1. 数组的本质连续内存块以及那个从0开始的下标1.1 数组名就是首地址但别急着拿它做运算我当年学C语言第一个绕不过去的坎就是数组。老师讲“数组是一段连续的内存”听起来很简单真上手写代码才发现数组名到底是个什么东西在不同场景下表现完全不一样。先记一个结论数组名在绝大多数表达式里会被隐式转换成指向首元素的指针。比如你写int a[5];那么a的值就是a[0]也就是数组中第一个元素的地址类型是int *。但有个反直觉的细节a和a打印出来的数值是一样的都指向同一块内存的起点可它们的类型完全不同。a是int *a是int (*)[5]也就是“指向整个长度为5的int数组的指针”。这直接导致一个经典问题a 1跳过4个字节指向a[1]a 1则会跳过整整5 * sizeof(int) 20字节直接跑到数组末尾后面去了。这个区别在你做指针运算、把数组地址传给函数的时候特别容易踩坑。我见过不少初学者写func(a)想把“整个数组”传给函数结果在函数里p[1]访问到的根本就不是a[1]而是越界数据。正确做法是老老实实传a让参数退化成指针再搭配一个长度参数。1.2 下标从0开始指针偏移量视角下的必然很多人疑惑为什么C数组下标从0而不是1开始。其实没什么玄乎的因为a[i]本质就是*(a i)。既然指针加偏移量那第一个元素当然是偏移0也就是*(a 0)所以下标从0开始是最自然的实现方式不是为了难为初学者。理解了这个你就明白了一个实用技巧如果你想用1开始的下标完全可以自己“偏移”一下把数据存到data[1]到data[N]0号位置空着不用。我见过一些数值计算的老代码这么干原因是算法公式里下标从1开始读起来和教科书一致不容易出错。代价是浪费一个元素的空间。另外一个由“连续内存”推导出的重要结论是数组元素的类型必须一致每个元素占用的字节数相同编译器才能用首地址 下标 * 元素大小一次性算出目标地址不需要额外存储任何下标信息。这也是为什么数组访问速度很快——它压根不做边界检查。2. 一维数组的声明与初始化从声明规则到内存布局2.1 初始化方式决定变量的“初始值命运”一维数组声明本身很简单类型 数组名[元素个数]但初始化这里藏着不少知识点。第一种是部分初始化。比如int a[5] {1, 2};很多初学者以为后面三个元素是“随机值”其实是0。C标准规定数组初始化时如果花括号里给出的初始化值少于数组元素个数剩余元素自动初始化为0。利用这个规则int a[100] {0};一秒钟就能把整个数组清零这是最常见的初始化写法。第二种是不完全确定数组大小。int a[] {1, 2, 3, 4, 5};不用写个数编译器数花括号里的值自动确定数组长度为5。这个语法在写常量表的时候很好用新增一个元素数组长度自动跟着变不会出现声明长度和实际数量不一致的问题。第三种是C99引入的指定初始化器。int a[100] {[0] 10, [99] 20};可以只初始化指定下标其余补0。这个特性在做稀疏表、配置表的时候非常实用比如内核里很多平台相关的资源配置就是这么写的。还有一个容易忽略的点普通数组在函数内部声明时不会自动清零里面是栈上的残留数据可能是任何值。所以在函数里声明数组后如果你依赖它全0第一件事就是初始化。我习惯写成int buf[1024] {0};多敲几个字符省一堆莫名其妙的问题。2.2 数组传参你以为传了整块其实只传了首地址这是C语言数组最容易让新手崩溃的一个点。你写一个函数void print_arr(int arr[]) { printf(size %lu\n, sizeof(arr)); }数组有5个元素时你会以为输出20实际上在64位系统上输出8因为arr已经被“退化”成int *了sizeof求的是指针大小。这就是C语言的数组传参规则函数参数里写的int arr[]等价于int *arr你传的从来都不是数组副本而是首元素的地址。这意味着两件事在函数里修改arr[i]会改动原数组因为没有拷贝在函数里无法用sizeof拿到数组长度必须额外传一个len参数。所以你会看到所有处理数组的C函数几乎都是这个长相void process(int arr[], int len)。这不是风格问题是语言机制逼出来的。如果你真想传“整个数组的拷贝”C语言不支持直接这么做。你得自己在函数里malloc一块内存手工逐元素复制。日常开发里极少有人这么做因为数组拷贝成本高而且大部分场景只需要读改原数组传指针反而更高效。3. 二维数组表格数据的存储方式与传参陷阱3.1 行优先存储与手工计算偏移量二维数组int matrix[3][4]在很多教材里被描述成“一个3行4列的表格”这个理解没错但底层存放方式才是关键。C语言的二维数组是“行优先存储”的先连续放完第0行4个元素再放第1行最后放第2行。整个二维数组在内存里就是一段连续的 3×4×4字节 的内存块不存在“每一行是一个独立数组然后指针串起来”这种结构。这个特性直接带来一个技巧如果我想把二维数组当一维数组遍历可以这样写int matrix[3][4] {0}; int *p matrix[0][0]; // 取第一个元素地址 for (int i 0; i 3 * 4; i) { p[i] i; }这在图像处理、矩阵运算里经常用到。因为数据连续你甚至可以把这段内存直接交给memcpy、memset或者DMA去搬运效率极高。二维数组matrix[i][j]的真实访问过程是*((int *)matrix i * 4 j)其中4就是列数。这个公式你应该记住后面学指针数组、搞传参、做内存操作时都会用到。也正因为偏移量依赖列数所以当你把二维数组传给函数时列数必须明确告诉编译器否则编译器算不出matrix[1][0]到底在哪个地址。3.2 二维数组作为函数参数时列数为什么不能省略声明一个处理二维数组的函数比如void print_matrix(int matrix[][4], int rows);行数rows可以不写但列数4必须写清楚。原因是matrix[i][j]的地址需要i * 4 j来计算少了列数编译器就不知道每行有多宽。这里初学者容易犯的错误是写成int matrix[][]编译器直接报错。另一种更常见的错误是试图用int **来接二维数组比如void print_matrix(int **matrix, int rows, int cols);然后传matrix进去编译会报不兼容的指针类型。因为int matrix[3][4]的首地址类型是int (*)[4]也就是“指向4个int的指针”并不是int **。这两者在内存布局上完全是两回事。后面第5章我会细说但这里先记住一个结论二维数组名传给函数要么写int matrix[][4]要么写int (*matrix)[4]千万别写int **。另外一个实际经验如果你需要处理列数不固定的二维数组C语言最省事的办法就是“变成一维数组”也就是把数据铺平存到int *data里再用data[i * cols j]访问。这么做的可维护性其实比int **模拟二维数组更好因为内存里是连续一块方便整体初始化和整体拷贝。4. 字符数组与字符串\0带来的那些坑4.1 字符数组、字符串字面量、strlen与sizeof的恩怨C语言没有专门的字符串类型字符串本质上就是字符数组以\0结尾。这句话背的人多踩坑的人更多。先看一个最常见的区分char str1[] hello; char *str2 hello;str1是一个字符数组大小是6字节hello 5个字符加上末尾的\0存放在栈上内容可以被修改。str2是一个指针指向字符串字面量hello。字符串字面量存放在只读数据区内容不可修改。如果你执行str2[0] H;在多数平台上会直接崩溃或者表现出未定义行为。这个区别非常实际。我见过有人写了个函数把传入字符串就地转大写结果传入的是字符串字面量程序一跑就段错误排查了半天才发现问题是修改了只读内存。再来说strlen和sizeof的区别。strlen(hello)是5它数到\0停下不包含结束符。sizeof(hello)是6包括\0。对于char str[] hello;sizeof(str)同样是6这是编译期就能算出来的而strlen(str)是运行时扫描直到碰到\0为止。这就有一个非常隐蔽的坑如果一个字符数组没有正常结束比如char buf[3] {a, b, c};里面根本没有\0你执行strlen(buf)它会继续往后扫描直到在某个地址碰巧遇到0这个结果完全不可控而且可能直接越界访问。类似strcpy、strcat这些函数也是一样的逻辑——它们都依赖源字符串有\0。所以我的建议是凡是自己拼字符数组手动留好结束符位置或者统一用memset(buf, 0, sizeof(buf))先清零再往里写字符。这样就算忘记专门加\0也大概率能逃过一劫。4.2 字符串处理函数的安全边界字符串函数是最容易产生缓冲区溢出的地方而缓冲区溢出恰恰是很多安全漏洞的根源。gets这个函数在实际编码中应该被拉黑。它不检查目标缓冲区大小输入多长就写多长用户输入超过缓冲区容量直接越界写破坏栈上的其他数据轻则程序崩溃重则被利用执行恶意代码。正规场合一律用fgetschar buf[100]; fgets(buf, sizeof(buf), stdin);fgets最多读sizeof(buf) - 1个字符剩余位置自动补\0这是安全的重要保障。但fgets也有一个别扭的地方如果输入恰好比较长它可能截断后不消费剩余输入需要你自己判断缓冲区末尾有没有换行符决定是否清空输入流。strcpy和strcat同理目标缓冲区必须有足够空间。strncpy、strncat能限长但也不是完全省心。strncpy有个大坑如果源字符串长度达到指定上限它不会自动加\0你仍要手动补。这两点细节值得记住。char dest[10]; strncpy(dest, source, sizeof(dest) - 1); dest[sizeof(dest) - 1] \0; // 手动保证结尾字符串比较要用strcmp不要用。比较的是两个指针是否指向同一块内存而不是内容是否相等。我见过不少新手写if (str1 str2)判断字符串相等结果永远不成立。strcmp返回0表示相等这是C语言的老传统不习惯的话可以写成if (strcmp(str1, str2) 0)。如果你需要拼接字符串snprintf往往比strcat更安全更好用。它可以格式化拼接还能指定输出上限一个函数解决多种需求snprintf(dest, sizeof(dest), %s%s, prefix, suffix);5. 指针、指针数组与数组指针绕不开的三角关系5.1 指针数组和数组指针一字之差天壤之别这一节是C语言数组学习的分水岭也是面试高频考点。两句话就能说清楚但真正用起来需要反复练习。指针数组int *p[3]本质是数组数组里每个元素都是int *。写法上[]优先级高于*所以p先和[3]结合形成一个3个元素的数组每个元素是指向int的指针。典型场景是字符串数组char *names[3] {C语言, 数组, 指针};这里names[0]是一个char *指向字符串字面量。用指针数组管理一组字符串长度可以各异不用提前分配固定大小的二维字符数组非常灵活。数组指针int (*p)[3]本质是指针它指向一个含3个int元素的数组。因为加了括号p先和*结合再和[3]结合。典型场景就是二维数组名的类型int matrix[2][3]; int (*p)[3] matrix;matrix的类型就是int (*)[3]所以p可以指向二维数组的“一行”。p 1会跳过3个int也就是12字节指向下一行。区分方法很土但很有效把写法读出来看最后落的实体是什么。int *p[3]落点是“数组”所以是指针数组int (*p)[3]落点是“指针”所以是数组指针。5.2 二级指针能替代二维数组吗这个问题的标准答案是不能随便替代。int **和int (*)[3]内存模型不同混用必出问题。经典错误场景是这样你有一个int matrix[2][3]想传给f(int **m)。编译可能不报错但运行时一访问就崩因为matrix被解释成了“指向指针的指针”而matrix的实际内容是一串int数据并不是指针数组。int **通常配合动态内存使用模拟“动态二维数组”int **arr malloc(rows * sizeof(int *)); for (int i 0; i rows; i) { arr[i] malloc(cols * sizeof(int)); }这么分配出来的结构是先有一个指针数组每个指针再指向一块独立的一维数组。这些“行”在内存里并不连续和int matrix[2][3]那种整块连续的布局完全不同。优点是每行可以单独释放、单独改变大小适合不规则表格缺点是分配释放麻烦访问效率略低而且内存碎片更多。实际工程里如果你的表格是规整的矩形优先用真正的二维数组或者铺平的一维数组性能好、代码简单。只有行数、列数运行时才能确定或者各行长度不一致时再考虑int **动态分配方案。6. 动态数组与变长数组突破固定大小的唯一出路6.1 malloc/calloc/realloc/free 的使用与配合普通数组的大小在编译期就得定死这在很多场景下不够用。比如要读一个文件事先不知道有多少行总不能定义一个100万大小的数组吧。动态内存分配就是用来解决这个问题的。核心函数就四件套int *arr malloc(n * sizeof(int)); int *arr calloc(n, sizeof(int)); arr realloc(arr, new_size * sizeof(int)); free(arr);malloc只分配内存不初始化内容随机分配完最好自行清零。calloc分配内存的同时把每个字节置0适合写“默认值就是0”的场景性能略慢但在现代机器上差别不大。realloc用来扩大或缩小已分配的数组它是动态数组的核心。但这里有一个极其容易踩的坑realloc失败时会返回NULL同时原来的内存块仍然有效如果你直接把返回值赋给原指针原指针就丢了再也无法free造成内存泄漏而且数据也没了。正确写法是先用临时指针接返回值int *tmp realloc(arr, new_size); if (tmp ! NULL) { arr tmp; } else { // 处理错误原 arr 仍有效 }free之后指针本身还是一个存在的变量但它指向的内存已经释放了这时候如果你再去访问它就是悬垂指针很可能崩溃。所以我自己写代码的习惯是free(arr); arr NULL;这样即使后面误用了arr至少能快速察觉到问题而不是在某个完全无关的地方莫名崩溃。6.2 变长数组与柔性数组各有什么适用场景C99引入的变长数组VLA允许在函数内用变量定义数组void func(int n) { int arr[n]; }这个特性在处理临时小数组时很方便不用手动malloc/free出了函数自动回收。但它有两个明显问题一是C11把它降级成了可选特性不是所有编译器都支持MSVC就一直不支持二是数组分配在栈上n一旦很大直接栈溢出程序当场崩溃而且这种崩溃极难排查。我实际用它多半控制在较小规模比如临时缓冲区、小组排序参考数组规模几百个元素以内。如果规模超过几万就改用malloc分配在堆上。柔性数组是另一个方向它用在结构体内部解决“结构体后面带一串不定长数据”的问题struct buffer { int len; char data[]; // 柔性数组C99 };用法是先算出总大小再一次性分配struct buffer *buf malloc(sizeof(struct buffer) n); buf-len n;这样做最大的好处是data就在结构体后面整块内存连续一次malloc一次free不会出现多个结构体内指针需要逐一遍历释放的问题。这在网络协议解析、序列化、通信缓冲区等场景里很常见。还有另一种老式写法char data[1]叫“定长占位”原理类似但需要额外减1算偏移C99的柔性数组语法更干净建议新代码直接上柔性数组。7. 数组实战排序、去重、逆序的常见套路7.1 冒泡排序教学意义大于工程意义数组最经典的操作就是排序。为什么冒泡排序是入门必修因为它逻辑直观、代码量少能把“数组元素交换”“双重循环”“边界条件”三个核心概念一次性锻炼到。一个标准的冒泡排序void bubble_sort(int arr[], int n) { for (int i 0; i n - 1; i) { for (int j 0; j n - 1 - i; j) { if (arr[j] arr[j 1]) { int tmp arr[j]; arr[j] arr[j 1]; arr[j 1] tmp; } } } }注意内层循环条件写的是n - 1 - i因为每轮冒泡都会让一个最大值沉到最后面已经被固定住的位置不需要再比较。如果不减i代码也能跑只是做了不少无意义比较。还有一个优化点如果某轮冒泡过程中完全没有发生交换说明数组已经有序可以提前退出int swapped 0; for (int j 0; j n - 1 - i; j) { if (arr[j] arr[j 1]) { swap(arr[j], arr[j 1]); swapped 1; } } if (!swapped) break;这个优化在数据基本有序的场景里收益明显从O(n^2)降到O(n)。不过说句实在话工程上很少用冒泡排序它的时间复杂度高低都不是重点重点是教学价值清晰。真正开发时我会用C标准库的qsort它用的是快速排序性能好还不用自己实现int cmp_int(const void *a, const void *b) { int ia *(int *)a; int ib *(int *)b; return (ia ib) - (ia ib); } qsort(arr, n, sizeof(int), cmp_int);这个cmp_int的写法也是调qsort最常见的坑比较逻辑写反了结果是降序返回值的类型写错数据量一大就出现莫名其妙排序结果。7.2 数组去重和逆序面试里最常见的简单题数组去重有两条路。一是朴素的双重循环遍历每个元素往前查是否已经出现过没出现过就保留。时间复杂度O(n^2)适合小数组。二是“排序后去重”先排序再遍历一次跳过相邻重复项。这样时间复杂度取决于排序大概是O(n log n)处理大量数据更划算。缺点是改变了元素原有顺序。// 前提arr 已排序 int new_len 0; for (int i 0; i n; i) { if (i 0 || arr[i] ! arr[i - 1]) { arr[new_len] arr[i]; } }这个写法直接在原数组上操作返回去重后的有效长度。类似的思路在字符串处理、数组清洗里很常见。数组逆序是另一个几乎每本书都会出现的题。原地逆序的标准做法是双指针一个指向头部一个指向尾部交换两个位置的元素头指针右移、尾指针左移直到二者相遇。void reverse(int arr[], int n) { int left 0, right n - 1; while (left right) { int tmp arr[left]; arr[left] arr[right]; arr[right] tmp; left; right--; } }这题看起来简单但很多人在边界上翻车写成了left right中间元素被和自己交换问题不大写错了right的初值少处理一个甚至有人直接定义一个新数组倒着拷贝空间复杂度变成O(n)虽然也能用面试时会被人追着问能不能优化。字符串逆序也是同一个套路只是需要注意\0不能参与交换逆序的范围是[0, strlen(s) - 1]。这个知识点在PTA、甲级乙级考试里反复出现比如字符串逆序、单词划分翻转这类题底层核心都是这个双指针交换。8. 越界、缓冲区与调试用gdb把事情看穿8.1 数组越界为什么有时不报错却会在最不该炸的时候炸数组越界是C语言里最危险的bug因为它常常不“立即”崩溃。你访问arr[5]但数组只有5个元素理论上越界了但程序照样能跑出结果这让你误以为代码没问题。实际上你读的是相邻内存里的垃圾数据或者你写进去的值覆盖了别处的数据。原因很简单C语言不做边界检查而越界访问的内存地址往往仍然在当前进程的虚拟地址空间里。用户态程序看到的地址是虚拟地址越界几个字节通常不会立刻触发分段错误真正的问题大多累积到某个临界点才爆发。我遇到过一个真实案例一个数组写越界把旁边一个函数指针变量覆盖成了错误值程序在几百次调用后才崩溃在另一个完全无关的地方。查这类bug最痛苦的地方在于崩溃现场和根源代码离得很远。另一类常见问题是缓冲区溢出。热词里提到的“文件缓冲区”虽然在C语言里通常指的是标准I/O的用户态缓冲区但底层原理和数组缓冲区是一样的数据写入量超出buffer容量多余数据溢出到相邻内存。这类问题如果不处理轻则数据被篡改重则程序被远程利用。几乎所有网络安全教材都会把“缓冲区溢出”当做重点而你用C写代码时每一次不检查长度的strcpy、sprintf都是在制造这类隐患。所以我在写代码时对数组操作有一条铁律任何写入操作先搞清楚目标容量再检查写入长度写到n - 1为止最后一个位置留给\0。宁可多写几行判断也不赌“这次输入不可能那么长”。8.2 用gdb检查数组状态的基本姿势面对“这只存在于特定输入下的诡异bug”printf大法有时不够用gdb才是真正能把内存看穿的工具。配合-g编译选项你能看到源代码级别的信息。最基础的命令是break和run定位到问题代码处。然后几个和数组调试密切相关的命令值得记下来print arr打印数组名时gdb会显示数组内容比打印指针更直观。它自动知道这是数组而不是指针因为类型信息里有。print arr[3]打印指定元素。print *arr10如果arr是指针gdb不知道它指向多长的数组用这种语法强制打印从arr开始的10个元素非常实用。x/20dw arr以十进制字长格式显示从某个地址开始的20个字。这是最原始的内存观察方式就算变量类型信息混乱也能靠它直接看数据。watch arr[3]监视某个元素一旦被修改就触发断点是查找“谁把我的数据改了”的首选工具。一个典型的排查流程是你发现某个数组的值不对先break在可疑代码前面print看当前值next单步走几行看是哪个函数把它改坏的。如果怀疑越界写用watch监视边界位置的元素或者邻近变量一旦有非法写入立刻停下来查看调用栈bt命令能直接告诉你是谁写的。gdb还有一个好东西叫set var arr[0] 123可以在调试中直接修改变量值用来测试分支逻辑而不需要重新编译。初学阶段啃下这些命令排查数组相关的坑能快很多。我对新手的建议是不要等遇到问题才想起gdb花半天时间专门把一个简单的冒泡排序程序用gdb从头走到尾把所有数组元素变化看在眼里这种“眼见为实”的训练比只看书理解得深刻得多。最后再分享一个日常习惯调试时如果怀疑是数组越界我经常会对比arr[i]和*(arr i)的地址是否一致用gdb看它们指向的地址超没超过arr的末尾。很多“灵异现象”最后都是在这一步现出原形的。