浅谈C语言中的类型声明

文章目录[隐藏]

• 分析
  • 从基本结构开始
  • 总结
• 如何验证
  • typeid
  • 去重整
  • 阅读重整化类型（GCC，cross-vendor C++ ABI）
    • 內建类型
    • 数组类型
    • 指针类型…
    • 函数类型
    • 结构体类型
    • 压缩
    • 验证
    • BTW
• 再进一步：BNF范式
  • BNF范式
  • 分析
  • 优先级
  • 总结
• 练习
• One more thing…
• 后记
• Reference

新年第一更！之前群友问了一个C语言问题，即int(*(*p)())、int *(*p)()和int *(*p())的区别在哪里。确实，有时C语言的类型声明是很魔性的，看着也很令人头疼。不过如果拆分开来看其实还挺好理解的。

分析

从基本结构开始

首先还是要从最根本的结构来看。这里各举一些C语言中函数指针、指针、数组声明的例子：

// 一维数组
int arr[5];

// 二维数组

int arr[4][5];
int arr[][5];

// 指针

int *ptr;

// 函数指针

int (*func_ptr) (int, int); // 接受2个整型参数，返回值整型
int (*func_ptr) (); // 不接受参数，返回值整型

可以看到，上述的例子都是十分直观的。所以，以这些简单直观的类型为基础来理解复杂的类型就不是那么复杂了。我们尝试将上述的类型进行组合。比如，声明一个元素是整型指针的一维数组：

int *arr[5];

还挺直观的。那如果声明一个指向一维整型数组的指针？

int (*ptr)[5];

没错，我们使用括号以表示ptr是一个指针。而声明一个指向一维整型指针数组的指针也就是将上述两者组合了。

int *(*ptr)[5];

现在考虑函数。简单的就不说了，讲些容易混淆的。比如，一个指向函数指针的指针应该如何声明？参考数组指针的声明，我们可以这么写：

int (*(*ptr)) ();

还可以进一步简化成：

int (**ptr) ();

现在思考声明一个指向一个返回类型为指针的函数的指针的指针。

int *(**ptr) ();

这样一分析，群友问题中的1、2的含义就很明显了——都是一个返回类型为整型指针且不接收参数的函数的指针。

总结

C语言的类型读法可以总结为外向内表内向外。我来解释一下这句拗口的话。引刚刚的例子：

int *(**ptr) ();
即 int *( (* (*ptr) ) () );

从外向内读，最外是*即指针，向内是函数指针的声明，再向内就是指针声明。现在从内向外理解，这是一个指针，指向一个函数指针，函数指针指向函数的返回值是指针。

再看个例子：

int *(*ptr)[5];
即 int *( ( *ptr )[5] );

从外向内读，最外是*即指针，向内是数组的声明，再向内就是指针声明。现在从内向外理解，这是一个指针，指向一个数组，数组的元素是指针。

如何验证

空口无凭。不实际测试一下也无法说明刚刚分析的准确性。但是验证并不容易，有什么能直观表示变量类型的呢？答案还是有的。

typeid

还真就有这么一个测试方法，不过是在C++中——RTTI（运行时类型信息）。好在C++基本兼容C语言的类型，所以测试应该也不会有太大的问题。通过typeid运算符，我们能获得一个表示类型的std::type_info对象。当然，你还需要引入头文件typeinfo。std::type_info对象有一个成员函数name，可以返回一个含类型名称的字符串。嘛，总之先写个程序试试。

#include <iostream>
#include <typeinfo>

using namespace std;

int main() {
    int *(*a)();

    cout << typeid(a).name() << endl;
    return 0;
}

看一看输出：

PFPivE

嗯？这是什么鬼？然而同一段代码在隔壁MSVC的输出却是：

int* (*) ()

去重整

没错，因为std::type_info的实现是由编译器提供的，所以name的行为自然也随编译器差异而转移。其中，MSVC 、 IBM 、 Oracle等编译器会返回可读性良好的类型名（如：int* (*) ()），而gcc与clang却会返回被重整（mangle）的名称。所谓的重整，即将C++源代码的标识符转换成C++ ABI的标识符。所以对应的，我们需要去重整（demangle）。对于GCC，我们可以使用API abi::__cxa_demangle 来完成这个工作。

#include <iostream>
#include <typeinfo>
#include <cxxabi.h>

using namespace std;

string demangle(const std::type_info  &ti) {
    int status;
    return abi::__cxa_demangle(ti.name(), 0, 0, &status);
}

int main() {
    int *(*a)();
    
    cout << demangle(typeid(a)) << endl;
    return 0;
}

于是输出就变成了：

int* (*)()

当然，也可以通过c++filt指令。

λ c++filt -t PFPivE
int* (*)()

阅读重整化类型（GCC，cross-vendor C++ ABI）

不过，去重整完的类型名似乎并不太能提供多少关于这个类型的信息，反倒是重整过的类型名表达的更加清楚。所以，我们也有必要来了解GCC中的重整化类型名。由于GCC使用cross-vendor C++ ABI，那我们就来看看其关于类型重整的编码。

內建类型

内建类型的编码基本上可以用这个表格来概括。

数组类型

数组类型的编码包括维数和元素类型，格式为：

A<维数>_<类型>

二维数组将会被编码为“数组的数组”。比如int arr[3][4]的类型将会被编码为：A3_A4_i。如果声明时没有显示指定维数，那编译器将会推导一个维数。另外还需注意的是，函数参数中的数组编码比较特别。函数参数中，一维数组和多维数组的第一维将会被视为指针（即使给定维数），其余将会照常编码。举几个例子：

int [] => Pi
int [3] => Pi
int [4][5] => A5_Pi

指针类型…

指针类型的编码比较简单，即

P<被指类型>

同样类似语法的还有左值引用（R，C++）、右值引用（O，C++11）、复数对（C，C99）、虚数（G，C99）。

函数类型

函数类型通过P、E对来编码：

P<函数签名类型>E

其中函数签名类型为返回值类型后跟上参数类型。变长类型将会被编码为z，例如printf将会被编码为FiPKczE（返回整数i，参数为常量char指针、变长参数）。事实上这里介绍的格式只是一个简化版本，详细的还请查看文后的文档。

结构体类型

结构体类型通常只由一个简单的名字（source-name）构成：

<名称字符数><名称>

比如对于struct Test a;，a的类型将会被编码为4Test。匿名结构体的类型编码要复杂的多，而且还涉及到作用域的问题。由于比较复杂，这里简单提及下。匿名结构体的类型编码除了具有当前作用域的信息，还附带了一个辨别器（discriminator），即以一个非负整数来区分不同的匿名结构体。

压缩

注意：本部分内容较复杂，这里仅简单的说明

在诸如函数的参数列表中，很容易出现多个参数类型相同的情形。而较复杂的类型重整化后通常较长，完整重复十分占空间。所以重整化时会针对相同的类型进行压缩。重整化时会使用如下格式来代替之前出现过的类型：

S_ 或 S<序列号>_

其中序列号是以base36编码的序号。S_是第一位，S0_是第二位，SA_是第12位，S10_是第38位……以此类推。在编码时，部分首次出现的类型将会被放进待替换列表，若再次遇到重复者则进行替换。需要注意的是，以下类型并不会被替换：

• 除第三方扩充类型的内建类型
• 除extern “C”限定函数的函数和运算符名称

举个例子，对于函数指针

PFiPiS_PdS0_E => int (*)(int*, int*, double*, double*)

S_到S2_将分别替代：

S_ => int*
S0_ => double*
S1_ => int (int*, int*, double*, double*)
S2_ => int (*)(int*, int*, double*, double*)

函数指针同样可以被整体替换。比如对于函数原型

int func(int *, int (*)(int *), int (*)(int *));

它的类型将会被重整化为：

FiPiPFiS_ES1_E

验证

随便举两个例子以说明之前分析的正确性。

int *(*a)[5]; => PA5_Pi

一个指针（P），指向一个5宽数组（A5_），数组类型为指针（P），指向整型（i）。

int(*(*a)()) => PFPivE

一个指针（P），指向一个函数（P..E），其返回类型为指针（P）指向整型（i），其不接受参数（v）。

BTW

由于这部分内容较多，加之本篇更多侧重于C语言，所以就不做过度深入了。感兴趣的话可以查看相关文档（https://itanium-cxx-abi.github.io/cxx-abi/abi.html#mangling-type）。如有机会，我可能会开个坑详细写一写2333

再进一步：BNF范式

之前我提出了外向内表内向外的阅读方法。不过这个仅仅是简单的总结，所以这一小节让我们再进一步深究下去，来从C语言的BNF文法中理解类型声明的语法。

BNF范式

如果你对BNF范式有一定了解，请跳过这一段直接去看“分析”节。

巴科斯范式（英语：Backus Normal Form，缩写为 BNF），又称为巴科斯-诺尔范式（英语：Backus-Naur Form，缩写同样为 BNF，也译为巴科斯-瑙尔范式、巴克斯-诺尔范式），是一种用于表示上下文无关文法的语言，上下文无关文法描述了一类形式语言。它是由约翰·巴科斯（John Backus）和彼得·诺尔（Peter Naur）首先引入的用来描述计算机语言语法的符号集。 ——巴科斯范式 WIkipedia

简而言之，BNF如是表示语法：

<符号> ::= <使用符号的表达式>

表达式相当于一些字符串，多个表达式可以用’|’分隔。比如十进制数可以这么表示：

<decimal_bit> ::= 0 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9
<decimal> ::= {<decimal_bit>}+

分析

本分析基于，链接见文末。C语言的一个编译单元（translation unit）由数个外部声明组成（external declaration）。而一个外部声明可以是一个函数定义或者声明。其中，一个声明由1个或多个声明指定符（declaration specifier）和0个或多个初始声明子（init declarator）再加一个“;”构成。

<declaration> ::= {<declaration-specifier>}+ {<init-declarator>}* ;

声明指定符就是void、int等等类型指定符还有一些其他指定符。我继续跟踪下去：

<init-declarator> ::= <declarator>
| <declarator> = <initializer>
<declarator> ::= {<pointer>}? <direct-declarator>

有点眉目了，我们来分析声明子（declarator）。首先就是指针<pointer>：

<pointer> ::= * {<type-qualifier>}* {<pointer>}?

其中{<pointer>}?递归（右递归）的定义了多重指针（如：**）。再来看直接声明子（direct declarator）：

<direct-declarator> ::= <identifier>
| ( <declarator> )
| <direct-declarator> [ {<constant-expression>}? ]
| <direct-declarator> ( <parameter-type-list> )
| <direct-declarator> ( {<identifier>}* )

其中，( <declarator> )保证了括号的优先运算，<direct-declarator> [ {<constant-expression>}? ]对应数组声明，<direct-declarator> ( <parameter-type-list> )对应函数与函数指针的声明。而左递归保证了诸如多维数组的声明。

优先级

从BNF范式中，我们可以看出指针声明和其他声明的优先级。其中，括号对优先级最高。其次，数组和函数指针的优先级相同，而指针的优先级最低。为了说明更加清楚，我们用经典的“数组指针”和“指针数组”来说明。

int *arr[3];

由于数组声明的优先级更高，所以arr是个数组，*的优先级较低所以arr的数组元素类型是整型指针。所以这是一个指针数组。

int (*arr)[3];

由于括号对优先级更高，考虑*，所以arr是个指针，数组声明的优先级较括号对低，所以指针指向的是一个数组。于是，这是一个数组指针。

总结

回到我们总结的规律。“从外向内”指的是优先级从低到高，“从内向外”指的是声明的语义逐渐“深入”。

练习

1.说出以下声明中变量a的类型，使用typeid验证。

int *(**a)(int);
int * (*a[5])(int);
int (*(*a)[3])[4];

2.写出下列类型重整化后的形式。

int (**) (double, int *, int [], double)
void (* [3]) (…)

• 一个指向一个元素是返回整型且不接受参数的函数指针的3宽数组的指针

3.根据说明，写出下列类型。

• PA4_A3_Pi
• 一个元素是一个指向一个元素是整型指针的3宽数组的指针的4宽数组

One more thing…

喂喂，你全篇都没有提到题目里的第三个吧！行，我们来看看第三个。

int *(*p());

首先，我们并没有看到象征函数指针的(*p)()。好像还有点不明白？那按照优先级，我们去除一对多余的括号。

int **p();

龟龟，这不是函数原型嘛！

后记

大家好，我是KAAAsS。真的好久没能写出一篇令我满意的文章了呢。这段时间尝试写过类型论，碰壁之后写无类型λ演算，还尝试写了其他文章，但都欠火候，所以暂存草稿箱。恍然首页已经变成每周歌词堆积最多的一段时间，再恍然9102年已至。我也终于在年末找到素材，有幸写出了这篇文章。虽然文章难说尽善尽美，但能写出来还是很令我欣慰了。对了，祝愿看到这篇文章的你，新年快乐~

Reference

1. typeid 运算符 – cppreference（https://zh.cppreference.com/w/cpp/language/typeid）
2. std::type_info::name – cppreference（https://zh.cppreference.com/w/cpp/types/type_info/name）
3. Scope Encoding – Itanium C++ ABI（https://itanium-cxx-abi.github.io/cxx-abi/abi.html#mangle.substitution）
4. The syntax of C in Backus-Naur Form（https://cs.wmich.edu/~gupta/teaching/cs4850/sumII06/The%20syntax%20of%20C%20in%20Backus-Naur%20form.htm）
5. 巴科斯范式 – 维基百科（https://zh.wikipedia.org/wiki/%E5%B7%B4%E7%A7%91%E6%96%AF%E8%8C%83%E5%BC%8F）