如果存储字符串的 char 数组小于字符串，C++ 真正在哪里存储字符串？

Question

我正在测试“C++ Premiere”一书中关于 C++ 中字符串的示例。

const int size = 9;
char name1[size];
char name2[size] = "C++owboy";   // 8 characters here

cout << "Howdy! I'm " << name2 << "! What's your name?" << endl;

cin >> name1;  // I input "Qwertyuiop" - 11 chars. It is more than the size of name1 array;

// now I do cout
cout << "Well, your name has " << strlen(name1) << " letters";  // "Your name has 11 letters".
cout << " and is stored in an array of " << size(name1) << " bytes"; // ...stored in an array of 9 bytes.

如何将 11 个字符存储在一个数组中，仅用于 8 个字符 + '\0' 字符？编译时会变宽吗？还是字符串存储在其他地方？

另外，我做不到：

const int size = 9;
char name2[size] = "C++owboy_12345";   // assign 14 characters to 9 chars array

但可以做我上面写的：

cin >> name1;   // any length string into an array of smaller size

这里的诀窍是什么？我使用 NetBeans 和 Cygwin g++ 编译器。

Answer 1

将比数组大小更多的条目写入数组允许调用未定义的行为。计算机可能会将这些数据存储在任何地方，或者根本不存储。

通常，数据存储在内存中接下来发生的任何内容中。这可能是另一个变量、指令流，甚至是椅子下方炸弹的控制寄存器。

简单地说：您编写了一个缓冲区溢出错误。不要那样做。

---

只是为了好玩：未定义的行为是 C++ 标准没有评论的行为。它可以是任何东西，因为标准对它没有任何限制。

在一种特殊情况下，这种行为将我的银行余额从 10 美元增加到 18 亿美元：http://ideone.com/35FQW

你能明白为什么那个程序会这样吗？

Answer 2

这里没有技巧:) 你在缓冲区之外的内存上写，这是一个未定义的行为

Answer 3

name1 在内存中被赋予了一个地址。如果您向它写入 80 个字节，它将从该位置开始在内存中写入超过 80 个字节。如果有一个变量存储在 name1 的地址 + 20，那么它的数据将被您写入 name1 的 80 个字节覆盖。这正是 C/C++ 中的工作方式，这些被称为缓冲区溢出，可用于破解程序。

Answer 4

这是典型的缓冲区溢出。这就是为什么如果你将输入放在缓冲区中，你总是应该检查输入的大小。这是正在发生的事情：

在 C++（和 C）中，数组名只是指向数组第一个元素的指针。编译器知道数组的大小并且会做一些编译时检查。但是，在运行时，它只会将其视为 char*。

当您执行cin >> name1 时，您将一个char* 传递给cin。 cin 不知道分配的空间有多大——它只有一个指向某个内存的指针。因此，它假定您分配了足够的空间，写入所有内容，并超过了数组的末尾。这是一张图片：

Bytes   1  2  3  4  5  6  7  8  9  10 11 12 13 14 15
Before  |-----name1 array-------|  |--- other data-|
After   Q  w  e  r  t  y  u  i  o  p  \0 |-er data-|

如您所见，您已经覆盖了存储在数组之后的其他数据。有时这些其他数据只是垃圾，但有时它很重要并且可能意味着一个棘手的错误。更不用说，这是一个安全漏洞，因为攻击者可以用用户输入覆盖程序内存。

关于大小的混淆是因为strlen 会计算字节，直到找到'\0'（空终止符），这意味着它会找到 10 个字符。另一方面，size(name1) 使用数组的实际大小，由编译器提供。

由于这些问题，每当您看到一个将数组作为参数的 C 函数时，它也会使用数组大小​​。否则无法判断它有多大。为了避免这些问题，最好使用像 std::string 这样的 C++ 对象。