结构体最后的长度为0或者1的数组

在Linux系统里，/usr/include/linux/if_pppox.h里面有这样一个结构：

struct pppoe_tag {
	__u16 tag_type;
	__u16 tag_len;
	char tag_data[0];
} __attribute ((packed));

最后一个成员为可变长的数组，对于TLV（Type-Length-Value）形式的结构，或者其他需要变长度的结构体，用这种方式定义最好。使用起来非常方便，创建时，malloc一段结构体大小加上可变长数据长度的空间给它，可变长部分可按数组的方式访问，释放时，直接把整个结构体free掉就可以了。例子如下：

struct pppoe_tag *sample_tag;
__u16 sample_tag_len = 10;
sample_tag = (struct pppoe_tag *)malloc(sizeof(struct pppoe_tag)+sizeof(char)*sample_tag_len);
sample_tag->tag_type = 0xffff;
sample_tag->tag_len = sample_tag_len;
sample_tag->tag_data[0]=....
...

释放时， free(sample_tag)

是否可以用 char *tag_data 代替呢？其实它和 char *tag_data 是有很大的区别，为了说明这个问题，我写了以下的程序：

例1：test_size.c

10  struct tag1
20  {
30      int a;
40      int b;
50  }__attribute ((packed));
60
70  struct tag2
80  {
90      int a;
100     int b;
110     char *c;
120 }__attribute ((packed));
130
140 struct tag3
150 {
160     int a;
170     int b;
180     char c[0];
190 }__attribute ((packed));
200
210 struct tag4
220 {
230     int a;
240     int b;
250     char c[1];
260 }__attribute ((packed));
270
280 int main()
290 {
300     struct tag2 l_tag2;
310     struct tag3 l_tag3;
320     struct tag4 l_tag4;
330
340     memset(&l_tag2,0,sizeof(struct tag2));
350     memset(&l_tag3,0,sizeof(struct tag3));
360     memset(&l_tag4,0,sizeof(struct tag4));
370
380     printf("size of tag1 = %d\n",sizeof(struct tag1));
390     printf("size of tag2 = %d\n",sizeof(struct tag2));
400     printf("size of tag3 = %d\n",sizeof(struct tag3));
410
420     printf("l_tag2 = %p,&l_tag2.c = %p,l_tag2.c = %p\n",&l_tag2,&l_tag2.c,l_tag2.c);
430     printf("l_tag3 = %p,l_tag3.c = %p\n",&l_tag3,l_tag3.c);
440     printf("l_tag4 = %p,l_tag4.c = %p\n",&l_tag4,l_tag4.c);
450     exit(0);
460 }

__attribute ((packed)) 是为了强制不进行4字节对齐，这样比较容易说明问题。

程序的运行结果如下：

size of tag1 = 8
size of tag2 = 12
size of tag3 = 8
size of tag4 = 9
l_tag2 = 0xbffffad0,&l_tag2.c = 0xbffffad8,l_tag2.c = (nil)
l_tag3 = 0xbffffac8,l_tag3.c = 0xbffffad0
l_tag4 = 0xbffffabc,l_tag4.c = 0xbffffac4

从上面程序和运行结果可以看出：tag1本身包括两个32位整数，所以占了8个字节的空间。tag2包括了两个32位的整数，外加一个char *的指针，所以占了12个字节。tag3才是真正看出char c[0]和char *c的区别，char c[0]中的c并不是指针，是一个偏移量，这个偏移量指向的是a、b后面紧接着的空间，所以它其实并不占用任何空间。tag4更加补充说明了这一点。所以，上面的struct pppoe_tag的最后一个成员如果用char *tag_data定义，除了会占用多4个字节的指针变量外，用起来会比较不方便：方法一，创建时，可以首先为struct pppoe_tag分配一块内存，再为tag_data分配内存，这样在释放时，要首先释放tag_data占用的内存，再释放pppoe_tag占用的内存；方法二，创建时，直接为struct pppoe_tag分配一块struct pppoe_tag大小加上tag_data的内存，从例一的420行可以看出，tag_data的内容要进行初始化，要让tag_data指向strct pppoe_tag后面的内存。

struct pppoe_tag {
    __u16 tag_type;
	__u16 tag_len;
	char *tag_data;
} __attribute ((packed));
struct pppoe_tag *sample_tag;
__u16 sample_tag_len = 10;

方法一： sample_tag = (struct pppoe_tag )malloc(sizeof(struct pppoe_tag)); sample_tag->tag_len = sample_tag_len; sample_tag->tag_data = malloc(sizeof(char)sample_tag_len); sample_tag->tag_data[0]=…

释放时： free(sample_tag->tag_data); free(sample_tag);

方法二： sample_tag = (struct pppoe_tag )malloc(sizeof(struct pppoe_tag)+sizeof(char)sample_tag_len); sample_tag->tag_len = sample_tag_len; sample_tag->tag_data = ((char *)sample_tag)+sizeof(struct pppoe_tag); sample_tag->tag_data[0]=…

释放时： free(sample_tag);

所以无论使用那种方法，都没有char tag_data[0]这样的定义来得方便。

讲了这么多，其实本质上涉及到的是一个C语言里面的数组和指针的区别问题。char a[1]里面的a和char *b的b相同吗？《Programming Abstractions in C》（Roberts, E. S.，机械工业出版社，2004.6）82页里面说：“arr is defined to be identical to &arr[0]”。也就是说，char a[1]里面的a实际是一个常量，等于&a[0]。而char *b是有一个实实在在的指针变量b存在。所以，a=b是不允许的，而b=a是允许的。两种变量都支持下标式的访问，那么对于a[0]和b[0]本质上是否有区别？我们可以通过一个例子来说明。

例二： 10 #include 20 #include 30 40 int main() 50 { 60 char a[10]; 70 char *b; 80 90 a[2]=0xfe; 100 b[2]=0xfe; 110 exit(0); 120 }

编译后，用objdump可以看到它的汇编： 080483f0 <main>: 80483f0: 55 push %ebp 80483f1: 89 e5 mov %esp,%ebp 80483f3: 83 ec 18 sub $0x18,%esp 80483f6: c6 45 f6 fe movb $0xfe,0xfffffff6(%ebp) ;直接将0xfe写入&a[0]+2 80483fa: 8b 45 f0 mov 0xfffffff0(%ebp),%eax ;先取出b的内容 80483fd: 83 c0 02 add $0x2,%eax ;加上2的偏移量 8048400: c6 00 fe movb $0xfe,(%eax) ;间接寻址，写入%eax所指向的地址 8048403: 83 c4 f4 add $0xfffffff4,%esp 8048406: 6a 00 push $0x0 8048408: e8 f3 fe ff ff call 8048300 <_init+0x68> 804840d: 83 c4 10 add $0x10,%esp 8048410: c9 leave 8048411: c3 ret 8048412: 8d b4 26 00 00 00 00 lea 0x0(%esi,1),%esi 8048419: 8d bc 27 00 00 00 00 lea 0x0(%edi,1),%edi

可以看出，a[2]＝0xfe是直接寻址，直接将0xfe写入&a[0]+2的地址，而b[2]=0xfe是间接寻址，先将b的内容（地址）拿出来，加2，再0xfe写入计算出来的地址。所以a[0]和b[0]本质上是不同的。但当数组作为参数时，和指针就没有区别了。 int do1(char a[],int len); int do2(char *a,int len);

这两个函数中的a并无任何区别。都是实实在在存在的指针变量。

顺便再说一下，对于struct pppoe_tag的最后一个成员的定义是char tag_data[0]，某些编译器不支持长度为0的数组的定义，在这种情况下，只能将它定义成char tag_data[1]，使用方法相同。