数组分配与访问

Posted 2021-03-26 louisekou666

数组：将标量数据聚集成更大数据类型

C语言实现数组简单，容易翻译成机器代码

在机器代码中，这些指向数组元素的指针会被翻译成地址计算

优化编译器非常善于简化数组索引所使用的地址计算，这使得我们难以理解C语言代码与机器代码的对应关系

 

一. 基本原则

一维数组的声明：T A[N]（T为数据类型，N为常数）

两个效果：在内存中分配L*N字节的连续区域；引入标识符A，用A来作为指向数组开头的指针，值为xA

数组元素i会存放在xA+i*L的地方

内存引用指令可以用来简化数组访问

movl (%rdx, %rcx, 4), %eax 执行地址计算xA+4i，并将结果存放在寄存器%eax中

伸缩因子1, 2, 4, 8覆盖了所有数据类型的大小

知识点回顾：

内存引用是操作数的一种

操作数一共有3种：

1. 立即数（书写方式：‘$’后面跟一个用标准C表示法表示的整数，例如$-577,$0x1F）、
2. 寄存器（书写方式为寄存器的名称ra，实际上操作的是寄存器里的值R[ra]，将寄存器集合看成一个数组R，用寄存器标识符作为索引）、
3. 内存引用（根据计算出来的地址Addr访问某个内存位置Mb[Addr]，表示对存储在内存中地址Addr开始的b个字节值的引用）
   1. 计算地址的方式称为寻址模式，具体形式为：Imm(rb, ri, s) Imm表示一个立即数，rb称为基址寄存器，ri称为变址寄存器，s称为比例因子（s属于{1, 2, 4, 8}）
   2. 计算公式：Imm+R[rb]+R[ri]*s

 

 

二. 指针运算

C语言允许对指针进行运算，计算出来的值会根据该指针引用的数据类型的大小进行伸缩，例如表达式p+i的值为xp+L*i

表达式2, 3, 6返回数组值，类型为数组元素的类型int，因此涉及4字节操作，例如指令movl和寄存器%eax

表达式1, 4, 5返回指针，类型为int*，因此涉及8字节操作，例如指令leaq和寄存器%rax

注意??：表达式7可以计算同一个数据结构中的两个指针之差，结果的数据类型为long，值等于两个地址之差除以该数据类型的大小

 

三. 嵌套的数组

声明一个二维数组A

int A[5][3];//直接声明
等价于
typedef int row3_t[3];//嵌套声明
row3_t A[5];//可以立即为用A[5]去替换int row3_t[3]中的row3_t

这一部分的重点只有一个： 

声明数组：T D[R][C];

则它的元素D[i][j]的内存地址为&D[i][j]=xD+L(C*i+j)，L为数据类型T的大小

用行优先索引将多维数组映射到一维数组

考法：运用逆向工程，根据汇编代码确定R和C的值

 

四. 定长数组

定长数组的声明

#define N 16
typedef int fix_matrix[N][N];//将fix_matrix声明为16*16的整形数组

这部分主要讲了C语言编译器对定长多维数组的优化

例如计算两矩阵乘积的某一个元素，编译器会优化掉for循环所用的循环变量i，转换为指针的计算，左矩阵Aptr++，右矩阵Bptr+=N，并将for循环变为do-while循环，直到Bptr指向矩阵外时停止

例如将一矩阵的对角线上的元素赋值为val，编译器会优化掉for循环所用的循环变量i，转换为指针的计算，每次ptr+=N+1，并将for循环变为do-while循环，直到ptr指向矩阵外时停止

 

五. 变长数组

在历史上，C语言只支持大小在编译时就能确定的多维数组（对第一维有些例外）。那时候，程序员需要变长数组时不得不用malloc、calloc等函数为数组分配存储空间，并且需要程序员自己讲多维数组映射到一维数组，写入C语言程序。

ISO C99引入功能：数组的维度可以是表达式，在数组被分配的时候被计算出来

与定长数组的区别在于：必须用乘法指令imulq对i伸缩n倍，不能用一系列的移位和加法

利用访问模式的规律性来优化索引的计算

回到刚才的例子，计算两矩阵乘积的某一个元素，识别出访问数组元素的步长，生成的代码会避免直接使用内存地址公式的乘法计算（由于乘法计算较耗时，因此少去一步乘法计算会显著提高程序性能）