第 6 章 · 指针与字符串

C 没有字符串类型，字符串 = 以 '\0' 结尾的 char 数组；指针 + 字符串有一堆「能编译但会崩」的坑。

5.1 字符串字面量在只读段

char *s = "hello";

"hello" 是字符串字面量，编译器放在只读段（.rodata）；s 只是指向它的指针。改 *s 是 UB（现代系统直接 SIGSEGV）：

s[0] = 'H';    // 未定义行为，通常段错误

正确的只读用法：用 const 把「别改」写进类型里，让编译器帮你拦住：

const char *s = "hello";   // s[0] = 'H' 会直接编译报错

5.2 `char*` vs `char[]`：一个最经典的坑

char *s = "hello";       // s 指向只读段里的字面量，6 字节在 .rodata
char  t[] = "hello";     // t 是栈上/全局的可写数组，6 字节拷贝到这里

	`char *s = "hello"`	`char t[] = "hello"`
内存位置	只读段（字面量）	可写（栈或全局）
能否修改	不能（UB）	合法
`sizeof`	8（指针）	6（含 `'\0'`）
本质	指针指向字面量	数组，内容拷自字面量

t[0] = 'H';   // 合法
s[0] = 'H';   // UB

5.3 字符串库函数：全靠 `'\0'` 找终点

<string.h> 里的函数没有长度参数，靠末尾的 '\0' 判断结束——这既是便捷，也是危险的根源：

strlen(s)     // 返回 '\0' 之前的字符数（不含 '\0'），O(n)
strcpy(d,s)   // 把 s 拷到 d，包括 '\0'；d 必须足够大
strcat(d,s)   // 把 s 拼到 d 末尾；d 必须足够大
strcmp(a,b)   // 逐字符比字典序，返回负数/0/正数

strcpy/strcat 不检查目标缓冲区大小，源太长就缓冲区溢出——这是历史上无数安全漏洞的根源（见 13 章）。
安全的替代品：strncpy、snprintf（但 strncpy 不保证补 '\0'，有它自己的坑）。

5.4 `strtok` 的两个陷阱

strtok 按分隔符切字符串，但有两个反直觉的行为：

会改写原串：它把找到的分隔符替换成 '\0'，所以不能传只读的字符串字面量。
不可重入：内部用 static 保存位置，不能嵌套解析，也不能在多线程里用。

char buf[] = "a,b,c";
char *tok = strtok(buf, ",");   // 第一次传原串
while (tok) {
    puts(tok);
    tok = strtok(NULL, ",");    // 后续传 NULL
}

传 char *p = "a,b,c" 给 strtok 会崩（它要写 '\0'）。
多线程/嵌套用 strtok_r（可重入，需自备状态指针）。

5.5 字符指针 vs 字符数组作为参数

函数里 char* 和 char[] 都退化成 char*，分不清「只读字面量」还是「可写数组」；只读的函数参数要写 const char*：

size_t my_strlen(const char *s) {   // 承诺不修改
    size_t n = 0;
    while (*s++) n++;
    return n;
}

5.6 与汇编 / 其他语言对照

汇编：strlen 常被编译成 repne scasb（重复扫描找 0）或 SIMD 批量比较——因为要扫到 '\0'，所以字符串长度是 O(n) 而非 O(1)。
Java：String 是不可变对象，长度字段缓存 O(1)；「字符串」和「字符数组」是两个类型，编译期就隔离了 C 的坑。
C++：std::string 管理堆内存、自带长度、自动扩容，c_str() 返回的 const char* 仍要求你不改。
Python：str 不可变、内部统一 Unicode，bytes 才对应 C 的字节串。

① 字面量在只读段，想改就存进数组；② char*/char[] 内存位置不同；③ 字符串函数靠 '\0' 找终点，缓冲区溢出是头号风险。