1 / 4概念
Concept
C 的抽象机器只有两样东西:对象和函数。读一份 C 代码,先回答四个问题:这个对象活多久、谁负责释放、失败从哪条通道传出来、这次调用会不会越过编译单元。答不上来,后面的类型、宏与线程都只是表层语法。
1 概念
1.1 一句话定义
C 是可移植的静态类型过程式语言:它规定一台抽象机器的对象表示与可观察行为,只提供极小的标准库和几乎为零的运行时,因此生命周期、错误通道与并发同步默认由程序员和操作系统 API 承担。
1.2 它解决什么问题
- 可移植的底层控制:同一份源码可编译到 8 位到 64 位的目标;宽度用
stdint.h与sizeof取得,不靠猜测。 - 代价可预测:没有 GC、异常表和虚分派,每条语句都能对到栈帧与机器指令。
- 稳定的 ABI 边界:调用约定与结构体布局是操作系统、动态库和其它语言的公共接口。
- 可组合的翻译单元:头文件声明、目标文件实现、链接器拼装,改一个文件只重编一个单元。
- 零运行时启动:进程入口就是
main,不需要虚拟机、GC 线程或启动自检。
代价是内存错误与 UB 不会被语言拦下,错误处理靠约定,抽象必须手工搭。这些不是缺陷,而是把检查从运行时移到了程序员和工具。
1.3 不属于本页的内容
| 主题 | 去哪 |
|---|---|
| 关键字、字面量、语句与运算符 | Syntax |
| 类型宽度、对齐、转换、指针算术 | Type |
| 函数原型、函数指针、链接属性 | Functions |
| 不透明 struct、函数表、组合 | OOP |
| 宏、包装函数、符号替换 | AOP |
errno、返回码、goto 清理、setjmp | Error |
| 非阻塞 I/O、epoll、事件循环 | Async |
| pthread、C11 原子与内存模型 | Concurrency |
| 预处理指令、X-macro | Feature: Preprocessor |
| 对象表示、链接装载、编译选项 | Runtime / Toolchain |
1.4 关键术语
| 术语 | 含义 | 容易混淆的点 |
|---|---|---|
| 翻译单元 | 一个 .c 加上递归包含的头文件展开后的整体 | 不是 .c 文件本身 |
| 对象 | 一块存储区域,内容解释为某个类型的值 | 不是面向对象的对象 |
| 存储期 | 对象存活的时间段:自动、静态、动态、线程 | 不是作用域 |
| 未定义行为 | 标准不规定任何结果的行为 | 不是“结果随机”这么轻 |
| 实现定义行为 | 标准允许实现选择并记录的行为 | 不是 UB,可移植但结果不同 |
| 严格别名 | 通过不兼容类型的左值访问对象 | 不是编译器缺陷 |
| 整数提升 | 小于 int 的类型先转成 int | 不是转成最大类型 |
| ABI | 二进制层的调用约定与布局 | 不是 API |
2 机制
2.1 心智模型
标准只约束可观察行为,其余都是实现与约定。 编译器可以删除死代码、把 x + 1 折叠、假设有符号溢出不发生;链接器只认符号,不认类型;malloc 与 printf 来自 libc,不是语言的一部分;线程与文件来自操作系统,也不是 C 的一部分。因此“能跑”只证明这一次的代码生成与输入组合没触发 UB,不证明程序正确。
2.2 机制拆解
- 翻译单元与链接:每个
.c独立编译,只能看见声明;static给内部链接,默认外部链接;一个外部符号只能有一个定义,声明与定义不一致是 UB 而不是链接错误。 - 四种存储期:自动(栈,离开块即失效)、静态(程序全程)、动态(
malloc/free)、线程(C11_Thread_local);生命周期由存储期决定,不由指针是否非空决定。 - 对象表示:值以字节存储,可能含填充;只有字符类型可以逐字节检查任何对象,其余靠
memcpy。 - 未定义行为:有符号溢出、越界、空指针解引用、数据竞争、违反别名都属此类;优化器以“UB 不会发生”为前提,所以现象可以离源码很远。
- 无运行时:没有隐式初始化堆、没有异常展开、没有 GC;
main返回后内核回收内存,但不替你关文件、解锁或刷缓冲。 - 工具链分工:预处理 → 编译 → 汇编 → 链接,每一步都可单独观察(
-E、-S、-c、nm)。
2.3 完整枚举
C 的语言标准版本,这是完整序列:
| 版本 | 年份 | 关键增补 | 现状 |
|---|---|---|---|
| K&R C | 1978 | 第一本规范参考 | 仅历史 |
| C89/C90 | 1989/1990 | 第一版 ISO 标准、函数原型、const、volatile | 最低共同基线 |
| C95 | 1995 | 宽字符与多字节修订 | 修订案,常并入 C90 |
| C99 | 1999 | // 注释、long long、VLA、inline、restrict、<stdint.h>、<stdbool.h>、复合字面量、指定初始化器 | 广泛支持 |
| C11 | 2011 | _Atomic、_Thread_local、_Generic、_Static_assert、匿名 struct/union、<threads.h> | 系统与嵌入式常用 |
| C17/C18 | 2017/2018 | 只修缺陷,不加特性 | 常用默认目标 |
| C23 | 2023/2024 | nullptr、constexpr、typeof、auto 推断、#embed、属性、二进制字面量与数字分隔符 | 新工具链逐步默认 |
3 实践
3.1 最小示例与追踪
示例只做一件事:把初始化、失败返回、释放写成三个明确步骤,让失败路径也可安全退出。
#include <errno.h>
#include <stdio.h>
#include <stdlib.h>
#include <string.h>
struct buffer { char *data; size_t len; };
static int buffer_init(struct buffer *b, size_t n)
{
b->data = malloc(n);
if (b->data == NULL)
return -1; /* errno 已由 malloc 设为 ENOMEM */
b->len = n;
return 0;
}
static void buffer_free(struct buffer *b)
{
free(b->data);
b->data = NULL;
b->len = 0;
}
int main(void)
{
struct buffer b = {0};
if (buffer_init(&b, 64) != 0) {
fprintf(stderr, "init: %s\n", strerror(errno));
return 1;
}
memcpy(b.data, "hello", 6);
printf("%s / %zu\n", b.data, b.len);
buffer_free(&b);
}
追踪:= {0} 先把指针和长度清零,所以初始化失败时调用 buffer_free 也不会 free 野指针。malloc 成功时 errno 可能保留旧值,失败时才置 ENOMEM;因此判断失败只看返回值,不看 errno 是否为 0。若把 b->len = n 写在 malloc 之前,失败后长度是 64 而指针为空,后续按长度读写就会越界。free 不修改指针本身,必须手动置空,否则悬空指针仍然非空,if (p) 检查会失效。程序退出时内核回收 malloc 的内存,但不关闭文件描述符、不释放锁;长驻进程里这些泄漏会累积。
3.2 选型矩阵
| 场景 | C 是否合适 | 理由 | 替代 |
|---|---|---|---|
| 操作系统、驱动、嵌入式 | 合适 | 无运行时、可控布局、可移植汇编 | Rust(需工具链支持) |
| 高性能库与编解码器 | 合适 | 零开销抽象、稳定 ABI | C++、Rust |
| 跨语言 ABI 边界 | 合适 | 各语言都能调用 C | 无 |
| 网络服务与业务系统 | 谨慎 | 内存安全靠人工,迭代慢 | Go、Java、Rust |
| 需要泛型容器与异常 | 不合适 | 手工实现成本高 | C++、Rust |
3.3 决策规则
- 目标平台有成熟 C 工具链、且需要控制布局或与硬件交互时,选 C。
- 团队没有 sanitizer、fuzz 与代码评审流程时,不要用 C 写处理不可信输入的服务。
- 需要跨语言导出接口时,用 C 做边界;内部实现可以用别的语言。
- 为一个模块选 C 之前,先确认它的失败路径能用一个返回码和一次清理表达。
4 边界
4.1 典型故障
| 症状 | 根因 | 诊断 | 修复 |
|---|---|---|---|
段错误只在 -O2 出现 | UB 让编译器删掉了空指针检查 | 用 -O1 -fsanitize=undefined 复现 | 消除 UB,不要靠 volatile 掩盖 |
| 结构体大小与字段之和不符 | 对齐填充 | 打印每个字段的 offsetof 与总 sizeof | 按对齐从大到小排字段,或按协议显式打包 |
链接报 undefined reference | 有声明无定义,或库顺序不对 | nm 查目标文件的 U 符号 | 补定义,或将库放到命令行末尾 |
| 同一符号多处定义 | 头文件里放了定义 | 链接器报 multiple definition | 头文件只放声明,定义留在 .c |
| 启动时崩溃 | 依赖 __attribute__((constructor)) 的初始化顺序,或 main 前调用了未初始化的库 | gdb 看崩在哪个初始化函数 | 把初始化移进 main,只保留常量初始化 |
| 长驻进程内存上涨 | 错误路径漏 free | LeakSanitizer 或 valgrind | 单一出口加 goto cleanup |
| 多线程偶发错误 | 数据竞争,标准上是 UB | ThreadSanitizer 报告 | 原子或互斥,见 Concurrency |
4.2 可观测信号
先看编译器警告,再看 sanitizer 报告,最后看运行期工具。-Wall -Wextra 的每一条都对应一类真实缺陷;ASan 报告给出越界地址与分配栈,UBSan 给出 UB 的源码行,TSan 给出两个竞争访问的栈;gdb 的 core dump 定位崩溃点,perf 与 strace 区分 CPU 热点与系统调用阻塞,nm 与 objdump 确认符号与布局。
4.3 安全 / 性能 / 一致性边界
- 安全:C 不做边界检查;长度来自不可信输入时先验证,整数运算先检查溢出再执行,禁用
strcpy、sprintf、gets。 - 性能:零开销是上限而非保证;指针别名会阻止优化,分配次数比分配大小更影响尾延迟。
- 一致性:ABI 由平台决定,同一份源码在不同 ABI 下的二进制不兼容;跨语言只能传 C 布局的类型。
- 可移植性:
char是否有符号、负数右移、位域布局都属实现定义,必须显式处理或加static_assert。