C. Таблица строк

Question

Недавно читал книженцию одну. "Справочник по языку С"(автор Шилдт) называется. Так вот: там написано про "таблицу строк". https://cpp.com.ru/shildt_spr_po_c/05/0507.html Вот тут последний абзац. Искал информацию по ней в других источниках и не нашел. Не подскажите, как это вообще работает? Ах да, код:

char *p = "тестовая строка";//где выделяется память под эту строку?
//Ведь, кроме строк, с массивами других типов такое не пройдет.

Answer 1

По приведённой в вопросе ссылке описываются некоторые технические детали в работе компиляторов. С точки зрения стандарта языка расклад таков.

Все строковые литералы — это массивы со статическим классом памяти из n элементов, где n включает завершающий нулевой символ. Статический класс памяти означает, что массив существует на протяжении всего времени работы программы. Т.е. указатель на элемент строкового литерала можно, например, безопасно вернуть из функции.

const char* f1()
{
    char arr[5] = {'t', 'e', 's', 't', '\0'};

    //Возвращаем указатель на элемент локального массива.
    //Массив перестаёт существовать при выходе из функции
    //Поведение программы не определено.
    return arr;
}

const char* f2()
{
    //OK. "test" - статический массив, и он не будет уничтожен при выходе из функции
    return "test";
}

Так как строковый литерал есть массив, то он может быть неявно приведён к указателю на свой первый элемент.

int  arr_int[]  = {48, 49, 50, 51, 0};
//OK. p_int указывает на первый элемент массива arr_int.
int* p_int = arr_int;
//OK p_char указывает на первый элемент массива "0123".
const char* p_char = "0123";

Тип элементов строкового литерала в языке C++ определяется следующим образом:

• Нет префикса — const char,
• Префикс u8 — const char8_t,
• Префикс u — const char16_t,
• Префикс U — const char32_t,
• Префикс L — const wchar_t,

В языке C аналогично, но

• типы не содержат const-квалификатора,
• тип элементов литералов с префиксом u8 — char (в C11 так, возможно в последних версиях черновиков стандарта изменено),
• типы char16_t и char32_t определены в заголовочном файле uchar.h и есть псевдонимы для типов uint_least16_t и uint_least32_t соответственно.
• тип wchar_t определён в заголовочном файле stddef.h и есть псевдоним для некоторого другого целочисленного типа.

И в C, и в C++ попытка изменения строкового литерала приводит к неопределённому поведению.

Важное свойство строковых литералов — они могут перекрываться в памяти.

char arr1[] = {1, 2, 3};
char arr2[] = {1, 2, 3};
//Гарантированно false;
&arr1[0] == &arr2[0];
//Может быть как true, так и false.
&"test"[0] == &"test"[0];

---

В последнем примере можно было бы сравнить адреса первых элементов массивов arr1 и arr2 так:

arr1 == arr2

Это корректный код. Массивы неявно приводятся к указателям на свои первые элементы, и происходит сравнение указателей. Однако, в C++20 возможность сравнивать два операнда с типом массив признана устаревшей (deprecated), и, вероятно, будет удалена в будущих версиях стандарта языка.

Answer 2

Строки как часть программы храняться в самом коде, и их невозможно менять, так как код программы защищён от копирования. Но если в какой-нибудь функции создать копию данной строки, то эту копию можно модифицировать.

char strarr [ ] = "abc" ;
char const * strptr = "def" ;
void func(void){
    char locstrarr [ ] = "ghi" ;
    char const * locstrptr = "jkl" ;
}

Переменная strarr - это массив букв, в который при старте программы записываются четыре буквы : 'a' , 'b' , 'c' и конец строки '\00' . Данный массив можно менять. Память для этой строки выделяется при старте программы. А если внутри функции, то каждый раз в стеке.

Переменная strptr - это указатель на массив константных букв. Эти буквы модифицировать нельзя, так как указатель указывает на одну из записей таблицы строк. И эта таблица как часть программы защищена от изменений. Выделяется память только для указателя (8 байт) в выделенном для этого свободном участке памяти или в стеке (если внутри функции).