C语言函数返回字符串时printf输出差异的原因咨询

我正在学习C语言中函数返回字符串的两种常用方式：使用static字符数组、通过malloc动态分配内存，并做了如下实验：

#include <stdio.h>
#include <stdlib.h>

char *repeat(char r)
{
    int x;
    // char *string = malloc(32 * sizeof *string);

    static char string[32];
    for(x=0;x<32;x++)
        string[x] = r;

    return string;
}

int main()
{
    char *a = repeat('a');
    printf("%s\n",a);
    printf("%s\n",repeat('a'));

    return(0);
}

我清楚这段代码存在未定义行为，因为填充完字符后没有添加字符串终止符'\0'，printf("%s")会一直读取内存直到遇到'\0'。

不同实现的输出差异 #

• static数组版本：两次printf输出完全一致，都是32个'a'加上后面的垃圾字符：

  aaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaa☺
  aaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaa☺
  

  这是因为static数组位于全局数据区，整个程序生命周期内地址固定，两次调用repeat修改的是同一块内存，超出32字节的部分是内存中的残留数据，所以输出一致。

• malloc版本：输出出现明显差异：

  aaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaasers\man∩╒║2ü8
  aaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaa
  

  保存repeat返回值到指针a后再printf，输出带有垃圾字符；但直接把repeat('a')作为printf的参数时，却始终没有垃圾字符，多次运行结果一致。

差异原因分析 #

本质上这还是未定义行为的表现，但可以从内存布局和函数调用时机来解释：

1. 保存指针后输出的情况：malloc分配的堆内存来自进程的堆空间，这块内存可能是之前被释放过的“旧内存”，里面残留着之前使用过的非0数据。当我们把32个'a'填满后，后面的字节都是这些残留垃圾，printf读取时会一直读到某个随机出现的'\0'，所以输出带垃圾字符。
2. 直接传返回值输出的情况：你的malloc分配器在每次分配32字节时，刚好在分配的内存块紧接的下一个字节是'\0'。这可能是因为：
   • 分配器为了对齐或管理内存，会在分配块周围保留一些初始化为0的元数据；
   • 新分配的内存来自操作系统刚分配的全新内存页，页内未使用的区域默认被初始化为0。
     由于repeat返回指针后printf立即读取，刚好在32个'a'之后遇到'\0'，所以没有垃圾字符输出。

正确做法 #

无论用哪种方式返回字符串，都必须确保末尾添加'\0'，比如修改循环为x<31，留一个位置放终止符：

for(x=0;x<31;x++)
    string[x] = r;
string[31] = '\0';

内容的提问来源于stack exchange，提问作者Hai Pham