C语言中Fat Pointer式前置数据头结构体的写法是否合法？

首先可以明确说：你这种在数据块前前置元数据头结构体的写法，是C语言里非常实用且符合标准的模式，只要注意几个细节，完全可以避免未定义行为（UB），而且灵活性确实比柔性数组成员更高。

核心合法性分析 #

你的代码逻辑本质是：申请一块连续内存，前半段用作元数据头，后半段用作实际数据，然后返回指向数据段的指针。这种模式在很多自定义内存管理、带元数据的结构实现中都很常见，比如你提到的Cello fat pointer库，底层也是类似的思路。

针对你担心的指针转换问题：

1. ((struct header*)ret)->length = strlen(cstr);：
   malloc返回的void*可以安全转换为任何对象类型的指针，因为malloc分配的内存满足所有标准类型的对齐要求，struct header的对齐需求肯定被满足，所以这个转换和成员访问完全合法，没有UB。

2. struct header* tmp = sized_string - sizeof(struct header);：
   这里的关键是sized_string必须是从create_string返回的指针（也就是确实指向malloc内存块起始地址 + sizeof(struct header)的位置）。因为char*的指针算术是按1字节偏移的，所以减去sizeof(struct header)后得到的地址，正好是头结构体的起始地址。
   另外，由于malloc的起始地址满足struct header的对齐要求，而sizeof(struct header)必然是其自身对齐要求的整数倍（比如你的头只有size_t成员，大小和对齐都是sizeof(size_t)），所以计算后的地址也满足头结构体的对齐要求，转换为struct header*并访问成员是安全的。

和柔性数组成员的对比 #

你提到的sds用的柔性数组成员（C99的unsigned char data[]），写法更直观，但确实灵活性有限：

• 柔性数组必须是结构体的最后一个成员，如果你想直接返回数据段的指针给用户（而不是结构体指针），还是需要计算偏移，和你的写法类似。
• 你的前置头写法可以返回任意类型的数据指针（char*、int*、自定义结构体指针），用户完全不需要感知头的存在，封装性更好，适合做通用的带元数据的存储。

关于你提到的UB写法 #

那种struct header { size_t len; unsigned char data[1]; };的写法，访问data[1]及以后确实是UB，因为data数组只声明了1个元素，越界访问数组属于标准明确规定的UB。而你的写法是把malloc内存分成独立的头区和数据区，数据区是单独的一块内存，你是把它当成独立的数组来使用，不属于数组越界，所以完全合法。

优化后的写法建议 #

你的代码已经很清晰了，可以做一些小优化提升可读性和健壮性：

#include <stdlib.h>
#include <string.h>

// 用typedef简化结构体引用
typedef struct {
    size_t length;
} StringHeader;

char* create_string(const char* cstr) {
    if (!cstr) return NULL; // 空输入检查
    size_t str_len = strlen(cstr);
    // 直接分配头+数据的内存，返回头指针
    StringHeader* header = malloc(sizeof(StringHeader) + str_len + 1);
    if (!header) return NULL; // 必须检查malloc失败！

    header->length = str_len;
    // header + 1 等价于跳过整个头结构体，指向数据区起始位置
    strcpy((char*)(header + 1), cstr);
    // 返回数据区指针
    return (char*)(header + 1);
}

size_t get_length(const char* sized_string) {
    if (!sized_string) return 0; // 空指针检查
    // 先转char*做偏移，再转回头指针
    StringHeader* header = (StringHeader*)((char*)sized_string - sizeof(StringHeader));
    return header->length;
}

优化点说明：

• 增加了空指针检查，避免实际使用时的崩溃。
• 用header + 1代替(char*)header + sizeof(StringHeader)，更直观地表达“跳过整个头结构体”的意图。
• 用typedef简化结构体的使用，代码更整洁。

可移植性注意事项 #

• 不同平台上size_t的大小可能不同，但sizeof(StringHeader)会自动适配，malloc的大小计算是按字节的，所以不会有问题。
• 始终用char*做指针偏移计算：因为只有char*的指针算术是按1字节步长的，其他类型的指针步长是其自身大小，容易出错。
• 确保数据区的对齐：如果你的数据区要存放非char类型（比如int、double），只要头结构体的大小是其对齐要求的整数倍（通常都满足，因为头里的成员都是标准类型），数据区的地址就会满足对齐要求，不会有问题。

内容的提问来源于stack exchange，提问作者Kona98