Question

注意： 我知道读取未初始化的字符串是未定义的behvaiour。这个问题具体是关于GCC的实施。

我正在使用GCC版本6.2.1，我观察到长度大于100左右的未初始化字符串被初始化为""。读取未初始化的字符串是未定义的行为，因此如果需要，编译器可以自由地将其设置为""，并且当字符串足够长时，GCC似乎正在执行此操作。当然，我永远不会在生产代码中依赖这种行为 - 我只是对GCC中这种行为的来源感到好奇。如果它不在某个地方的GCC代码中，那么它一直在发生，这是一个非常奇怪的巧合。

如果我写下面的程序

/* string_initialization.c */
#include <stdio.h>

int main()
{
  char short_string[10];
  char long_string[100];
  char long_long_string[1000];

  printf("%s\n", short_string);
  printf("%s\n", long_string);
  printf("%s\n", long_long_string);

  return(0);
}

使用GCC编译并运行它，我得到：

$ ./string_initialization
�QE�


$

（有时第一个字符串也是空的）。这表明如果字符串足够长，那么GCC会将其初始化为""，否则它不会总是这样做。

如果我用GCC编译以下程序并运行它：

#include <stdio.h>

int main()
{
  char long_string[100];
  int i;

  for (i = 0 ; i < 100 ; ++i)
  {
    printf("%d ", long_string[i]);
  }
  printf("\n");

  return(0);
}

然后我得到

0 0 0 0 0 0 0 0 -1 -75 -16 0 0 0 0 0 -62 0 0 0 0 0 0 0 15 84 -42 -17 -4 127 0 0 14 84 -42 -17 -4 127 0 0 69 109 79 -50 46 127 0 0 1 0 0 0 0 0 0 0 -35 5 64 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 -112 5 64 0 0 0 0 0 80 4 64 0 0 0 0 0 16 85 -42 -17

所以只是字符串的开头被初始化为0，而不是整个事情。

我想查看GCC源代码，看看政策是什么，但我不太了解代码库，知道在哪里查看。

背景：我的CS学生参与了一些工作，他们宣称字符串的长度为1000，因为其他字符会打印出奇怪的符号＆＃39;你可能会猜到为什么。我希望能够给他们一个很好的答案，说明为什么会这样，以及为什么他们要修复＆＃39;工作。

更新：感谢那些提供有用答案的人。我发现如果字符串长度为1000，我的计算机会打印出一个空字符串，但如果字符串长度为960，则会打印出垃圾。请参阅pts的答案以获得一个很好的解释。当然，所有这些都完全取决于系统，并不是GCC的一部分。

Answer 1

正如其他人之前评论的那样，根据C标准，读取未初始化的数据（例如short_string的元素）是未定义的行为。

如果您对GCC编译并在Linux上运行时实际发生的事情感兴趣，可以参考以下内容。

main不是第一个在程序启动时运行的函数。入口点通常称为_start，并调用main。当main运行时，这些未初始化数组中的堆栈上的内容取决于之前放置的内容，即_start在调用main之前所执行的操作。 _start的作用取决于GCC和libc。

要弄清楚究竟发生了什么，你可能想用gcc -static -g编译你的程序，并在调试器中运行它，如下所示：

$ gcc -static -g -o myprog myprog.c
$ gdb ./myprog
(gdb) b _start
(gdb) run
(gdb) s

您可能希望发出其他GDB命令来获取s的反汇编，而不是_start，而是按指令运行它。

一个可能的解释为什么你的程序从未初始化的长数组中读取更多0而不是从未初始化的短数组读取，可能是在{{1}之前，堆栈（大多数）在开始时（大部分）全部为0 } {}开始运行，然后_start覆盖了堆栈的一些字节，但是长数组的开头是堆栈的一部分，而_start还没有覆盖它，所以它仍然是_start 1}}秒。使用调试器进行确认。

您可能也有兴趣从未初始化的全局数组中读取数据。这些数组保证由C标准初始化为0，这是由GCC将它们放入0部分实现的。有关.bss如何初始化的信息，请参见how about .bss section not zero initialized。

Answer 2

答案很简单，发生这种情况的原因是由于读取未初始化变量值导致的未定义行为

Answer 3

GCC根本没有初始化这些字符串。您只是看到堆栈恰好包含零，并且您正在想象这是编译器的一些故意行为。它不是。

将结果与http://coliru.stacked-crooked.com/a/38f3e70be871af61进行比较，这表明即使第一次调用函数时数组的前几个字节恰好为零，第二次字节也不为零（因为我做了堆栈脏，编译器没有初始化数组。）

您不能假设某些未定义的行为是可靠的，可重复的或有意的。这是一个非常危险的假设。

gcc是否将长字符串初始化为“＆＃34;＆＃34;”而不是短字符串？

3 个答案: