C复习-基础知识

参考：

里科《C和指针》
Bryant, Hallaron 《深入理解计算机系统》
何昊，叶向阳《程序员面试笔试宝典》

从hello.c到可执行文件hello

在Unix系统中，从源文件到目标文件的转化是由编译器驱动程序完成的：

shell 复制代码

root> gcc -o hello hello.c

这个转化可以分为4个阶段，执行这4个阶段的预处理器、编译器、汇编器和链接器一起构成了编译系统compilation system。

1）预处理阶段：cpp根据#开头的命令，修改原始程序。比如#include <stdio.h>就是读取系统头文件stdio.h的内容，直接插入到程序中。输出结果以 .i 后缀

2）编译阶段：编译器ccl将文本翻译成汇编语言。汇编语言是一个通用的低级机器语言指令。输出结果以.s后缀

3）汇编阶段：汇编器as将汇编语言翻译成机器语言，并且打包成可重定位目标程序relocatable object program的格式，输出结果以.o后缀

4）链接阶段：因为hello调用了printf函数，而它是标准C库的一个函数，因而有一个名为printf.o的目标程序，因此需要使用链接器合并，最终变成可执行文件。

注意：

1）一般UNIX系统中目标文件名后缀是.o，但MS-DOS中则是.obj

2）UNIX系统中，如果编译的源文件只有一个，中间产生的.o文件会在产生完可执行文件.out后被自动删除；但如果源文件有多个，不会删除，这样的话如果改动某个源程序，编译器会只重新编译改动过的，后面再一起链接。MS-DOS在单个源文件时也不会删除目标文件

linux键入./hello

1）键盘键入后，USB控制器将输入通过I/O总线经过I/O桥读入寄存器，然后再经过I/O桥、内存总线存入内存。

2）当键入回车时，shell知道输入结束了，随后加载可执行的hello文件，这些指令将代码和数据从磁盘复制到主存（使用直接存储器存取DMA技术能将数据直接从磁盘复制到主存）

3）代码和数据加载完成后，CPU开始执行指令，最后将输出"hello, world\n"从主存复制到寄存器文件，再经过总线接口、I/O桥到达显示器

GNU项目

GNU项目（GNU's Not Unix，1984年提出）已经开发出一个包含Unix操作系统的所有主要部件的环境，但内核除外（由Linux项目独立发展）。GNU环境包括EMACS编辑器、GCC编译器（GNU Compiler Collection）、GDB调试器、汇编器、链接器、处理二进制文件的工具喝其他一些不见。

GCC可以使用不同版本的C语言编译程序，参数是-std=xx

C版本	GCC命令行值
GNU89	无，-std=gnu89
ANSI, ISO C90	-ansi, -std=c89
ISO C99	-std=c99
ISO C11	-std=c11

C90被称为C89是因为它的标准化工作是从1989年开始的。

ANSI C的任何一种实现中，都有两种环境。一是翻译环境 translation environment，即将源代码转换为可执行的机器指令；二是执行环境 execution environment，用于实际执行代码。这两种环境不必在同一台机器上。交叉编译器 cross compiler就是在一台机器上编译，但是产生的可执行代码可以在不同机器使用。独立环境freestanding environment是指不存在操作系统的环境，比如嵌入式系统（微波炉控制器）

编码规范

字符

三字母词trigraph：原本是为了减少字符集规模，不过其实不太常用。

c 复制代码

#include <stdio.h>
#include <stdlib.h>

void main() {
    printf("??) ??( ??! ??< ??> ??' ??= ??/ ??-");
}

编译+执行。默认是不开启的，gcc要使用-trigraphs开启

powershell 复制代码

gcc -o hello hello.c -trigraphs
./hello
] [ | { } ^ #  ~

注释

如果需要注释掉一段代码，如果代码里有长段注释，可能/**/的效果不好，此时可以考虑#if和#endif，这样更安全

c 复制代码

#if 0
statements //要注释掉的代码
#endif

数据

C中只有4种基本数据类型：整型、浮点、指针和聚合类型（如array和struct）。

整型包括：字符、短整型、整型和长整型。都有signed有符号和unsigned无符号两种版本。

标准只规定了长整型至少应该跟整型一样长，整型至少应该跟短整型一样长。因此，缺省的int是16位还是32位，通常是由编译器决定的。一般来说是字长。limits.h定义了不同的整数类型的最大最小值。

char本质是小整型值，缺省的char可能是signed char或者unsigned char，所以为了可移植起见，char变量的值应该在两者的交集中（比如ASCII），也可以显式声明（某些机器处理signed char更快，但是一些库函数的参数声明是char，显式声明可能有兼容性问题）。

c 复制代码

int ch;
while( (ch = getchar()) != EOF && ch != '\n' );

为什么要把ch声明为int？EOF是一个整型值，如果使用char可能导致EOF解释错误

在整型字面值后添加L或l可以让整数被解释long，U或u则可以解释为unsigned，UL也可以组合

十进制整型字面值在缺省情况下，它的类型是能容纳这个值的最短类型。八进制需要以0开头，十六进制需要以0x开头。当然，使用\转义的时候，八进制格式为\ddd，十六进制格式为\xddd（此时算字符常量，所以输出是字符）

c 复制代码

printf("\127\n"); // W
printf("\x00f\n"); // 如果数值较大会报错

宽字符常量wide character literal：当运行时环境支持一种宽字符集时，可以使用。比如使用Unicode字符集

c 复制代码

#include <windows.h>
...
wchar_t c = L'Xs';
MessageBoxW(0, L"你好世界", L"I am", 0); // MessageBoxW默认以宽字符处理

枚举enumerated类型

枚举类型的值是符号常量，不是字符串。声明枚举类型的时候，实际就给符号名赋予了整数值，如下面的CUP实际就是0，PINT是1，以此类推。

c 复制代码

enum Jar_Type {CUP, PINT, QUART, GALLON}; // 声明类型
enum Jar_Type milk_jug; // 声明枚举类型的变量

当然也可以给部分符号赋值，对于没被显式赋值的符号，就是前一个符号名的值+1

c 复制代码

enum Jar_Type {CUP = 8, PINT, QUART, GALLON}; // 声明类型
enum Jar_Type milk_jug = PINT; // 声明枚举类型的变量
printf("%d", milk_jug); // 9

浮点数

包括float、double和long double，它们的范围存储在float.h中。浮点数必须至少有一个小数点或者指数（E/e），浮点数字面值缺省情况下是double，除非后跟L/l表示是long double，或者后跟F/f表示是float。