推荐书籍 005|C 语言

罗兴波发布于 更新于
文章摘要

这篇推荐的是 C 语言本身,不是某一本具体书籍。C 的核心相对精简,但数据类型、数组、函数、指针和程序构建中的每个环节都值得认真理解。结合汇编、链接装载与系统编程学习,它能成为连接日常开发与底层知识的一座桥。

C语言:理解程序与内存
C语言:理解程序与内存

这一篇推荐的是 C 语言本身,想分享它对理解程序和计算机底层知识的帮助。

前面几篇文章,我分享了从计算机原理、x86 汇编,到链接装载和 UNIX 系统编程的一条学习路径。C 语言能够把其中不少概念连在一起。

我觉得,C 很值得认真学一遍。它的价值不只在于能写出多少 C 程序,还在于它能帮助我们理解:数据怎样表示,函数怎样组织,内存怎样使用,源代码怎样变成可以运行的程序。

对于已经使用 Python、Java、Go 等语言工作的开发者,重新学习 C,也有机会把一些熟悉却模糊的概念看得更具体。不过,核心内容相对精简,并不意味着深入掌握它很容易;理解底层知识有帮助,也不意味着必须学完操作系统才能开始写 C。

一、为什么我仍然建议认真学一遍 C

不少人是在大学接触 C 语言的。那时容易把学习目标放在语法、考试和写出程序上:能写循环,能处理数组,知道怎样调用函数,似乎就已经学会了。

但在我看来,C 中很多看起来基础的内容,值得在有一定开发经验之后重新理解。数据类型、变量、数组、函数、指针,以及程序构建和使用库的方式,恰好能把语言、程序和运行环境连接起来。

它的语言核心相对精简,常见概念可以较早接触完整。真正需要花时间的,是把这些概念之间的关系弄清楚:变量的作用域与生命周期有什么不同?一个地址在什么时候仍然有效?函数结束以后,哪些数据还能继续使用?

这些问题不会因为语法写对就自动解决。越界访问、使用已经失效的对象、读取未初始化的数据等问题,有时也不会在编译时被直接拦住。因此,我更愿意把 C 看作一门“值得反复理解基础”的语言。

我推荐它,也不是要求日常业务都改用 C。我们仍然可以用适合项目的语言完成工作,同时通过 C 更深入地认识这些语言背后需要处理的问题。

二、内容不算繁杂,但每一部分都能继续往下理解

首先是数据类型和变量。它们让我们开始关注数据的表示、取值范围、转换规则,以及一个对象能被使用多久。进一步结合程序运行知识,就可以继续理解数据的存储与访问。不过,不能把某个环境下观察到的布局,当成 C 语言对所有实现的保证。

其次是数组与指针。数组让连续存放的一组元素变得具体,指针让我们直接面对对象、地址和访问边界。两者联系紧密,却不是同一个东西;很多表达式中数组会转换成指向首元素的指针,也不代表可以忽略数组本身的类型和范围。

再往后是函数。参数怎样传递,返回的值是什么,调用者与被调用者分别负责什么,都可以从这里继续展开。C 的参数按值传递,传入指针也仍然是在传递指针的值;它之所以能影响其他对象,是因为程序通过这个值访问了相应对象。

然后是编译、链接和库。它们属于理解 C 程序开发时需要掌握的构建与运行知识。头文件中的声明、源文件中的定义、目标文件里的符号,以及静态库和动态库,各自处在什么位置?前面推荐的《程序员的自我修养:链接、装载与库》,恰好能够帮助我们把这些关系串起来。

这些认识可以迁移到其他语言中,但迁移的是问题和理解方式,不能直接照搬全部规则。例如,其他语言也有变量、数组、函数和引用,但内存管理、类型规则、边界检查与参数语义可能不同。先看懂 C 怎样处理,再比较另一门语言怎样处理,往往更容易理解差异。

这也为阅读 C 项目源码提供了基础。Redis、CPython 等项目中的结构体、指针、函数调用和系统接口,都需要语言知识才能继续读下去。语言基础与前面提到的系统编程知识配合起来,才能更好地理解某段代码在操作什么数据、持有什么资源,以及为什么采用这样的组织方式。

三、从 C 到其他语言,还可以理解编译器的“鸡生蛋”问题

我觉得,学习 C 还有一个有意思的收获:开始能够理解,一门新语言究竟怎样拥有自己的编译器。

这里需要分清三件事。一门语言的语法受到 C 影响,一套编译器使用 C 实现,以及一门语言能够编译自身的编译器,是不同的问题。不能因为它们经常同时出现在技术讨论中,就把所有语言的发展都概括成同一条路线。

Go 的主工具链就是一个很好的例子。官方文档说明,gc 编译器早期由 C 编写;从 Go 1.5 开始,编译器转为 Go 实现。1.5 的迁移使用了自动转换工具,并不是凭空出现一个已经能够运行的 Go 编译器。可以参阅 Go 1.5 发布说明。

所谓自举,可以先这样理解:用一个已经能工作的旧编译器,编译以目标语言编写的新编译器源码,得到新的可执行编译器。这个新程序再去编译包括编译器源码在内的程序。能够完成这条链路,需要一个已有的起点;编译器源码不会自己执行起来。

这个起点可以由其他语言提供,也可以借助已有版本或其他工具链,不要求必须从 C 开始。选择什么时候转为自举,也不只是“语言已经稳定了”这么单一的原因。

Java 则不适合简单地套用同一段历史来说明。阅读 OpenJDK 可以看到,编译 Java 源码的 javac 有 Java 实现,而执行字节码的 HotSpot 虚拟机则包含大量 C++ 等实现代码。编译器、虚拟机和 JIT 需要分开理解。

对我来说,理解这些关系,比记住“哪门语言由哪门语言写成”更有意义。编译器和运行时也都是程序,语言规则与这些规则的具体实现,需要分清楚。

四、怎样把 C 与前面的基础知识连起来

如果只看语言语法,C 中有些规则容易变成需要记忆的结论。结合计算机原理、汇编、链接装载和系统编程,再回头看这些规则,就更容易找到可以理解的依据。

但我不建议把前面所有内容都设成开始学习 C 的门槛。更合适的方式,是先学到能够编写小程序,再带着具体问题补基础,然后回到 C 验证自己的理解。两边往返,会比等到“底层全部学完”再开始更实际。

可以先掌握基本类型、表达式、分支、循环、数组和函数,写出能够编译运行的小程序。再逐步加入指针、结构体和动态内存管理,认真理解对象的范围、生命周期与释放责任。

接下来,可以把同一个程序拆成几个源文件,观察声明、定义、编译和链接的关系。再配合前几篇文章提到的书,把问题逐渐往下展开:

这几部分并不是一条必须按顺序通关的课程表。遇到什么问题,就回到对应的一层继续学习。例如,困惑函数调用与机器指令的关系时,可以看编译后的汇编;困惑符号找不到时,可以看链接;困惑读写或进程行为时,再看系统接口。

同样,也要分清语言与具体系统。C 标准并不保证每个变量一定对应某个固定的栈或堆位置,实际结果还受到编译器优化、ABI 与平台影响。Linux 调度的是进程、线程等执行实体,也不会直接按 C 源代码中的函数逐个调度。理解这些边界,能避免把某次实验观察误当成普遍规律。

入门教材可以选择自己读得进去、并且能配合实际练习的一本,例如谭浩强的《C 程序设计》。这篇文章的重点,是推荐认真学习这门语言,而不是限定某一本教材或某个版本。

我仍然觉得,C 很适合成为连接日常编程与底层知识的一座桥。先能够写出程序,再逐步理解数据、内存、构建和运行的关系;当这些部分慢慢连起来,学到的就不只是一套语法,而是更具体地认识程序究竟怎样工作。

记录过程,也留下判断。

← 继续阅读其他文章