# C語言解釋 - 字元陣列
###### tags: `c`, `char`, `c string`
[TOC]
## 題目
在一長字串中，尋找特定字元的次數。要解釋這個題目之前，要先暸解陣列、陣列指標以及字元陣列在C語言的特性。
## 陣列跟陣列指標
在認識字串前，我們要先知道陣列以及陣列指標。
如果把int, double, char 等資料型態看做單數，那其複數型態就是用陣列來表達，用陣列儲存資料應該不是太大問題，一個蘿蔔一個坑，指標才是讓人容易搞不懂的地方。
簡單來講，當你定義一個指標變數時，它的內容是用來儲存位址(address)，而非資料，我們會透過`*`運算子(稱做value of or dereferencing, 取值)，去存取此位址實際上的資料。
看個簡單的例子，下面程式碼有陣列叫做`data`, 又有一個指標變數叫做`ptr`，要讓指標變數跟陣列建立關聯，就是透過`&`運算子(稱做 address of or referening，取位址)。
```clike=
#include <stdio.h>
int main(void) {
int data[] = {5, 9, 2, 3, 0, 8, 7};
int *ptr = &data[0];
ptr = &data[0];
printf("ptr+4: %d\n", *(ptr+4));
}
```
一樣看一下這段程式碼在實際記憶體長什麼樣子。
```clike=
(lldb) p data
(int[7]) $3 = ([0] = 5, [1] = 9, [2] = 2, [3] = 3, [4] = 0, [5] = 8, [6] = 7)
(lldb) p &data
(int (*)[7]) $4 = 0x000000016fdfea90
(lldb) x/8x &data
0x16fdfea90: 0x00000005 0x00000009 0x00000002 0x00000003
0x16fdfeaa0: 0x00000000 0x00000008 0x00000007 0x16008001
(lldb) p ptr
(int *) $6 = 0x000000016fdfea90
(lldb) p &ptr
(int **) $7 = 0x000000016fdfea88
(lldb) p *ptr
(int) $8 = 5
```
第一行`p data`，印出整個data的內容。
第三行找出陣列所在位址，0xfea90.
第五行實際看一下data的記憶體內容，data總共七筆資料，因為資料型態是int會佔4 bytes 長度，所以會看到每筆資料都佔這麼多零。
那也因為data 有七筆，所以會看到第八筆是其他資料，並不在我們預期內。
重點來了！注意第八行，直接印出ptr變數內容，看起來是個奇怪的數字，跟data並無關係，但注意看第三行內容，是不是跟data所在位址一模一樣。
第十行則是印出指標變數ptr 自已所在的位址。我用的是取位址運算子`&`。會看到0xfea88，這個是ptr變數自已的位址。
第十二行則是使用取值運算子`*`，對ptr變數裡面所存的位址內容取值。類似下圖的方式，以間接的方式去取得data的內容。
```graphviz
digraph graphname{
指標變數-> 指標內容;
指標內容 -> 存取陣列;
ptr -> fea90h;
fea90h -> 5;
}
```
指標的存在主要是避免陣列內容的大量的移動或複製，簡單來說，可以依一個變數就可去瀏覽及修改整個陣列內容。
這裡容易誤解的是`*`, `&`這兩個運算子。先解釋`&`符號。
| 運算子 | 解釋 |
|:-----:|:-----:|
| & 位元運算子 | AND Bitwise 位元運算，需要二個運算元 |
| && 邏輯運算子 | AND 邏輯運算，需要二個運算元 |
| & 取值運算子 | 取位址運算，只需一個運算元，取得變數所在位址 |
| 運算子 | 解釋 |
|:-----:|:-----|
| * 乘法運算子 | 乘法算術運算，需要二個運算元 |
| * 取值運算子 | 針對指標變數，間接取得所在位址的資料內容 |
| * 定義指標變數 | 定義變數為指標變數。只有定義指標變數時，才會使用|
同樣或類似的符號，有不同的使用方法，像`*`可以使用在乘法運算上，這應該容易搞清楚；讓人混亂的是用在**定義指標變數**以及**取值運算**時，這兩件都跟指標有關，而且都只需要一個運算元，重點，它都使用相同符號，星號，只要分得清一個是在定義指標變數時使用，另一個就是取值運算子，剩下就是需要乘法運算時會使用。
## 字元跟字串
認識陣列跟指標後，進入第二個主題，字串。
C語言並沒有字串這種資料型態，而是由字元陣列所組成，直接看例子。
```clike=
int main(void) {
char str[] = "Hello world";
char single_char = 'C';
printf("%s\n", str);
printf("%c\n", single_char);
}
```
一樣看記憶體內容。
```clike=
(lldb) p str
(char[12]) $25 = "Hello world"
(lldb) x/16b &str
0x16fdfeaa8: 0x48 0x65 0x6c 0x6c 0x6f 0x20 0x77 0x6f
0x16fdfeab0: 0x72 0x6c 0x64 *0x00 0x01 0x00 0x00 0x00
(lldb) p single_char
(char) $27 = 'C'
(lldb) x/16b &single_char
0x16fdfeaa7: 0x43 0x48 0x65 0x6c 0x6c 0x6f 0x20 0x77
0x16fdfeaaf: 0x6f 0x72 0x6c 0x64 0x00 0x01 0x00 0x00
```
[Wiki ASCII](https://zh.wikipedia.org/wiki/ASCII)
主要是觀察字元以及字元陣列。
第三行 印出str所在內容，可以查詢上述連結，ASCII 0x48為大寫`H`，0x65為`e`，以此類推，可以找到完整的"Hello world".
特別注意第五行第四個數字0x00, 我特別標示一個星號在旁邊。
第八行一樣印出變數`single_char`所在內容。single_char變數是一個用單引號包住的大寫`C`，所在位址是0xeaa7，ASCII 為0x43.
字元陣列str是由一個雙引號包住的字串，特別提這個跟剛剛被標記星號的0x00有關係，在C語言中，單引號包著的字串，在結尾並不會被多加一個0x00；而雙引號帶出來的字串，在結尾處會被C語言加一標記0x00.
這次很剛好的，變數single_char的位址剛好就在陣列str之前，剛好也驗證被單引號包住的變數不會以0x00結尾。
## 計算字元出現次數
```clike=
#include <stdio.h>
#include <string.h> // strlen
#include <ctype.h> // isdigit isalnum
#define print_obj(obj, fmt) printf(#obj ": " #fmt "\n", obj);
int main(void) {
char str[] = "asdflv389454nczasvkldqwaladaaaaa309$#%%&@$1#^5461@3wqldk";
unsigned int cnt_char_a = 0;
unsigned int cnt_digit = 0;
unsigned int cnt_symbol = 0;
for(unsigned int idx=0; idx<strlen(str); idx++) {
if(str[idx]=='a') {
cnt_char_a++;
}
if(isdigit(str[idx])) {
cnt_digit++;
}
if(!isalnum(str[idx])) {
cnt_symbol++;
}
}
print_obj(cnt_char_a, %d);
print_obj(cnt_digit, %d);
print_obj(cnt_symbol, %d);
}
```
跟字串相關的函式庫我們會用到<string.h>以及<ctype.h>。
<string.h> 會用到strlen() 計算字串長度；
<ctype.h> isdigit()可以協助判斷這個字元是不是數字，另一個是isalnum()判斷字元是不是文字(a-Z A-Z)或數字(0-9). 完整內容可以參考下面連結。
[cplusplus strlen](https://cplusplus.com/reference/cstring/strlen/)
[cplusplus isdigit](https://cplusplus.com/reference/cctype/isdigit/)
[cplusplus isalnum](https://cplusplus.com/reference/cctype/isalnum/)
延伸你的題目，除了計數字母'a'外，我們也計算數字以及非文數字的符號出現次數。所以第八到第十行設定三個變數用來負責計數。計數前，要記得歸零。
再來重點就是第12行到第22行，我們利用strlen()得知字串總長度，用迴圈的方式從頭到尾瀏覽一遍，每次遇到的字元，會經過三個if...else，若符合條件，對應的變數就會遞增1，直到逛完整個字串。
```clike=
#include <stdio.h>
#include <ctype.h> // isdigit, isalnum
#define print_obj(obj, fmt) printf(#obj ": " #fmt "\n", obj);
int main(void) {
char str[] = "asdflv389454nczasvkldqwaladaaaaa309$#%%&@$1#^5461@3wqldk";
char *ptr = &str[0];
unsigned int cnt_char_a = 0;
unsigned int cnt_digit = 0;
unsigned int cnt_symbol = 0;
while(*ptr!='\0') {
if(*ptr=='a') {
cnt_char_a++;
}
if(isdigit(*ptr)) {
cnt_digit++;
}
if(isalnum(*ptr)) {
cnt_symbol++;
}
ptr++;
}
print_obj(cnt_char_a, %d);
print_obj(cnt_digit, %d);
print_obj(cnt_symbol, %d);
}
// Output
// cnt_char_a: 9
// cnt_digit: 15
// cnt_symbol: 10
```
剛剛是用陣列方式瀏覽整個字串，現在我們試著用指標的方式取代，
這裡就會用到字串結尾是0x00的特點。
第七行，我們定義一個指標變數ptr並且與長字串str建立關聯。
接下來與上一段的for迴圈類似，只是改用while迴圈，迴圈會一直判斷是否已經到結尾，若還沒遇到，一樣會有三個if...else來計數。
其實使用廻圈都要非常小心，結束條件一定要成立，要不然很容易寫成無窮廻圈，程式無法結束。
第22行會讓ptr變數遞增，往下走，再搭配字串結尾為0x00的判斷，才可以順利結束迴圈，很簡短，但是它是程式能順序走完的關鍵。
```clike=3
#define print_obj(obj, fmt) printf(#obj ": " #fmt "\n", obj)
```
[ISO/IEC 9899:2011 N1570 PDF](https://www.open-std.org/jtc1/sc22/wg14/www/docs/n1570.pdf)
有沒有好奇C語言的規則是從哪裡來的？C語言是一個ISO工業標準，就跟之前介紹的IEEE-754一樣都是由國際上訂定，大家一同遵守的規則。
上述連結是C11正式發佈前的草稿(正式文件需要付費)。雖然是草稿，但是聽說與正式文件相差不遠，也許只修改幾個字，但是大意應該是一致。
提這件事是因為第三行，我用了preprocessor `#define` 取代的功能，我建立一個叫`print_obj`的preprocessor去取代我原先應該寫成
`printf("cnt_char_a: %d", cnt_char_a);`的程式碼。
> 6.10.3 Macro replacement
Sign in with Wallet
Connect another wallet