C缺陷与陷阱 — 7 可移植性缺陷
目录
1 应对C语言标准变更
2 标识符的名称限制
3 整数的大小
4 字符是有符号整数还是无符号整数
5 移位运算符
6 内存位置0
7 除法运算时发生的截断
1 应对C语言标准变更
使用新特性可以使代码更容易编写且减少错误，但可能会导致代码在旧编译器上无法编译。square函数是一个简单的数学函数，用于计算一个数的平方。在新风格中，函数原型明确指定了参数类型，如下所示：
double square(double x) {
return x * x;
}
如果这样写，这个函数在很多编译器上都不能通过编译。如果我们，ANSI标准为了保持和以前的用法兼容，按照旧风格来重写这个函数，这就增强了它的可移植性。但在旧风格中，函数原型不包含参数类型（这里只举例说明，旧标准现在基本不再使用），如下所示：
double square(x)
double x; // 函数参数声明
{
return x * x; // 计算x的平方并返回结果
}
这种可移植性为了与旧用法保持一致，我们必须在调用了square函数的程序中作如下声明：
double square() 但是函数square的声明中并没有对参数类型做出说明，因此在编译main函数时，编译器无法得知函数square的参数类型应该是double还是其他类型。如下面的示例，函数调用将会报错。
double square();
main()
{
printf("g\n",square(3));
}
为避免这类问题，可在声明中带入参数类型，3会被自动转换为double类型：
double square(double):
main()
{
printf("g\n",square(3));
}
另一种改写的方式是，在这个程序中显式地给函数square传入一个double类型的参数：
double square(double x); // 显式指定参数类型
main() {
printf("%g\n", square(3.0)); // 显式传入double类型的参数
}
2 标识符的名称限制
在C语言的不同实现中，对标识符的处理方式存在差异。一些实现会接受标识符中的所有字符，而另一些实现可能会截断过长的标识符。连接器对外部名称也有特定的限制，例如可能只允许使用大写字母。ANSI C标准规定，C语言实现至少能够区分外部名称的前6个字符，且不区分大小写。
因此，为了确保程序的可移植性，选择外部标识符的名称时需要谨慎。例如，不应使用容易混淆的名称，如print_fields和print_float，或者State和STATE。例如下面的示例代码：
// 定义一个函数 Malloc
char Malloc(unsigned n) {
char *p;
char *malloc(unsigned); // 声明 malloc 函数的原型
p = malloc(n); // 调用 malloc 函数尝试分配 n 字节的内存
if (p == NULL) // 如果 malloc 分配失败，返回 NULL
panic("out of memory");
return p; // 如果分配成功，返回分配的内存的指针
}
这个程序的意图是在需要分配内存的地方调用Malloc函数，而不是直接调用malloc。如果malloc失败，panic函数会被调用，终止程序并打印错误消息。这样，客户程序就不需要在每次调用malloc时都进行检查。
然而，如果编译环境是不区分大小写的C语言实现，那么函数malloc和Malloc可能会被视为相同，导致调用Malloc时实际上是在递归调用自己。在这种情况下，程序在第一次尝试分配内存时对Malloc函数的调用将引起一系列递归调用，而这些递归调用没有返回点，最终导致程序崩溃。
3 整数的大小
C语言提供了三种不同长度的整数类型：short、int 和 long，以及字符类型。这些类型的长度有以下特点：
- 长度是非递减的，即 short ≤ int ≤ long。
- 普通整数（int 类型）足够大，可以容纳任何数组下标。
- 字符长度由硬件决定，现代大多数机器的字符长度是8位，但有些实现中字符长度可能是16位。
ANSI标准规定 long 至少32位，short 和 int 至少16位。这些规定意味着我们不能依赖于具体的位数，但可以保证一定的最小长度。
在编程实践中，这意味着我们不能依赖于具体的精度，而应该根据需要选择合适的类型。例如，如果需要存储可能达到千万数量级的数值，最好声明为 long 类型。
4 字符是有符号整数还是无符号整数
在C语言中，char 类型可以是无符号的或有符号的，这取决于编译器的实现。大多数现代编译器将字符实现为8位整数。
- 字符的符号性：当需要将字符值转换为较大的整数时，字符是有符号还是无符号的变得重要。如果字符是有符号的，转换为 int 时符号位会扩展；如果是无符号的，则高位会填充0。
- 字符的取值范围：如果字符被视为有符号，其取值范围是 -128 到 127；如果被视为无符号，则取值范围是 0 到 255。
为了确保字符被视为无符号整数，程序员可以声明 unsigned char。这样，无论在什么编译器上，字符在转换为整数时多余的位都会被填充为0。
与此相关的一个常见错误认识是：如果c是一个字符变量，使用(unsigned) c就可得到与c等价的无符号整数。这是会失败的，因为在将字符c转换为无符号整数时，c将首先被转换为int型整数，而此时可能得到非预期的结果。正确的方式是使用语句(unsigned char) c,因为一个unsigned char类型的字符在转换为无符号整数时无需首先转换为int型整数，而是直接进行转换。
#include <stdio.h>
int main() {
char signedChar = -1; // 有符号字符
unsigned char unsignedChar = 255; // 无符号字符
// 打印字符的整数值
printf("Signed char as int: %d\n", signedChar);
printf("Unsigned char as int: %u\n", unsignedChar);
// 正确转换有符号字符为无符号整数
printf("Correctly converted signed char as unsigned int: %u\n", (unsigned char)signedChar);
return 0;
}
5 移位运算符
使用移位运算符的程序员经常对这样两个问题感到困惑：
（1）向右移位时的填充问题：
- 对于无符号数，空出的位由0填充。
- 对于有符号数，C语言实现可能用0或符号位的副本填充。
如果程序员关心向右移位时空出的位，可以将变量声明为无符号类型，这样空出的位都会被设置为0。
（2）移位计数的取值范围：
- 移位计数必须大于等于0，且小于被移位对象的位数。
- 这个限制确保了移位操作可以在硬件上高效实现。
例如，对于32位的整数，n << 31 和 n << 0 是合法的，而 n << 32 和 n << -1 是不合法的。
（3）移位和除法不完全等同
即使在某些C语言实现中，有符号整数的右移会用符号位填充新位，这也不等同于除以2的幂。例如，(-1) >> 1 的结果通常不为0，但 1 / 2 在大多数C实现中结果为0。
在C语言中，对于有符号整数，-1 >> 1 的操作结果取决于整数的位数和计算机的架构。对于一个32位的整数：
-1 在二进制中通常表示为一个32位的全1的模式，即 11111111 11111111 11111111 11111111。当你将 -1 向右移动1位时，根据补码规则，最左边会填充1（符号位扩展），结果仍然是 -1。因此，在大多数现代计算机上，-1 >> 1 的结果是 -1。
如果已知 low + high 为非负，那么：mid = (low + high) >> 1; 与 mid = (low + high) / 2; 完全等效，但前者的执行速度要快得多。
6 内存位置0
空指针不指向任何对象，使用它除了赋值或比较外都是非法的。例如，使用空指针进行strcmp操作会导致未定义行为，不同编译器结果可能不同。
- 某些编译器对内存地址0有硬件级的读保护，使用空指针会导致程序立即终止。
- 有些编译器允许读但不允许写内存地址0，空指针看似指向字符串，但内容可能是无意义的“垃圾信息”。
- 还有些编译器允许读写内存地址0，错误使用空指针可能导致覆盖操作系统内容，造成严重问题。
在所有C程序中，错误使用空指针都是未定义的，但可能在某些编译器上“看似”能工作，直到换到另一台机器上才会出现问题。
检查这类问题的一个方法是将程序移到不允许读取内存地址0的机器上运行。以下是一个示例程序，用于检测C语言实现如何处理内存地址0：
#include <stdio.h>
int main() {
char *p = NULL;
printf("Location 0 contains %d\n", *p);
return 0;
}
在禁止读取内存地址0的机器上，这个程序会失败。在其他机器上，它将打印出内存位置0中存储的字符内容。
7 除法运算时发生的截断
假定我们让q = a /b，r = a % b，商为q，余数为r，在整数除法和余数运算中，我们希望满足以下三条性质：
- 定义余数的关系：a == qb+r。
- 符号变化：改变a的正负号应改变q的符号，但不改变q的绝对值。
- 余数范围：当b>0时，希望保证0≤ r <b。这对于使用余数作为哈希表索引等场景很重要。
然而，这三条性质不可能同时满足。考虑一个简单的例子：3/2，商为1，余数也为1。此时，第1条性质满足。(-3)/2的值应该是多少呢？如果要满足第2条性质，答案应该是-1，但如果是这样，余数就必定是-1，这样第3条性质就无法满足。如果我们首先满足第3条性质，即余数是1，这种情况下根据第1条性质则商是-2，那么第2条性质又无法满足了。
因此，C语言或者其他语言在实现整数除法截断运算时，必须放弃上述三条原则中的至少一条。大多数程序设计语言选择了放弃第3条，而改为要求余数与被除数的正负号相同。这样，性质1和性质2就可以得到满足。
然而，C语言的定义只保证了性质1，以及当a>=0且b>0时，保证 |r|<b以及r>=0.后面部分的保证与性质2或者性质3比较起来，限制性要弱得多。
C语言的定义虽然有时候会带来不需要的灵活性，但大多数时候，这个定义对让整数除法运算满足其需要来说还是够用了的。