揭開C/C++中數組形參的迷霧

楔子

去年，周星星大哥曾經在VCKBASE/C++論壇發表過一篇文章“數組引用"以避免"數組降階”，當時我不能深入理解這種用法的含義；時隔一年，我的知識有幾經錘煉，終於對此文章漸有所悟，所以把吾所知作想詳細道來，竟也成了一篇文章。希望本文能對新手有所啟迪，同時也希望大家發現本文中的疏漏之處後不吝留言指教。

故事起源於周星星大哥給出的兩個Demo，為了節省地方，我把兩個Demo合二為一，也能說明同樣的問題：

#include <iostream>
using namespace std;
void Foo1(int arr[100])
{
cout << "pass by pointer:　 " << sizeof(arr) << endl;
}
void Foo2(int (&arr)[100])
{
cout << "pass by reference: " << sizeof(arr) << endl;
}
void main()
{
int a[100];
cout << "In main function : " << sizeof(a) << endl;
Foo1(a);
Foo2(a);
}其運行結果如下：In main function : 400
pass by pointer: 4
pass by reference: 400

這段代碼說明了，如果數組形參是數組名形式(或者指針形式，下文討論)時，使用sizeof運算符，將得不到原來數組的長度；如果用傳遞原數組引用的方法，則沒有問題。

這段代碼的確很難理解，因為這短短的十幾行涉及到了形參與實參的關系、數組名和指針的關系、引用的意義、聲名和表達式的關系這4大類問題，只要有1條理解不透、或者理解不正確，就理解不透上面的這段代碼。本文也就從這4個問題入手，把這4個問題首先解決掉，然後再探討上面的這段代碼。雖然這樣看來很是繁復，但是我認為從根上入手來理解、學習，是條似遠實近的道路。

一、函數形參和實參的關系

void Foo(int a);
Foo(10);

這裡的a叫做形式參數（parameter），簡稱形參；這裡的10叫做實際參數（argument），簡稱實參。形參和式參之間是什麼關系呢？他們是賦值的關系，也就是說：把實參傳遞給形參的過程，可以看作是把實參賦值給形參的過程。上面的例子中，實參10傳遞給形參a，就相當於a=10;這個賦值的過程。（因為數據類型多的很，無法舉例子舉全面，所以這裡就不舉例子了；如果覺得不好理解，就在vc中寫個sample調試一下各種數據類型的情況，你就能夠驗證這個結論了。）

二、數組名和指針的關系

這個問題是個歷史性的問題了，在C語言中，數組名是當作指針來處理的。更確切的說，數組名就是指向數組首元素地址的指針，數組索引就是距數組首元素地址的偏移量。理解這一點很重要，很多數組應用的問題就是有此而起的。這也就是為什麼C語言中的數組是從0開始計數，因為這樣它的索引就比較好對應到偏移量上。在C語言中，編譯過程中遇到有數組名的表達式，都會把數組名替換成指針來處理；編譯器甚至無法區分a[4]和4[a]的區別！*2 但是下面這一點需要注意：

int a[100];
int *b;

這兩者並不等價，第一句話聲明了數組a，並定義了這個數組，它有100個int型元素，sizeof(a)將得到整個數組所占的內存大小，是400；第二句話只是聲明並定義了一個int型的指針，sizeof(b)將得到這個指針所占的內存大小，是4。所以說，雖然數組名在表達式中一般會當作指針來處理，但是數組名和指針還是有差距的，最起碼有a==&a[0]但是sizeof(a)!=sizeof(a[0])。

並且在ANSI C標准中，也明文規定：在函數參數的聲明中，數組名北邊一起當作指向該數組第一個元素的指針。所以，下面的幾種書寫形式是等效的：

void Foo1(int arr[100]){}
void Foo2(int arr[]){}
void Foo3(int *arr){}
C++盡可能的全面兼容C語言，所以這一部分的語法相同。

三、引用的意義

“引用“是C++中引進的概念，C語言中沒有。它的目的在於，在某些方面取代指針。如果你認為引用和指針並無大不同，肯定會為指針報不平，頗有一種“即生亮何生瑜”的感慨；但是，引用確實有新的特色，也確實在很多地方的表現和指針有所不同，本文就是一例。使用引用，我們要把握這它最最最重要的一點，這也是它和指針最大的區別：引用一經定義，就和被它引用的變量緊緊地結合在一起，再不分開，對引用的任何操作都反映在它引用的變量上；而指針，只是訪問它指向變量的另一種方式，兩者雖有聯系，但是並不像引用那樣密不可分。:)

#include <iostream>
using namespace std;
void main()
{
int a = 10;
int & a_ref = a;
int b = 20;
　// 定義引用時就要初始化,說明引用跟它指向的元素密不可分
　//int & b_ref ; // error C2530: ''b_ref'' : references must be initialized　
int & b_ref = b;
int * p;
int * q;
//下面的結果證明了：引用一經定義，就不能再指向其他目標；
　//把一個引用b_ref賦值給另一個引用a_ref，其實就是把b賦值給了a.
cout << a_ref << " " << b_ref << endl;
a_ref = b_ref;
cout << a_ref << " " << b_ref << endl;
cout << a << " " << b << endl;
cout << endl;
　//即使對一個引用a_ref取地址，取得也是a的地址。已經“惡鬼附體”了:)
p = &a;
q = &a_ref;
cout << p << " " << q << endl;
cout << endl;
//下面這段代碼展示了指針與引用的不同
p = &a;
q = &b;
cout << p << " "<< q << endl;
p = q;
cout << p << " "<< q << endl;
cout << endl;
system("pause");
}

下面是運行的結果，以供參考：

10 20
20 20
20 20
0012FED4 0012FED4
0012FED4 0012FEBC
0012FEBC 0012FEBC四、聲明和表達式的關系

這裡想說明的是，分析一個聲明可以把它看作一個表達式，按照表達式中的運算符優先級順序來聲明。比如int (&arr)[100]，你首先要找到聲明器arr，那麼&arr說明arr是一個引用。什麼引用呢？在看括號外面，[]說明了這一個數組，100說明這個數組有100個元素，前面的int說明了這個數組的每個元素都是int型的。所以，這個聲明的意思就是：arr就是指向具有100個int型元素的數組的引用。如果你覺得這種理解很晦澀，那你就不妨用typedef來簡化聲明中的復雜的運算符優先級關系，比如下面的形式就很好理解，其效果是和最初的那個例子是一樣的：

#include <iostream>
using namespace std;
typedef int INTARR[100]; //這個，這個...也可以用表達式來理解，有點“GNU is not UNIX“的味道是吧？
void Foo(INTARR &arr)　　//noh,這樣看就很明白了，就是傳了個引用進去
{
cout << "pass by reference: " << sizeof(arr) << endl;
}
void main()
{
INTARR a;　　　　　　//用類型別名來定義a
INTARR &a_ref=a;　　 //用類型別名來定義引用a_ref
cout << "In main function : " << sizeof(a) << endl;
Foo(a);
system("pause");
}

大結局

吐沫星亂飛了半天，大家感覺還好吧，快結束了，大家再忍耐一下。看看下面這段程序：

#include <iostream>
using namespace std;
void main()
{
int a[100];
int * pa = a;
int (&a_ref)[100] = a;
cout << sizeof(a) << endl;
cout << sizeof(pa) << endl;
cout << sizeof(a_ref) << endl;
system("pause");
}　　怎麼樣，是不是對輸出結果感到很自然呢？如果是，那就好辦了。我總結一下就下課哈！^_^ 數組名在表達式中，往往被當作是指向首元素a[0]地址的指針，但是在sizeof(a)中，返回的結果是數組a占用內存的大小；pa是指向a的指針，他也指向a[0]，但是sizeof(pa)中，返回結果是pa這個指針所占內存空間的大小，之所以這樣，因為pa這個指針和數組a的結合不夠緊密，屬於訪問數組a的第二被選方案；a_ref這個引用，就是對數組a的引用，就像“惡鬼附體”一樣，一旦附體附上了，你怎麼也甩不掉它，對它的任何操作，全部都反映在a上。在看本文最初的那個例子，比這個例子所增加的操作就是函數實參到形參的傳遞，我們在上面說過了，從實參到形參的傳遞可以看作是把實參賦值給形參。所以本文最初的那個例子，其實際的操作過程就和本文最後的這個例子是一樣的。所以，並非函數把數組給“降階”了，而是它原原本本就該這樣，千萬不必奇怪。 :p

意猶未盡，在PS一段：在C語言中，沒有引用，是怎麼解決這種問題呢。下面是常用的幾種作法：

傳遞數組的時候，在增加一個參數，用來記錄數組的元素個數或者長度。main(int argc, char ** args)就是這種做法；這種方法還可以防止溢出，安全性比較高。

在數組的最後一個有效元素後面作一個標志，指明數組已經結束了。C語言中用char數組表示字符串，傳給相關的字符串函數，用的就是這種做法。這種方法保證了C的所謂字符串是無限長度的，因為用一個變量表示數組的長度的話，終歸會受到這個變量類型的限制，比方說這個變量是unsigned byte型的，那麼字符串長度就不能超過256，否則這個變量就溢出了。

對於多維數組，通常的方法是在最後一個有效維後面做一行標志，比如a[3][3]={{1,0,2},{2,2,5},{-1,-1,-1}}。如果我的程序用不到-1，我可以拿-1來填充最後一行，作為標志。這樣在函數內部檢測到某一維的元素都是-1，就說明到底了。

方法是靈活多變的，關鍵看人怎麼用了。C老爹Dennis Ritchie曾經說過：C詭異離奇，缺陷重重，卻獲得了巨大的成功。

注1：本文將不再引用“降階”這個術語，原因是我認為這個“降階”的概念有種把類似2維數組壓扁到1維的意思，其實本文討論的並不是這個問題，本文討論的是數組形參傳遞過程中數組長度損失的問題（這麼說也不准確，還是看文中的討論吧）。

注2：C語言的編譯器遇到數組元素arr[i]，就會替換成*(arr+i)的形式。