在 C 语言中：我可以让两个不同类型的指针指向同一个地址吗？

Posted 2023-02-24

【中文标题】在 C 语言中：我可以让两个不同类型的指针指向同一个地址吗？

【英文标题】：In C: Can I have two pointers of different types pointing to the same address?

【发布时间】：2022-01-23 21:36:40

【问题描述】：

问题：

我可以让两个不同类型的指针（uint32_t * 和char *）指向同一个地址吗？

---

这就是我想要这个的原因：

我想在C 中将UTF-8 转换为UTF-32，反之亦然。

可以说，我有一个 uint32_t 类型的变量，其中包含一个 UTF-32 编码的 unicode 字符。而且我已经知道以 UTF-8 编码时它需要 4 个字节。它的二进制表示是这样的：

00000000000aaabbbbbbccccccdddddd

a、b、c 和 d 是 4 个不同的范围，其中每个位可以是 0 或 1。 通过巧妙的按位 &、| 和 << 操作，我可以重新排列这些位，以便最后有这个新的分布：

00000aaa00bbbbbb00cccccc00dddddd

然后我可以翻转一些位（再次使用|）来得到这个

11110aaa10bbbbbb10cccccc10dddddd

当我将其拆分为数组中的 4 个后续 char 变量时，我有这个：

11110aaa  10bbbbbb  10cccccc  10dddddd

这正是同一个 unicode 字符的 UTF-8 编码。

因此，内存中相同的 4 个字节应该是一个 uint32_t 变量，同时是一个由 4 个 char 变量组成的数组：

所以，我想要这个：

uint32_t *utf32;
char utf8[4];

*utf32 是一个指向单个 4 字节长的 uint32_t 变量的指针。 utf8 是一个指向由 4 个 char 元素组成的数组的指针，每个元素长 1 个字节。

我希望两个指针都指向同一个地址。所以我可以将一个 utf32 编码的字符写入变量utf32，将其转换到位，然后从数组utf32 中读取结果。这可能吗？如果是这样：我该怎么做？

（我在上个千年用 COBOL 编码时经常使用这种技术，因为在 COBOL 中很容易用许多不同的定义重载内存中的同一区域。但我不知道如何在C.)

---

我发现很多问题涉及指向相同地址的 2 个指针，但在这些问题中，指针始终具有相同的类型。还有一些其他问题是，如果用某种类型定义的指针指向用另一种类型定义的地址，为什么会出现错误。但是我没有发现任何关于共享同一地址的两个不同类型的指针。

【问题讨论】：

"因此，内存中相同的 4 个字节应该是一个 uint32_t 变量，同时是一个由 4 个 char 变量组成的数组" - 而那当然可能（如您所问，通过使用union 或2 个指向同一内存的类型指针），我不建议这样做。 uint32_t 具有字节顺序，其字节顺序可能与您需要的 char[] 顺序不匹配。我将使用单独的char[] 并根据需要将位从uint32_t 移到char[]，而不管字节序如何。此外，由于 UTF-8 无论如何都是可变长度的，并非所有 uint32_t 值都会填充 char[4]。

你可以这样做——但你的两个指针之一将是char *，这很有帮助。如果你有两个不是char * 的指针——比如int * 和float *——你就不得不担心strict aliasing。但是通过char 类型访问是该规则的明确例外。

【参考方案1】：

我可以让两个不同类型的指针（uint32_t * 和 char *）指向同一个地址吗？

是的，你可以。

union U 
  uint32_t ui32;
  char c[4];
;

union U u;
u.ui32 = ...

uint32_t *pi = &u.ui32;
char *cp = u.c;

assert(pi == cp);

如果您使用生成的char* 来执行除了将数据复制入或复制出之外的其他操作，您将违反一些 C 语言规则，但“指向同一地址的两个不同指针类型”不是问题本身。

您也可以简单地将地址转换为所需的类型：

uint32_t x;
uint32_t *ip = &x;
char *cp = (char*)&x;

assert(ip == cp);

【讨论】：

虽然union 有效，但没有必要。如果存储的内存是 uint32_t 类型（或兼容），只需将其指针转换为 char* 即可。

【参考方案2】：

是的，两个不同类型的指针可以指向同一个地址。

假设你记忆中的某个地方是这个 utf32，你知道它在哪里，所以我将它称为address。

因此，如果您想将这 4 个字节视为 uint32，您可以这样做：

uint32_t* utf32 = address;

您可以将 is 视为 char 数组：

char* utf8 = address;

如果你想访问一个字符，你只需这样做：

utf8[index]