Каково обоснование для одного последнего элемента массива?

Question

Согласно N1570 (проект C11) 6.5.6/8 Аддитивные операторы:

Более того, если выражение P указывает на последний элемент объекта массива, выражение (P)+1 указывает один за последним элементом объекта массива, и если выражение Q указывает один за последним элементом объекта массива, выражение (Q)-1 указывает на последний элемент объекта массива

Подраздел 6.5.6/9 также содержит:

Более того, если выражение P указывает либо на элемент объекта массива, либо на один элемент после последнего элемента объекта массива, а также на выражение Q указывает на последний элемент того же объекта массива, выражение ((Q)+1)-(P) имеет то же значение, что и ((Q)-(P))+1 и в качестве -((P)-((Q)+1))и имеет значение ноль, если выражение P указывает один за последним элементом объекта массива, хотя выражение (Q)+1 не указывает на элемент объекта массива.¹⁰⁶⁾

Это оправдывает правильность арифметики указателя следующим образом:

#include <stdio.h>

int main(void)
{
    int a[3] = {0, 1, 2};
    int *P, *Q;

    P = a + 3; // one past the last element
    Q = a + 2; // last element

    printf("%td\n", ((Q)+1)-(P));
    printf("%td\n", ((Q)-(P))+1);
    printf("%td\n", -((P)-((Q)+1)));

    return 0;
}

Я ожидал бы запретить указывать на элемент массива вне пределов, для которого разыменование действует как неопределенное поведение (переполнение массива), таким образом, это делает его потенциально опасным. Есть ли для этого обоснование?

Answer 1

Указание диапазона для циклического полузакрытого интервала [start, end)особенно для индексов массива, имеет определенные приятные свойства, как заметил Дейкстра в одной из своих заметок.

1) Вы можете вычислить размер диапазона как простую функцию end - start, В частности, если диапазон указан в терминах индексов массива, число итераций, выполняемых циклом, будет определяться как end - start, Если диапазон был [start, end]то число итераций было бы end - start + 1 - очень раздражает, не так ли?:)

2) Второе наблюдение Дийсктры применимо только к случаю (неотрицательных) интегральных индексов - указание диапазона как [start, end) а также (start, end] оба имеют свойство, указанное в 1). Однако, указав это как (start, end] требует от вас, чтобы индекс -1 представлять диапазон цикла, включая индекс 0 - вы допускаете "неестественную" ценность -1 просто ради представления диапазона. [start, end) Конвенция не имеет этой проблемы, потому что end является неотрицательным целым числом и, следовательно, естественным выбором при работе с индексами массива.

Dijsktra возражает против разрешения -1 действительно имеет сходство с пропуском последнего действительного адреса контейнера. Однако, так как вышеупомянутая конвенция использовалась так долго, она, вероятно, убедила комитет по стандартам сделать это исключение.

Answer 2

Обоснование довольно простое. Компилятору не разрешается помещать массив в конец памяти. Для иллюстрации предположим, что у нас есть 16-разрядный компьютер с 16-разрядными указателями. Низкий адрес 0x0000. Высокий адрес 0xffff. Если вы объявите char array[256] и компилятор находит array по адресу 0xff00, то технически массив поместился бы в памяти, используя адреса 0xff00 через 0xffff включительно. Тем не менее, выражение

char *endptr = &array[256];   // endptr points one past the end of the array

будет эквивалентно

char *endptr = NULL;          // &array[256] = 0xff00 + 0x0100 = 0x0000

Это означает, что следующий цикл не будет работать, так как ptr никогда не будет меньше 0

for ( char *ptr = array; ptr < endptr; ptr++ )

Таким образом, разделы, на которые вы ссылались, просто говорят юристы: "Не помещайте массивы в конец области памяти".

---

Историческая справка: самые ранние процессоры x86 использовали схему сегментированной памяти, в которой адреса памяти указывались 16-битным регистром указателя и 16-битным регистром сегмента. Конечный адрес был вычислен путем сдвига регистра сегмента влево на 4 бита и добавления к указателю, например

pointer register    1234
segment register   AB00
                   -----
address in memory  AC234

Результирующее адресное пространство составляло 1 МБ, но каждые 64 КБ были границы конца памяти. Это одна из причин, по которой юрист говорит вместо того, чтобы говорить "не помещайте массивы в конец памяти" на простом английском языке.