为什么C数组不跟踪其长度？

不使用数组in显式存储数组长度的背后原因是什么C？

从我的角度来看，这样做的原因很多，但并没有太多支持标准（C89）的理由。例如：

1. 在缓冲区中具有可用长度可以防止缓冲区溢出。
2. Java风格arr.length既清晰又避免了程序员int在处理多个数组时必须在堆栈上维护多个s的情况。
3. 功能参数变得更有说服力。

但我认为，最有动力的原因是通常情况下，不保留长度就不会节省空间。我敢说，数组的大多数使用都涉及动态分配。没错，在某些情况下，人们会使用在堆栈上分配的数组，但这只是一个函数调用*-堆栈可以额外处理4或8个字节。

由于堆管理器无论如何都必须跟踪动态分配的阵列所用的空闲块大小，所以为什么不使该信息可用（并添加在编译时检查的附加规则，除非有人愿意，否则不能显式地操纵长度）喜欢在脚上开枪）。

我能想到的对对方的唯一的事情是没有长度跟踪可能已经做出简单的编译器，但不是说要简单得多。

*从技术上讲，可以用自动存储的数组编写某种递归函数，在这种（非常复杂的）情况下，存储长度确实可以有效地占用更多空间。

C数组确实会跟踪其长度，因为数组长度是静态属性：

int xs[42];  /* a 42-element array */

通常，您不能查询该长度，但是因为它是静态的，所以您不需要这样做-只需XS_LENGTH为该长度声明一个宏就可以了。

更重要的问题是C数组隐式降级为指针，例如，当传递给函数时。这确实是有道理的，并且允许使用一些不错的低级技巧，但是会丢失有关数组长度的信息。因此，一个更好的问题是，为什么在设计C时会隐式地降低指针的质量。

另一件事是，指针不需要存储器地址本身的任何存储。C允许我们将整数转换为指针，将指针转换为其他指针，并将指针视为数组。在这样做的时候，C不足以疯狂地制造某种数组长度，但似乎相信Spiderman的座右铭：凭借强大的功能，程序员有望担负起跟踪长度和溢出的重大责任。

其中很大一部分与当时可用的计算机有关。不仅已编译的程序必须在有限资源的计算机上运行，​​而且，更重要的是，编译器本身也必须在这些计算机上运行。汤普森（Thompson）开发C时，他使用的是PDP-7，带有8k RAM。在实际的机器代码中没有直接模拟的复杂语言功能根本没有包含在该语言中。

仔细阅读C的历史可以对上面的内容有更多的了解，但这并不完全是由于它们所具有的机器限制：

此外，语言（C）具有强大的能力来描述重要概念，例如，向量的长度在运行时会有所变化，仅带有一些基本规则和约定。...将C的方法与两种几乎同时代的语言Algol 68和Pascal [Jensen 74]进行比较很有趣。Algol 68中的数组具有固定范围，或者是“灵活的”：在语言定义和编译器中都需要相当大的机制来容纳灵活的数组（并非所有编译器都完全实现它们。）原始的Pascal仅具有固定大小数组和字符串，这被证明是局限的[Kernighan 81]。

C数组本质上更强大。给它们添加边界会限制程序员可以使用它们。这样的限制对于程序员可能有用，但也必然是限制。

早在创建C的那一天，无论多么短，每个字符串都需要额外的4个字节的空间，这真是浪费！

还有另一个问题-请记住，C不是面向对象的，因此，如果对所有字符串进行长度前缀，则必须将其定义为编译器固有类型，而不是a char*。如果是特殊类型，则您将无法将字符串与常量字符串进行比较，即：

String x = "hello";
if (strcmp(x, "hello") == 0) 
  exit;

必须具有特殊的编译器详细信息才能将该静态字符串转换为String，或者具有不同的字符串函数以考虑长度前缀。

我认为最终，他们只是不像Pascal那样选择长度前缀方式。

在C语言中，数组的任何连续子集也是数组，因此可以对其进行操作。这适用于读取和写入操作。如果大小是显式存储的，则此属性将不成立。

用长度标记数组的最大问题不是存储该长度所需的空间，也不是如何存储长度的问题（对于短数组使用一个额外的字节通常不会令人反感，也不会使用四个长数组需要额外的字节，但即使是短数组也可能需要使用四个字节）。一个更大的问题是给定的代码如下：

void ClearTwoElements(int *ptr)
{
  ptr[-2] = 0;
  ptr[2] = 0;
}
void blah(void)
{
  static int foo[10] = {1,2,3,4,5,6,7,8,9,10};
  ClearTwoElements(foo+2);
  ClearTwoElements(foo+7);
  ClearTwoElements(foo+1);
  ClearTwoElements(foo+8);
}

代码能够接受第一个调用ClearTwoElements而拒绝第二个调用的唯一方法是使该ClearTwoElements方法接收足以知道每种情况下foo除知道哪一部分之外还接收到对数组部分的引用的信息。通常，这将使传递指针参数的成本增加一倍。此外，如果每个数组前面都有一个指向末尾的地址的指针（最有效的验证格式），则优化后的代码ClearTwoElements可能会变成：

void ClearTwoElements(int *ptr)
{
  int* array_end = ARRAY_END(ptr);
  if ((array_end - ARRAY_BASE(ptr)) < 10 ||
      (ARRAY_BASE(ptr)+4) <= ADDRESS(ptr) ||          
      (array_end - 4) < ADDRESS(ptr)))
    trap();
  *(ADDRESS(ptr) - 4) = 0;
  *(ADDRESS(ptr) + 4) = 0;
}

注意，方法调用者通常可以完全合法地将指针传递给数组的开头，或者将最后一个元素传递给方法。仅当该方法尝试访问传入数组之外的元素时，此类指针才会引起任何麻烦。因此，被调用方法必须首先确保数组足够大，以使用于验证其参数的指针算术本身不会超出范围，然后进行一些指针计算以验证参数。这种验证所花费的时间可能会超过进行任何实际工作所花费的成本。此外，如果编写并调用该方法，则可能会更有效：

void ClearTwoElements(int arr[], int index)
{
  arr[index-2] = 0;
  arr[index+2] = 0;
}
void blah(void)
{
  static int foo[10] = {1,2,3,4,5,6,7,8,9,10};
  ClearTwoElements(foo,2);
  ClearTwoElements(foo,7);
  ClearTwoElements(foo,1);
  ClearTwoElements(foo,8);
}

一种类型的概念很不错，它结合了一些东西来识别一个对象和一个东西来识别一个对象。但是，如果不需要执行验证，则C样式的指针会更快。

C语言与大多数其他第三代语言以及我所知道的所有最新语言之间的根本区别之一是，C语言的设计并非旨在使程序员的生活更轻松或更安全。设计该程序的初衷是希望程序员知道他们在做什么，并且只想做到这一点。它在“幕后”不做任何事情，因此您不会感到惊讶。甚至编译器级别的优化也是可选的（除非您使用Microsoft编译器）。

如果程序员想在他们的代码中编写边界检查，则C使其非常简单，但是程序员必须选择在空间，复杂性和性能方面付出相应的代价。即使多年来我一直没有激怒过它，但在教编程以突破基于约束的决策概念时，我仍然会使用它。基本上，这意味着您可以选择做任何您想做的事情，但是您做出的每个决定都需要您付出一定的代价。当您开始告诉他人您希望他们的程序做什么时，这一点就变得尤为重要。

简短答案：

因为C是一种低层次的编程语言，它希望你把这些问题自己照顾，但是这增加了更大的灵活性，究竟如何你实现它。

C具有数组的编译时概念，该数组以长度进行初始化，但在运行时，整个过程仅作为指向数据开头的单个指针存储。如果要将数组长度与数组一起传递给函数，则可以自己执行：

retval = my_func(my_array, my_array_length);

或者，您可以使用带有指针和长度的结构，或任何其他解决方案。

较高级别的语言将作为数组类型的一部分为您完成此操作。在C语言中，您有责任自己执行此操作，还可以选择执行方法的灵活性。 而且，如果您正在编写的所有代码都已经知道数组的长度，则根本不需要将长度作为变量传递。

明显的缺点是，无需检查作为指针传递的数组的固有范围，就可以创建一些危险的代码，但这是低级/系统语言的性质及其折衷方案。

额外存储的问题是一个问题，但我认为这是一个小问题。毕竟，尽管amon指出经常可以静态地跟踪它，但大多数时候还是需要跟踪它的长度。

更大的问题是长度存储在哪里以及长度如何。没有一个地方可以在所有情况下正常工作。您可能会说只是将长度存储在数据之前的内存中。如果阵列不是指向内存，而是指向UART缓冲区，该怎么办？

留出足够的长度允许程序员为适当的情况创建自己的抽象，并且有大量现成的库可用于通用情况。真正的问题是，为什么那些抽象不用于安全敏感的应用程序？

从C语言的发展：

看来，结构应该以直观的方式映射到机器的内存中，但是在包含数组的结构中，没有好地方可以存放包含数组基础的指针，也没有任何方便的方式来安排它初始化。例如，早期的Unix系统的目录条目可能用C描述为

struct {
    int inumber;
    char    name[14];
};

我想要的结构不仅要表征抽象对象，还要描述可能从目录中读取的位的集合。编译器在哪里可以隐藏指向name语义要求的指针？即使更抽象地考虑结构，并且可以以某种方式隐藏指针的空间，当分配一个复杂的对象时，我可能会如何处理正确初始化这些指针的技术问题？

该解决方案构成了无类型BCPL和类型C之间的进化链中的关键跳跃。它消除了指针在存储中的实现，当在表达式中提及数组名称时，导致了指针的创建。在今天的C语言中仍然存在的规则是，当数组类型的值出现在表达式中时，它们将转换为指向组成数组的第一个对象的指针。

这段话讨论了为什么数组表达式在大多数情况下会衰减为指针，但是同样的道理也适用于为什么数组长度不与数组本身存储在一起的原因。如果要在类型定义与其在内存中的表示形式之间进行一对一映射（如Ritchie所做的那样），那么没有合适的位置存储该元数据。

另外，考虑多维数组；您将在哪里存储每个维度的长度元数据，以便仍然可以像这样遍历数组

T *p = &a[0][0];

for ( size_t i = 0; i < rows; i++ )
  for ( size_t j = 0; j < cols; j++ )
    do_something_with( *p++ );

该问题假定C中存在数组。称为数组的事物只是用于对数据和指针算术连续序列进行操作的语法糖。

以下代码将int大小的数据块中的某些数据从src复制到dst，而不知道它实际上是字符串。

char src[] = "Hello, world";
char dst[1024];
int *my_array = src; /* What? Compiler warning, but the code is valid. */
int *other_array = dst;
int i;
for (i = 0; i <= sizeof(src)/sizeof(int); i++)
    other_array[i] = my_array[i]; /* Oh well, we've copied some extra bytes */
printf("%s\n", dst);

为什么C如此简化，它没有适当的数组？我不知道这个新问题的正确答案。但是有人经常说C只是（某种程度上）更具可读性和可移植性。