C语言中数组下标与指针算术运算结果不同的原因探究

在C语言中，使用数组下标语法获取数组元素地址时得到了无效地址，但用指针算术运算却能得到预期的正确地址，核心原因在于无符号整数的溢出特性和数组下标表达式的运算规则，结合代码示例分析如下：

问题复现代码（变量arg版本） #

编译环境：gcc C99/C11标准，编译选项-Wall -O0

#include <stdio.h>

int main() {
    unsigned int arg = 0;
    char         arr[5] = {'a', 'b', 'c', 'd', 'e'};
    char*        arrp   = arr + 2;
    char*        pos_1  = arrp - arg - 1;
    char*        pos_2  = &arrp[-arg - 1];
    printf("arr:  %p\narrp: %p\npos_1:%p\npos_2:%p\n", arr, arrp, pos_1, pos_2);
    return 0;
}

运行结果 #

arr:  0x7fff31035a73
arrp: 0x7fff31035a75
pos_1:0x7fff31035a74
pos_2:0x800031035a74

可以看到pos_2的地址明显无效（高位多了0x8000）。

常量替代后的正常代码 #

当用常量0代替变量arg时，pos_2能得到正确地址：

#include <stdio.h>

int main() {
    char         arr[5] = {'a', 'b', 'c', 'd', 'e'};
    char*        arrp   = arr + 2;
    char*        pos_1  = arrp - 0 - 1;
    char*        pos_2  = &arrp[-0 - 1];
    printf("arr:  %p\narrp: %p\npos_1:%p\npos_2:%p\n", arr, arrp, pos_1, pos_2);
    return 0;
}

运行结果 #

arr:  0x7ffc270c4ed3
arrp: 0x7ffc270c4ed5
pos_1:0x7ffc270c4ed4
pos_2:0x7ffc270c4ed4

原因分析 #

1. 无符号整数的运算特性：
   arg是unsigned int类型，C语言中无符号整数的运算遵循模2^n规则，不存在负数。当计算-arg -1时，-arg会被转换为对应无符号类型的最大值（比如32位unsigned int是0xFFFFFFFF），再减1得到0xFFFFFFFE——这是一个极大的正数，而非预期的-1。

2. 数组下标表达式的等价规则：
   C标准规定，arrp[N]等价于*(arrp + N)，因此&arrp[N]本质就是arrp + N。在&arrp[-arg -1]中，N即-arg -1，由于arg是无符号数，整个表达式的结果是无符号类型的极大值，将这个值作为偏移量加到arrp上，直接导致指针地址溢出，得到无效的高位地址。

3. 指针算术运算的运算顺序与类型转换：
   对于arrp - arg -1，运算顺序是(arrp - arg) - 1：

   • 第一步arrp - arg：arrp是char*类型，arg是unsigned int（值为0），会触发寻常算术转换，指针地址被转换为对应宽度的无符号整数类型，减去0后仍等于arrp的地址；
   • 第二步减1：这里的1是int类型，指针减去1等价于向前偏移一个char的长度，结果正确。

4. 常量编译期优化的影响：
   当arg是常量0时，编译器在编译期就能直接计算出-0 -1 = -1，这个值是有符号整数，此时arrp + (-1)等价于arrp -1，自然得到正确地址。

内容的提问来源于stack exchange，提问作者Newb