Ukazatele - Jazyk C

4.2.2021 18:48 | Přečteno: 2346× | Programování |

Ukazatel je proměnná, jejíž hodnota je adresa. Dereferencující operátor * zpřístupňuje proměnnou, na kterou ukazatel ukazuje. Operátor & umožňuje získat adresu proměnné.

int x = 1;
int *ip;    /* deklarace ukazatele */

ip = &x;    /* ip je 0x7ffd87ef82b4 */
*ip = 0;    /* x je 0 */

Zvýšení hodnoty, na kterou ip ukazuje:

(*ip)++;    /* x je 1 */
++*ip;      /* x je 2 */

Ukazatel ukazuje na specifický datový typ, s výjimkou ukazatele na void, ten může ukazovat na jakýkoliv typ, ale nesmí být dereferencován. Rovněž nesmí být dereferencován ukazatel, který má hodnotu NULL.

Při deklaraci můžeme ukazatel rovnou inicializovat:

int *ip = &x;

Ukazatele a pole

int a[10];
int *pa;

pa = &a[0];

Nyní přiřazení

x = *pa;

zkopíruje obsah a[0] do x.

pa+i je adresa a[i] (tedy &a[i]) a *(pa+i) je obsah a[i].

Jelikož jméno pole je adresa prvního prvku, přiřazení

pa = &a[0];  

a

pa = a;          

jsou ekvivalentní.

Výrazy s poli a indexy jsou ekvivalentní výrazům s ukazateli a posunem, tudíž je možné napsat pole a[i] jako *(a+i) a &a[i] jako a+i, a naopak ukazatel *(pa+i) jako pa[i]. Nicméně výrazy jako a=pa nebo a++ nejsou správné, jelikož jméno pole není proměnná.

Opět můžeme ukazatel rovnou inicializovat:

int *pa = a;

Ukazatele a funkce

Jelikož se funkcím předávají pouze kopie argumentů, funkce nemohou měnit jejich hodnoty. Nicméně funkce může změnit hodnotu argumentů nepřímo přes jejich adresu pomocí ukazatelů.

Prohození hodnot v a a b:

int a = 3;
int b = 5;

swap(&a, &b);

void swap(int *px, int *py)
{
    int temp;
    
    temp = *px;
    *px = *py;
    *py = temp;
}

Pokud funkci předáváme pole, předáváme adresu prvního prvku.

int strlen(char *s)
{
    int n;
    
    for (n = 0; *s != '\0'; s++)
        n++; 
    return n;
}

Všechna tato volání fungují:

strlen("hello world");   /* retezcova konstanta */
strlen(array);           /* char array[100]; */
strlen(ptr);             /* char *ptr; */  

Parametr char *s ve funkci strlen můžeme napsat i jako char s[], nicméně dáváme přednost prvnímu způsobu, jelikož přesněji vyjadřuje, že je parametrem ukazatel.

Kvůli větší bezpečnosti funkce strlen ze standardní knihovny vrací typ size_t, což je typedef pro neznaménkový typ.

Funkci je také možné předat pouze část pole. Pokud a je pole,

f(&a[2]);

nebo

f(a+2);

předají funkci f adresu podpole, které začíná na a[2].

Řetězcové konstanty

Nejčastěji se řetězcové konstanty objevují jako argumenty funkcí:

printf("hello, world\n");

Ale lze je definovat i jako běžné proměnné:

char *greeting;

greeting = "hello, world";

nebo přímo

char *greeting = "hello, world";

Na rozdíl od pole se znaky v řetězcových konstantách nesmějí měnit, změna znaku způsobí nedefinované chování. Nicméně je možné změnit adresu ukazatele, aby ukazoval někam jinam.

Z řetězcových konstant je také možné vytvářet pole:

char *colors[] = {
    "red",
    "green",
    "blue",
    NULL
};

Dynamická alokace

Pokud chceme alokovat proměnné dynamicky (během běhu programu), použijeme funkci malloc, která vrací adresu paměti přidělenou operačním systémem. K uvolnění paměti slouží funkce free. Paměť je nutné uvolňovat, aby nevznikaly memory leaky. Dobrou praxí je po uvolnění paměti nastavit ukazatel na NULL, abychom neměli takzvaný "dangling pointer", tedy ukazatel, který ukazuje do paměti, která nám již nepatří, takový ukazatel se nesmí dereferencovat. Rovněž je zakázané uvolňovat dvakrát stejnou paměť. Nicméně pokud funkci free předáme hodnotu NULL, nic se nestane.

Funkce estrdup dynamicky alokuje pole typu char:

char *estrdup(char *s)
{
    char *t;
    
    if ((t = (char *) malloc(strlen(s)+1)) == NULL)    {
        printf("estrdup(\"%.20s\") failed!\n", s);
        return NULL;
    }
    strcpy(t, s);
    return t;
}

Funkce malloc alokuje dostatek místa, včetně nulového znaku, pro řetězec (pole znaků) s a funkce strcpy tento řetězec na toto místo zkopíruje.

Pole ukazatelů

Vzhledem k tomu, že ukazatel je vlastně obyčejná proměnná, je možné z ukazatelů vytvářet pole.

Následující program načítá jednotlivé řádky a poté je vypíše. Načítání řádků ukončí stisk CTRL+D, který vyvolá EOF hodnotu.

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

#define MAXLINES      5000

char *lines[MAXLINES];

int readlines(char *lines[], int maxlines);
void printlines(char *lines[], int n);

int main()
{    
    int nlines;
    
    if ((nlines = readlines(lines, MAXLINES)) < 0) {
        printf("readlines() failed!\n");
        return 1;
    }
    printlines(lines, nlines);    
    return 0;
}

#define MAXBUF        1000
char *estrdup(char *);

int readlines(char *lines[], int maxlines)
{    
    char buf[MAXBUF], *s;    
    int nlines = 0;
    
    while (fgets(buf, MAXBUF, stdin) != NULL) {        
        if (nlines >= maxlines || (s = estrdup(buf)) == NULL)
            return -1;    
        if (s[strlen(s)-1] == '\n')
            s[strlen(s)-1] = '\0'; 
        lines[nlines++] = s;
    }    
    return nlines;
}

void printlines(char *lines[], int n)
{
    while (n-- > 0)
        printf("%s\n", *lines++);    
}

Definice char *lines[MAXLINES] představuje pole ukazatelů a funkce estrdup ukazatelům během načítání jednotlivých řádků přiděluje paměť.

Hlavičku funkce

int readlines(char *lines[], int maxlines)

je možná napsat i jako:

int readlines(char **lines, int maxlines)

Vzhledem k tomu, že název pole je adresa prvního prvku a v tomto případě je prvním prvkem ukazatel, předáváme adresu ukazatele, což odpovídá parametru char **lines (ukazatel na ukazatel typu char).

Parametr ukazatel na ukazatel typu char (adresa ukazatele typu char) má například i funkce strtol ze standardní knihovny, její parametr mění hodnotu ukazatele, tedy adresu, na kterou ukazatel ukazuje. Funkce strtol převádí řetězec na číslo a má tuto hlavičku:

long strtol(const char *s, char **endp, int base)  

Funkce get_long načítá řetezec ze standardního vstupu a poté jej převede na číslo typu long. Pokud řetězec obsahuje nečíselné znaky, funkce vrátí chybu.

    
int get_long(long *x)
{
    enum { MAX = 20 };
    char s[MAX], *endp;    
    
    if (fgets(s, MAX, stdin) == NULL)    {    
        printf("get_long() exit 1\n");
        exit(1);
    }
    if (s[strlen(s)-1] == '\n')
        s[strlen(s)-1] = '\0';
    errno = 0;
    *x = strtol(s, &endp, 10);
    if (errno != 0 || *endp != '\0' ||
        *s == '\0') {
        printf("bad input!\n");
        return 0;
    }    
    return 1;
}

Možné použití funkce get_long:

long x;
    
while (!get_long(&x))
    ;

Pole ukazatelů lze vytvořit i dynamicky. Funkce alloc2d alokuje dvourozměrné pole typu long.

long **alloc2d(size_t r, size_t c)
{
    long i, **p;
    
    p = (long **) malloc(r * sizeof(long *));
    for (i = 0; i < r; i++)
        p[i] = (long *) malloc(c * sizeof(long));    
    return p;
}

Parametry r a c představují počty řádků (rows) a sloupců (columns).

Ukazatele na funkce

Ukazatele na funkce je možné přiřazovat, předávat funkcím, funkce je mohou vracet a také z nich lze vytvářet pole. Hodnota ukazatele na funkci je adresa funkce a při dereferenci je funkce, na kterou ukazatel ukazuje, zavolána.

char str[10];    
char *(*fn)(char *, const char *) = strcpy;
    
(*fn)(str, "Hello");  

Funkce vracející ukazatel na funkci:

char *(*get_strcpy(void))(char *, const char *)
{
    return strcpy;    
}

Pole ukazatelů na funkce:

void (*funcs[])(void) = {
    func1,
    func2,
    func3,
    NULL
};
    
process(funcs);

void process(void (*funcs[])(void))
{
    while (*funcs != NULL)
        (*(*funcs++))();
}

Následující příklad ukazuje interface pro matici. Funkce apply má jako parametr ukazatel na funkci, takže vlastně vkládáme další kód do funkce. Ve funkci apply jsou dvě smyčky for, které používáme při práci s maticí, a při inicializaci nebo výpisu matice tyto smyčky v ostatních funkcích již nemusíme opakovat.

main.c

#include "matrix.h"

int main()
{
    MT *m;
    
    m = MT_new(5, 5);
    MT_print(m, "%ld\t");
    MT_set_all(m, 7);
    MT_print(m, "%ld\t");        
    return 0;
}


matrix.c

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

#include "matrix.h"

static long **alloc2d(size_t r, size_t c);
static MT *alloc(void);
static void apply(MT *m, void (*fn)(MT *, int, int, void *), void *arg);
static void set_all(MT *m, int i, int j, void *arg);
static void print(MT *m, int i, int j, void *arg);

struct MT {
    int rows;
    int cols;
    long **data;    
};

MT *MT_new(int r, int c)
{
    MT *m;
    
    m = alloc();
    m->rows = r;
    m->cols = c;
    m->data = alloc2d(r, c);    
    MT_set_all(m, 0);
    return m;
}

static MT *alloc(void)
{
    return (MT *) malloc(sizeof(MT));    
}

static void apply(MT *m, void (*fn)(MT *, int, int, void *), void *arg)
{
    int i, j;
    
    for (i = 0; i < m->rows; i++)
        for (j = 0; j < m->cols; j++)
            (*fn)(m, i, j, arg);    
}

static void set_all(MT *m, int i, int j, void *arg)
{
    m->data[i][j] = *(int *) arg;    
}

static void print(MT *m, int i, int j, void *arg)
{
    printf((char *) arg, m->data[i][j]);    
}

void MT_set_all(MT *m, int n)
{
    apply(m, set_all, &n);
}


void MT_print(MT *m, void *arg)
{
    apply(m, print, arg);
}


matrix.h

#ifndef MT_H
#define MT_H

typedef struct MT MT;

MT *MT_new(int r, int c);
void MT_set_all(MT *m, int n);
void MT_print(MT *m, void *arg);

#endif

Uživatel neinkluduje celý typ struktury, ale pouze její typedef, což je neúplný typ, takže uživatel nemá přístup k položkám struktury, jsou tedy privátní. Ukazatel na void nesmí být dereferencován, proto je nutné jej přetypovat na správný typ a až poté tento typ dereferencovat.

V případě ukazatelů na struktury existují dvě možnosti, jak přistupovat k položkám struktur:

(*p).x

nebo pohodlnější

p->x 

Funkce na uvolnění paměti by mohla mít parametr ukazatel na ukazatel, takže by nastavila ukazatel pro interface na NULL.

void MT_free(MT **m)
{
    int i;
    
    for (i = 0; i < (*m)->rows; i++)
        free((*m)->data[i]);
    free((*m)->data);
    free(*m);
    *m = NULL;
}

int main()
...

MT_free(&m);        /* m je NULL */

Mimochodem

(*m)->rows 

můžeme napsat i jako

(**m).rows

A syntaxe pro přístup k hodnotám u 2D polí přes ukazatele je

*(*(a+i)+j)

       

Komentáře

[Jendа]

V případě ukazatelů na struktury existují dvě možnosti, jak přistupovat k položkám struktur:

(*p).x

nebo pohodlnější

p->x

Jsem jediný, komu chybí p-->x (ekvivalent zmíněného (*m)->rows → m-->rows)? Šlo by na to napsat makro?

[Michal Kubeček]

Nemyslím že by to nějak zvlášť přispělo čitelnosti. Navíc takhle by ten operátor určitě vypadat nemohl, protože m-->rows se parsuje jako (m--)->rows a asi by mi i víc smyslu dávalo m->>rows. Pocit chybějícího operátoru mám spíš u konstrukcí typu (*p)[idx]

[Michal Kubeček]

protože m-->rows se parsuje jako (m--)->rows

Oprava: mělo tam být "…jako (m--) > rows".

[Gréta]

děte si mršit c++ jóóó??? :O >:C

jestli to teda eště jako nějak víc de :D :D ;D ;D

[z_sk]

Ukazatel je špecialná premenná, ktorá pracuje s adresami. 

[Člověk z Horní Dolní]

A TL;DR verze?

[podlesh]

jen retro vzpomínky na to, jak se programovalo v minulém tisíciletí

[Ariczek]

Třeba v embedded světě je to běžné i dneska.

Tam, kde dělám cca 8 let, je nejnovější možný výstřelek C++03 v gcc-4.3 ;)

[Michal Kubeček]

No, nebýt těch hlaviček funkcí, měl bych pocit, že je velká část příkladů opsaná z Kernighana a Richieho. A jsou tam i věci, které by dneska asi při review narazily. Třeba ta hromada chybějících const (hlavně ten nekonstantní pointer ukazující do string literal) nebo zbytečné přetypovávání pointerů vracených malloc().

[kvr]

Kromě chybějících const všude možně (například strlen v základní knihovně a všechny ostatní mají u vstupních proměnných všude const. Stejně tak string constants jsou jako const char * ), nějakých optimalizací jako memcpy místo strcpy, když už je známa délka. Typ size_t není kvůli bezpečnosti, ale kvůli přenositelnosti (zdravím Microsoft s jejich neslavným DWORD), i když v korektní přenositelnost má eventuelně na bezpečnost vliv taky.

Nicméně, je to jen takový jemný úvod, který si asi přečtou studenti v první kapitole jazyka C. Čekal bych nějakou sondu do třešniček, jako třeba deklarace pole ukazatelů vs ukazatel na pole, funkce vracející ukazatel na pole apod. Ve své době, kdy jsem ještě dělal v C++, tohle byly moje noční můry, které jsem bez manuálu zpaměti obvykle nedal .

[johnyK]

Kromě chybějících const všude možně (například strlen v základní knihovně a všechny ostatní mají u vstupních proměnných všude cons

co se prakticnosti tyce bych mel jednu pripominku:

kvuli tem miliardam dotazum na internetu, jak to s tim const hlavne u tech pointru na char vlastne je, jsem toho nazoru, ze my, kteri jsme s K&R zacinali se bez tech const dost dobre muzeme obejit.

To ze me ten const u strlen-funkce ubezpecuje, ze ta funkce ten string pri zjistovani te delky nezmeni mi nijak zvlast nevzrusuje a ani neuklidnuje, nas starsi by v zivote nenapadlo, ze by nekdo mohl napsat funkci, ktera by to delela. Taky bych se vsadil, ze 99,99% C-programatoru by nedokazalo z fleku napsat tu deklaraci toho nemeneho pointru na ten nemeny retezec. (ja bych to tedy nedokazal )

Dlouho se rikalo, ze to const muze urychlit program. Na netu je rada clanku, ktere to vyvraci.

[kvr]

To není ani tak o tom, zda člověk používáním selského rozumu dokáže sám odhadnout, zda funkce nemění data. Ale je to hlavně informace pro kompilátor, který dokáže odchytit potenciální chyby, což je důležité zvláště u komplexnějších projektů.

Neměnný pointer na neměnný řetězec je celkem jednoduchý - prostě se dá const před cílový typ i před samotnou proměnnou. Prakticky je ale důležitý ten cílový typ, co si funkce dělá s parametrem vevnitř (kopií proměnné předávanou volajícím), mi může být ukradené (i když best practice říká, že parametry se neměnní).

Ohledně vlivu na výkon - viz výše, to není hlavním cílem. Ale nevyvracel bych to, samozřejmě ne v triviálních případech jako strlen. Kompilátor si může uložit kopii do registru nebo její část v případě struktur apod., takže lepší výkon může být důsledkem taky.

[kralyk z abclinuxu]

co si funkce dělá s parametrem vevnitř (kopií proměnné předávanou volajícím), mi může být ukradené

Nóóó... úplně jedno to taky není, z tohohle důvodu byl přidán restrict, kterým se vývojář zaklíná, že nebude vytvářet aliasy (kopie pointerů apod.), což umožňuje optimalizace přístupu do paměti / lepší cachování...

(Je to tak trochu směrem, kterým šel Rust, kde jsou pravidla aliasingu ještě o dost striktnější a jejich dodržování tvrdě vymáháno kompilátorem, v C jde jen o optimalizační hint a kompilátor maximálně háže warningy. Paradoxně Rust aktuálně ten optimalizační potenciál nevyuživá, protože v LLVM to je rozbité )

[Michal Kubeček]

Jeden příklad z reálné praxe: tenhle commit opravuje nenápadnou regresi, kvůli které spousta lidí po upgradu na jádro 5.10 nenabootovala (doporučuji pozornosti zejména položku Duplicates). A to jen proto, že někdo kvůli celkem zbytečnému přidanému debugovacímu printk() v jedné funkci modifikoval data, která ta funkce vůbec neměla co měnit - a která za určitých okolností byla opravdu read only. Kdyby tam byl const, tak by ho chyba při překladu hned trkla, že dělá něco špatného, a řešil by to jinak (nebo by tam ten ladící příkaz vůbec nedal).

[kralyk z abclinuxu]

Výrazy s poli a indexy jsou ekvivalentní výrazům s ukazateli a posunem, tudíž je možné napsat pole a[i] jako *(a+i)

Můžeš to napsat i jako i[a] ... kolegové to jistě ocení

Nicméně výrazy jako a=pa nebo a++ nejsou správné, jelikož jméno pole není proměnná.

No, proměnná to je, ale to přiřazení neprojde, protože, AFAIK

1. Není dovoleno přiřazovat do proměnných/výrazů s typem pole.
2. Typ pole implicitně kovertuje na pointer, ale opačná konverze není povolená.

[Michal Kubeček]

IMHO nejnázornější příklad ukazující, že pole a pointer opravdu není totéž (i když to spolu úzce souvisí), je

  T *ptr;
  T array[10];

  printf("%zu, %zu\n", sizeof(ptr), sizeof(array));

[z_sk]

Pointer a polia su to iste.

Plus ale tento specialny zapis definovania polia hovori aj, ze vznika na zasobniku z vopred danou velkostou. Pokial vie sizeof() velkost, tak vracia velkost prvku, inac velkost datoveho typu. A tym ze si presne definoval velkost, tak vie aj jeho presnu velkost.

Z definicie nevies, ci sa odkazuje na jednosmerne pole dat, alebo jeden prvok:

void boo(char *bar) {…}

[kralyk z abclinuxu]

Pointer a polia su to iste.

Ne, nejsou, jsou to různé datové typy.

[Agent]

Chápu to tak, že když udělám:

char *retezec1 = "Nazdar";

char retezec2[] = "Nazdar";

Tak bych řekl, že rozdíl je hlavně v tom, že s prvním nemohu manipulovat, je jen pro čtení, s druhým ano. Nevím, jak je ta která struktura reprezentovaná na nízké úrovni, na úrovni strojáku, ale nedivil bych se, kdyby to bylo stejný akorát tam bude nějaká "omáčka" okolo dávající tomu nějaké vlastnosti. Ale nevim.

[Michal Kubeček]

Rozdíl tam bude, protože v prvním případě "Nazdar" bude globální konstanta, která v závislosti na kompilátoru může být i v read only sekci. Navíc překladač může dělat i taková kouzla, že např.

char *str1 = "Nazdar";
char *str2 = "zdar";

použije jen jeden řetězec "Nazdar" a druhý pointer nechá ukazovat do něj. To je možné právě díky tomu, že string literal je automaticky only. Proto je v takovém případě lepší použít const, aby vás překladač varoval, pokud byste ho zkusil přepisovat.

Oproti tomu to druhé je inicializace lokálního pole znaků, které je defaultně přepisovatelné. V praxi ale samozřejmě závisí na zbytku kódu, co s tím řetězcem dělá, protože po optimalizaci tam ve skutečnosti žádný string "Nazdar" nikde být ani nemusí.

[Agent]

Ukazatel je proměnná, jejíž hodnota je adresa.

A ukazatel sám o sobě je adresa, která leží na nějaké adrese. A ta adresa leží na nějaké adrese. A ta adresa......

[z_sk]

Aspon co sa tyka ukladania do pamete, tak pointer moze byt premenna. Ale co sa tyka vykonavania, tak sa s nou nemusi uz pracovat ako s obycajnou premennou. Totiz, nejake instrukcia v ASM pracuju len s adresou a adresa nemusi byt formatovo rovnaka ako premenna (napr. vecsia dlzka, ukladana v RAW ako offset+posun).

[xkucf03]

<flame-war> Chápu, že článek se věnuje C a ne C++, ale to jsem vážně jediný, komu vadí psát tu hvězdičku k názvu proměnné a kdo by ji psal raději k typu? </flame-war>

[Michal Kubeček]

Tohle je bohužel věc, která je navržená dost nešťastně. Na jednu stranu je pravda, že psát hvězdičku k typu je logičtější, hlavně když je tam inicializace:

T *p = &x;  // kam  že to tu adresu přiřazujeme?
T* p = &x;  // tady je to jasné, do p

Jenže problém nastává u vícenásobných deklarací:

T* p, x;    // tohle vypadá, jako by p a x měly stejný typ
T *p, x;    // ale mají ho *p a x
T* p, *q;   // a kam napsat tu druhou hvězdičku tady?

Osobně se ale těm násobným deklaracím s pointery snažím vyhýbat.

[Kate]

Osobně je raději ani nepoužívám. Přijde mi to čitelnější i za cenu vyššího počtu řádků.