C语言数组名与sizeof的深层关联

要理解 “数组名本质代表整个数组的类型和内存块” 与 “sizeof(arr) 输出总字节数” 的关联,核心是抓住 sizeof 运算符的设计逻辑 和 数组类型的本质属性—— 这两者是直接挂钩的,我们一步步拆解:

第一步:先明确 sizeof 的核心作用

sizeof 是 C 语言的单目运算符(不是函数!),它的唯一功能是:
计算 “操作数的类型” 所占用的内存字节数

注意:sizeof 关注的是 “类型”,而不是 “值” 或 “地址”。比如:

  • sizeof(int):计算 int 类型的字节数(通常 4 字节);
  • sizeof(double):计算 double 类型的字节数(通常 8 字节);
  • 对于变量(如 int a),sizeof(a) 本质是 “计算 a 的类型(即 int)的字节数”。

第二步:数组的 “类型” 是什么?—— 包含 “元素类型 + 元素个数” 的复合类型

C 语言中,数组不是 “模糊的一堆数据”,而是有明确的、包含长度信息的类型。比如:

  • int arr[5] 定义的数组,其类型是 “包含 5 个 int 元素的数组”(可写作 int[5]);
  • char str[10] 定义的数组,其类型是 “包含 10 个 char 元素的数组”(可写作 char[10])。

这个 “数组类型” 的核心属性有两个:

  1. 元素的基础类型(如 intchar);
  2. 元素的个数(如 5、10)。

而 “数组类型的内存占用”,自然就是 “元素类型的字节数 × 元素个数”—— 这是数组类型本身的固有属性,和 “数组名代表整个数组” 直接呼应。

第三步:数组名与数组类型的绑定 —— 数组名是 “数组类型的标识”

当你定义 int arr[5] 时:

  • arr 这个数组名,不是一个 “独立的变量”,而是绑定到 “int [5] 这个数组类型” 的标识—— 它直接关联着 “5 个 int 元素构成的内存块” 和 “int [5] 这个类型”。

因此,当你对数组名使用 sizeof(arr) 时,sizeof 会识别出:
“操作数 arr 对应的类型是 int[5](包含 5 个 int 的数组类型)”,
然后计算这个类型的字节数:5 × sizeof(int) = 5×4=20 字节(32/64 位系统 int 均为 4 字节)。

反例:如果数组名是指针,sizeof 会是什么结果?

我们再用指针对比,强化理解:
如果 arr 是指针(比如 int *p = arr),那么 p 的类型是 “指向 int 的指针类型”(int*

对指针使用 sizeof(p) 时,sizeof 计算的是 “int* 类型” 的字节数 —— 在 32 位系统是 4 字节,64 位系统是 8 字节(与指针指向的内容无关,只和系统位数有关)。

这也再次证明:数组名不是指针 —— 因为 sizeof(arr) 计算的是 “数组类型的总字节数”,而 sizeof(指针) 计算的是 “指针类型本身的字节数”,两者逻辑完全不同。

总结

关键逻辑具体表现
数组名的本质绑定 “数组类型(如 int [5])” 和 “对应内存块” 的标识,代表整个数组
sizeof 的作用计算 “操作数对应的类型” 所占用的字节数
sizeof (arr) 的原理识别 arr 对应的类型是 “包含 N 个 T 的数组类型(T [N])”,计算 N × sizeof (T)

简单说:sizeof(arr) 之所以输出数组总字节数,是因为 数组名直接关联着 “包含具体元素个数的数组类型”,而 sizeof 会忠实地计算这个类型的内存占用 —— 这正是 “数组名代表整个数组” 的直接体现。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。
如若转载,请注明出处:http://www.pswp.cn/diannao/96886.shtml
繁体地址,请注明出处:http://hk.pswp.cn/diannao/96886.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

最近对javashop做了压力测试:百万级并发下完全不是问题

最近对 javashop 做了压力测试:百万级并发下完全不是问题 在电商行业竞争白热化的今天,系统性能直接决定了用户体验和企业商业成功。本文基于《Javashop 压测报告》,从技术架构、核心指标、业务价值三大维度深度解析其性能优势,并…

Java大厂面试实战:从Spring Boot到微服务架构的全链路技术解析

Java大厂面试实战:从Spring Boot到微服务架构的全链路技术解析 面试场景:某互联网大厂Java后端开发岗 面试官(严肃):谢飞机,我们今天来聊点硬核的。先说说你对Java生态的理解。 谢飞机(挠头&…

在分布式环境下正确使用MyBatis二级缓存

在分布式环境下使用 MyBatis 二级缓存,核心挑战是解决多节点缓存一致性问题。单机环境中,二级缓存是内存级别的本地缓存,而分布式环境下多节点独立部署,本地缓存无法跨节点共享,易导致 “缓存孤岛” 和数据不一致。本文…

血缘元数据采集开放标准:OpenLineage Integrations Apache Spark Quickstart with Jupyter

OpenLineage 是一个用于元数据和血缘采集的开放标准,专为在作业运行时动态采集数据而设计。它通过统一的命名策略定义了由作业(Job)、运行实例(Run)和数据集(Dataset) 组成的通用模型&#xff0…

人工智能之数学基础:离散随机变量和连续随机变量

本文重点 随机变量是概率论与统计学中的核心概念,用于将随机现象的抽象结果转化为可量化的数值。根据取值特性的不同,随机变量可分为离散型和连续型两大类。 在前面的课程中我们学习了随机变量,随机变量可以理解为一个函数,通过这个函数我们就可以将随机试验中的结果数值…

SQL语句(查询)

单表查询 常量查询 让我们来看一个具体的 SQL 代码和结果示例,假设有一张名为 orders 的数据表,它存储了订单信息,包括订单编号(order_id)、商品单价(unit_price)、购买数量(quantit…

Java 大视界 -- Java 大数据机器学习模型在金融市场波动预测与资产配置动态调整中的应用

Java 大视界 -- Java 大数据机器学习模型在金融市场波动预测与资产配置动态调整中的应用引言:正文:一、Java 构建的金融数据处理架构1.1 多源数据实时融合与清洗1.2 跨市场数据关联(风险传导分析)二、Java 驱动的市场波动预测模型…

基于muduo库的图床云共享存储项目(一)

基于muduo库的图床云共享存储项目(一)项目简介整体架构项目依赖基础组件muduo库Channel类Poller / EpollPoller 类EventLoopAcceptor类FastDfsJSON的使用项目简介 当前所实现的项目是一个基于muduo库的图床云共享存储项目,他的主要的功能就是…

数字化转型三阶段:从信息化、数字化到数智化的战略进化

企业的数字化转型包括信息化、数字化、数智化三个阶段,并非一个阶段结束才能进入到下一个阶段。01信息化→业务数据化信息化是将企业在生产经营过程中产生的业务信息进行记录、储存和管理,通过电子终端呈现,便于信息的传播与沟通。信息化是对…

SpringBoot如何获取系统Controller名称和方法名称

这种代码里面的Controller和里面的方法怎么获取代码:/*** 获取所有Controller名称*/ApiDescription("获取所有Controller名称")PostMapping("/getControllerNames")public Result getControllerNames() {return dataDesensitizationRulesServic…

(二十二)深入了解AVFoundation-编辑:视频变速功能-实战在Demo中实现视频变速

一. 引言视频变速(Speed Ramp)是视频编辑中最常见的特效之一:慢动作(Slow Motion):强调细节,让观众捕捉到肉眼难以察觉的瞬间;快动作(Fast Motion)&#xff1…

MCP零基础学习(7)|实战指南:构建论文分析智能体

在之前的教程中,我们已经介绍了 MCP(Model Context Protocol)的基本概念及其核心组件。在本篇教程中,我们将通过一个实际案例,演示如何运用 MCP 构建一个能够分析学术论文的智能体。这个智能体将具备读取 PDF 文件、提…

Unity URP半透明物体自身交叠解决方案

前言 在 Unity 的通用渲染管线(URP)中,处理半透明物体的自身交叠是一个常见挑战。当半透明物体(如玻璃、水或透明材质)的某些部分相互重叠时,可能会出现渲染顺序问题,导致视觉瑕疵。 对惹&…

哈希算法入门:深入浅出讲明白HASH哈希算法

一、先搞懂:哈希算法到底是 “啥玩意儿”?咱们先别碰复杂概念,从你每天都会遇到的事说起 —— 你会发现,“哈希思维” 其实早就藏在生活里了。(一)生活中的 “哈希例子”:给东西 “贴标签、找位…

Vuex 和 Pinia 各自的优点

核心总结(一句话概括) Vuex:Vue 官方曾经的状态管理标准解决方案,成熟稳定,概念清晰,但语法稍显冗长。Pinia:Vue 官方推荐的新一代状态管理库,API 设计极其简洁,完美支持…

几种方式实现文件自动上传到服务器共享文件夹

文章目录一、方案核心逻辑二、详细实现步骤(以Windows系统为例)1. 确认服务器共享文件夹的“访问权限”(前提)2. 选择“传输触发方式”(按需求选实时/周期)(1)周期传输(如…

Milvus介绍及多模态检索实践

1、核心组件 1.1 Collection (集合) 可以用一个图书馆的比喻来理解 Collection: Collection (集合): 相当于一个图书馆,是所有数据的顶层容器。一个 Collection 可以包含多个 Partition,每个 Partition 可以包含多个 Entity。 Partition (分区…

第二十三天-LCD液晶显示实验

一、LCD结构体定义LCD为LCD_TypeDef类型的指针,指向0x6C000000的地址空间(bank1分区4的地址范围)。为什么需要并上0x000007FE呢?因为虽然驱动SRAM的时序和16位8080接口时序(驱动LCD时序)很像,但…

SQL性能调优

MySQL出现性能差的原因有哪些? 可能是 SOL查询使用了全表扫描,也可能是查询语句过于复杂,如多表 IOIN 或嵌套子查询。 也有可能是单表数据量过大。 通常情况下,添加索引就能解决大部分性能问题。对于一些热点数据,还可以通过增加…

dapo:开源大规模llm强化学习系统的突破与实现

本文由「大千AI助手」原创发布,专注用真话讲AI,回归技术本质。拒绝神话或妖魔化。搜索「大千AI助手」关注我,一起撕掉过度包装,学习真实的AI技术! ✨ 1. dapo概述:开源llm强化学习系统的重要突破 dapo&…