字符串长度与字符串在内存空间的占位长度

只看该作者 · 2024-4-24 15:03

1. 字符串常量的概念

字符串常量是一个字符序列，且被括在双引号中（双引号称为定界符）。字符串常量可以包含零个或多个字符集中的字符，也可以包括任意转义字符。其中若出现双引号、反斜线或回车换行符等必须用其转义字符（\", \\, \n）表示。
例如，"123 C program"，"11.11%"，"123\nabc"等都是合法的字符串常量。
特别地，定界符中没有字符时，""称为空串。

2. 字符串的长度

字符串常量是由若干字符常量组成的，一个字符常量占一个字节的内存空间。字符串的长度为字符串的个数。字符串用转义字符'\0'作为字符串的结束标志，占用1个字节。对于字符串何时结束，系统以出现的第一个'\0'为界。
(1)字符串的长度：只统计第一个'\0'之前的有效字符个数。

例如：

"123\0abc\0"字符串长度为3。

(2)字符串在内存中所占的字节数：还要包含'\0'占用的一个字节。
例如：
"ba\n\0cde" 字符串长度为3，在内存中占4个字节。

3. 字符串常量和字符常量的区别

(1)字符常量由单引号括起来，字符串常量由双引号括起来。
(2)字符常量只能是单个字符，字符串常量则可以含一个或多个字符。
(3)可以把一个字符常量赋予一个字符变量，但不能把一个字符串常量赋予一个字符变量。在Ｃ语言中没有字符串变量。但是可以用一个字符数组来存放一个字符串常量。
(4)字符常量占一个字节的内存空间。字符串常量占的内存字节数等于字符串中字节数加1。增加的一个字节中存放字符串结束的标志――字符’\0’ (ASCII码为0)。

例如：字符串 "C program" 在内存中所占的字节数为10，存储如下图所示：

只看该作者 · 2024-4-24 15:04

字符数组和结束符/0之间的关系
在C中，字符串其实就是字符数组。C语言中，对字符串就是按字符数组的规律来处理的（ANSI的字符是unsigned char，对宽字符，字符是unsigned short int，即前者1byte，后者2byte）。由于是按数组方式处理的，所以必须知道每个串的实际有效元素到哪里结束，想像图书馆书柜中的格子，书柜尽管有100个格子，但未必要放满100本书，可能是10本、20本，所以不能按格数来算字符串长度（算格数那个就是sizeof()的值），实际放书的数量是动态变化的，所以C语言规定某个标志，告诉处理程序，遇到这个标志，就表示书放到此为止，后面不会有书了，这个标志就是'\0'，也是整数0。

C标准库中的字符串处理程序，是只认'\0'的，只要没找到'\0'，它就认为字符串没有结束，拼命地往后找，这个寻找的过程不理会可能已经超过书柜的格数了（计算机其实很蠢）；同样，也可能你在一排书中的中间抽走一本，在那个位置上写上'\0'，那么愚蠢的计算机也会认为书到这里为止，它不理会后面其实还有（这是某种截断字符串的技巧）。

其实，只要你明白这种类比，自然知道写程序的时候怎么办。比如，当你明白宽字符是16位整数亦即2字符的时候，就会明白，一个宽字符L'A'其实储存有一个字节的0，亦即假如你用常规的ANSI算法来处理这样的字符串，就会很快遇到'\0'，后果如何可想而知。

标准库函数strlen()，就是在字符数组中搜寻'\0'的简短代码，找到后，把经历过的元素个数返回出来而已。知道这点原理，其实我们并不是必须遵守以'\0'为结束符的cz字符串规则的，以-1结束亦未尝不可，自己写一个_strlen()函数，不用strlen()就可以了。C的灵活性，就体现在这里。须知，C语言本身是没有strlen()这样的内置函数的，它其实就只有那些运算符和数据结构构造规则，你所用的库函数，全部是后人写的代码，不是C语言，最纯正的C语言，应该是所有函数都自己写。标准库函数认cz字符串，你完全可以不认，并非因此而说你没使用C语言写程序。

像BASIC类的语言，内部其实也是把字符串作数组看待的（所谓C是基础，也是指的这点原理，用来理解别的语言的实现机制，很可能这种语言是用C制作的），只不过，它不用认'\0'作结束符，而把数组的零号元素挪用为字符串长度的记录，所以迫使它的数组计数从1开始，但好处是求数组的有效元素数目不用像C那样遍历数组，而是直接从零号元素读出结果，比遍历快得多——当使用单字节字符系统时，单字节最大值是256，所以很多旧式的语言，字符串最大容量是255或254个字符，就很好理解了。（wsj注：剩余空间用来存放'\0'）

我们现在再看另一个例子：char* strcat(char* s1, const char* s2)这个函数，是字符串接驳，它的作用是把s2追加在s1的末尾，形成新的字符串。仍然使用上面书柜的例子，既然要在s1的柜子中放入更多的书，那么s1的格子数必须要能容纳全部的书，这是必然的，而书柜是在建造时就造好了的，所以创建s1的时候，首先要考虑这个问题，别指望C库函数会替你想这些，为了高效，它完全不检查这个，闷头就把数据扔过去，它的高效是这样来的（别的语言，为了完成任务，它会智能地做各种动作把任务完成，而C只是做错了报告一声“出错了”就干脆逃跑，被系统杀掉）。在容量满足条件的基础下，函数的动作，首先是找到s1的'\0'位置，然后从s2中逐个把数据复制过来，注意此时必须把'\0'覆盖掉并写上新的'\0'，原因在上面说过了。所以，现在返回头看看函数的原型，它的s1是char*，表明这个字符串是可以被修改的，事实上它必须改这个，而s2是const char*，表明它不需要改动s2，返回的正是s1指针。

那么，假如要把两个被记录在只读储存空间的字符串接驳成一个，或者已经无法再修改s1的尺寸了，你该怎么做？用strcat是不要指望了，因为此时无法修改s1，你必须自己写一个，用动态申请内存。

学会语法很简单，但面对具体的情形，如何处理，这才是最需要学习的，假如连这点原理都不知道，那就悲催了，实际上这些动作用不了多复杂的算法、数据结构，但很多人就死在这种地方！现在明白学C到底要学什么了吗？

实例：

char s[6]={'h','e','l','l','o'};
char s[6]={"hello"};
char s[6]="hello";

字符数组和字符串的区别：字符数组的每个元素中可存放一个字符，（像这个char s[6]={'h','e','l','l','o'};
）但他不限定最后一个字符应该是什么，存储空间有剩余系统补‘\0’。而字符串则要求最后一个必须是‘\0’做为结束标示。在字符数组中可以存放字符串。
char s[6]={"hello"};看这个为什么是s[6],而不是s[5]呢？因为，字符串后面以‘\0’为结束标示，这个是系统补的，不用手动输入。但是必须要给它留一个存储空间。这个‘\0’它占用存储空间，但是不算字符串长度。

（wsj注：在申请字符串存储空间时要考虑末尾的结束符'\0'空间，即在单字节字符系统中要多申请一个字节。）

只看该作者 · 2024-4-26 22:43

之前还没研究过，原来字符串要多占用一个字节空间存储吖