    *arr = i;
}

此处专门定义一个数组，然后将数组首地址赋给指针，用指针来访问数组元素

可变数组的嵌套使用

如果一个结构体里含有可变数组，同时结构体又存在嵌套，看起来都有点复杂，那它如何分配空间和访问呢？

定义

假如我们定义如下结构体，最终我们使用的是 stGroupData 这个结构体；

typedef struct Postion
{
    int x;
    int y;
}stPosition, *pstPostion;

typedef struct MemberData
{
    int posCnt;
    stPosition posArr[];
}stMemberData, *pstMemberData;

typedef struct GroupData
{
    int group_id;
    int memberCnt;
    stMemberData memberData[];
}stGroupData, *pstGroupData;

大家是否好奇，上面结构的大小时多少呢？这个留给大家一个作业，知道答案的同学可以在评论区给出来。

分配空间

因为存在嵌套，所以就不能用VLA这个特性了，只能用动态分配了。
动态分配时，需要对外层结构体和内层结构体的元素分别计算，这里很容易遗漏；

假设我们有一组数据，需要2个memberdata:

memberdata 0: 有3个postion
memberdata 1: 有1个postion

坑一：占用空间

空间需要分配多少呢？

• 可能初看好像是sizeof(stGroupData) 就可以了；
• 再看，其实需要 sizeof(stGroupData) + 2*sizeof(stMemberData) 大小；

这就掉坑里了。下面是正确的大小计算；

计算空间大小

int size = 0;
pstGroupData pgData = NULL;

/* 计算一个要分配的空间大小，假设2个memberdata:
 * memberdata 0: 有3个postion
 * memberdata 1: 有1个postion 
 */
size = sizeof(stGroupData) + 2*sizeof(stMemberData) + 4 * sizeof(stPosition);
pgData = (pstGroupData)malloc(size);

这里计算size时，先计算结构体头部的size，因为数组部分没有定义长度，sizeof 出的来的值是不包含的，所以需要单独计算；
外层stGroupData中包含两个元素， 内层 stMemberData中分别为 3和1，也就是4个元素空间 ，再加上外层的结构体大小，就是整个所占的内存空间。
它们的内存空间分布情况，假设首地址从0开始

访问数组

那么按上面的例子，定义了一个结构体，如何访问各个数组元素呢？
可能有小伙伴立刻就想到了下标的方式 ，那么我们来看一下

坑二：下标访问

此时我们用下标方式引用会是正确的吗？

pgData->memberData[0] 
pgData->memberData[1] 

memberData[0] 与 memberData[1]的地址相差，应该是一个元素的sizeof(stMemberData) = 4,也就是一个int posCnt空间大小；
从内存分布图来看，就会变成这样

嵌套可变数组的访问

此时下标访问是不对的，不能采用默认的类型大小进行移动；
只能用指针方式来访问，同时需要自己计算下一个元素的偏移大小

pstMemberData pmData = NULL;

/* memberData[0] */
pmData = pgData->memberData;

/* memberData[1] */
pmData = (pstMemberData)((char*)(pgData->memberData) + sizeof(stMemberData) + 3 * sizeof(stPosition));

结尾

非常感谢大家的支持，在浏览的同时别忘了留下您宝贵的评论，如果觉得值得鼓励，请点赞，收藏，我会更加努力！

作者邮箱：study@senllang.onaliyun.com
如有错误或者疏漏欢迎指出，互相学习。

注：未经同意，不得转载！