字符串文字的 C 优化

Question

我刚刚在 gdb 中检查了以下内容：

char *a[] = {"one","two","three","four"};
char *b[] = {"one","two","three","four"};
char *c[] = {"two","three","four","five"};
char *d[] = {"one","three","four","six"};

...我得到以下信息：

(gdb) p a
$17 = {0x80961a4 "one", 0x80961a8 "two", 0x80961ac "three", 0x80961b2 "four"}
(gdb) p b
$18 = {0x80961a4 "one", 0x80961a8 "two", 0x80961ac "three", 0x80961b2 "four"}
(gdb) p c
$19 = {0x80961a8 "two", 0x80961ac "three", 0x80961b2 "four", 0x80961b7 "five"}
(gdb) p d
$20 = {0x80961a4 "one", 0x80961ac "three", 0x80961b2 "four", 0x80961bc "six"}

我真的很惊讶字符串指针对于等价词是相同的。我原以为每个字符串都会在堆栈上分配自己的内存，而不管它是否与另一个数组中的字符串相同。

这是某种编译器优化的例子，还是这种字符串声明的标准行为？

Answer 1

这被称为“字符串池”。它在 Microsoft 编译器中是可选的，但在 GCC 中不是。如果您在 MSVC 中关闭字符串池，那么不同数组中的“相同”字符串将被复制，并且具有不同的内存地址，因此会占用额外（不必要的）50 字节左右的静态数据。

编辑：v 4.0 之前的 gcc 有一个选项，-fwritable-strings，它禁用了字符串池。此选项的效果是双重的：它允许覆盖字符串文字，并禁用字符串池。因此，在您的代码中，设置此标志将允许一些危险的代码

/* Overwrite the first string in a, so that it reads 'xne'.  Does not */ 
/* affect the instances of the string "one" in b or d */
*a[0] = 'x';

Answer 2

（我假设您的 a、b、c 和 d 被声明为局部变量，这是您与堆栈相关的期望的原因。）

C 中的字符串文字具有静态存储持续时间。它们永远不会在“堆栈上”分配。它们总是分配在全局/静态内存中并且“永远”存在，即只要程序运行。

您的 a、b、c 和 d 数组已分配在堆栈上。存储在这些数组中的指针指向静态内存。在这种情况下，相同单词的指针相同并没有什么不寻常的。

编译器是否会将相同的文字合并为一个取决于编译器。一些编译器甚至有一个选项来控制这种行为。字符串文字始终是只读的（这就是为什么对数组使用 const char * 类型是一个更好的主意），因此在您开始依赖实际指针之前，它们是否被合并并没有太大区别价值观。

附：只是出于好奇：即使这些字符串文字是在堆栈上分配的，为什么您会期望相同的文字被多次“实例化”？