C语言数组实现机制探究：如何知晓大小及底层实现方式

咱们先明确一点：数组绝对不是指针。虽然两者作为左值（lvalue）的时候，看起来都关联着虚拟内存里某个位置的地址，但实际差异大着呢，看下面这个例子就懂了：

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

int main(){ 
    char buffer0[4096]; 
    char* buffer1 = malloc(4096); 
    printf("lvalue %16p sizeof %lu\n", (void *) buffer0, sizeof(buffer0)); 
    printf("lvalue %16p sizeof %lu\n", (void *) buffer1, sizeof(buffer1)); 
    // Example output: 
    // lvalue 0x7ffcb70e8620 sizeof 4096 
    // lvalue 0x7a4420 sizeof 8 
}

从输出就能看出两者的本质区别，总结下来核心差异有这些：

• 数组知晓自身的字节大小（进而能算出元素数量）；指针本身并不知晓指向内存的大小（不过malloc()会在内部记录分配的内存大小，这样free()才能仅通过指针正确释放）
• 数组具备自动内存回收特性（不用手动调用free()）；如果是通过malloc()分配内存的指针，就必须手动释放，不然会造成内存泄漏
• 数组（自动数组）通常存储在栈中（比如示例里的高虚拟内存地址）；指针指向的动态分配内存存储在堆中（示例里的低虚拟内存地址）
• 数组在传递给函数时会“退化”成指针，这时函数里拿到的就只是个地址，没法再通过sizeof获取原数组的大小
• 数组的大小是固定的，没法调整；指针则可以指向不同大小的内存块，灵活性更高

总体来说，数组就像个“带脑子的容器”——它知道自己装了多少东西，还能自动清理，但灵活性差；指针则更像个“万能地址牌”，能指向各种地方，但得自己操心内存管理和大小问题。

关于数组实现的两个关键问题 #

1. 数组是如何知晓自身大小的？这一机制是如何实现的？ #

其实数组的大小信息是编译器在编译阶段就记录下来的。

比如你写char buffer0[4096];的时候，编译器会把4096这个数值存在编译过程的符号表或者相关元数据里。当你在代码里用sizeof(buffer0)的时候，编译器根本不会在运行时去计算，而是直接把这个表达式替换成编译时就确定好的4096。

不过这里要提一句变长数组（VLA，比如int n = 10; char buf[n];），它的大小是在运行时确定的，这时候sizeof(buf)会在运行时计算，但本质还是编译器生成了对应的代码，去读取这个数组的大小信息——这个信息会被存在栈上的某个位置，和数组本身的内存块关联在一起。

2. 总体而言，C语言中的数组是如何实现的？（由编译器还是内核负责实现？） #

数组的实现完全是编译器的活儿，内核根本不会关心“数组”这种C语言层面的概念，它只负责管理虚拟内存的分配和映射。

具体来说：

• 对于函数内部的自动数组（比如示例里的buffer0）：编译器会在编译时计算它需要的内存大小，然后生成汇编指令，在函数执行时调整栈指针，给数组预留出对应的栈空间。数组的基地址就是栈上的某个固定偏移，访问数组元素的时候，编译器会把buffer0[i]转换成*(buffer0 + i * sizeof(char))这样的地址计算，直接操作内存。
• 对于全局数组或者静态数组：编译器会在目标文件的.data段（已初始化）或者.bss段（未初始化）里预留出对应的内存空间，程序加载的时候，内核会把这些段映射到进程的虚拟内存里，但内核不知道这是数组，只知道是一块内存。

简单说，数组就是编译器给你封装的“语法糖”，本质上就是一块连续的内存，编译器帮你记住了它的大小，还帮你处理了内存的分配和回收（自动数组），而内核只负责底层的内存管理工作。

内容的提问来源于stack exchange，提问作者 Étale-cohomology