文字列の定数と配列とポインタ

Ｃ言語では，文字列の使用方法が３種類ある． 文字列定数／文字配列／文字列ポインタの違いと使い分けについて理解しよう．

• メモリ保護
• メモリセグメント
• 文字列定数
• 文字配列
• 文字列ポインタ
• 練習問題

メモリ保護

まず，文字列の使い方の間違いの例として，List 1 を実行してみよう． このプログラムでは， 文字列から１文字だけ変更し別の文字列を作ろうとしており， これを少しだけ異なる２通りの方法で試している．

main()
{
	char a[] = "data";	// 元の文字列#1（文字配列を文字列定数で初期化）
	char *p;		// 文字列ポインタ

	// 文字列の書き換え #1
	printf("\n[1回目の書き換え]\n");
	printf("0x%0X : \"%s\"\n", a, a);

	p = a;			// 文字配列 a[] のアドレスを代入
	printf("0x%0X : p = 0x%08X --> \"%s\"\n", &p, p, p);

	p[3] = 'e';		// "data" を "date" に書き換え
	printf("0x%0X : p = 0x%08X --> \"%s\"\n", &p, p, p);


	// 文字列の書き換え #2
	printf("\n[2回目の書き換え]\n");
	printf("0x%0X : \"%s\"\n", "text", "text");

	p = "text";		// 文字列定数 "text" のアドレスを代入
	printf("0x%0X : p = 0x%08X --> \"%s\"\n", &p, p, p);

	p[0] = 'n';		// "text" を "next" に書き換え
	printf("0x%0X : p = 0x%08X --> \"%s\"\n", &p, p, p);
}

実行例：

[1回目の書き換え]
0xEC377150 : "data"
0xEC377148 : p = 0xEC377150 --> "data"		# p は配列 a[] を参照
0xEC377148 : p = 0xEC377150 --> "date"		# メモリ内容が書き換えられた

[2回目の書き換え]
0x00400741 : "text"
0xEC377148 : p = 0x00400741 --> "text"		# p は定数 "text" を参照
Segmentation fault		# 書き換えに失敗
または
Bus error			# 書き換えに失敗

どちらの方法でも，１文字を書き換える処理は同じに見えるが， ２番目の方法では実行時エラーによって強制終了されてしまった． この segmentation fault（セグメントエラー）や bus error（バスエラー）は， 処理系のメモリ保護機能によって発生する．

Table 1 は，この実行例におけるメモリマップ表である．

前回までのメモリマップと何が違うのだろうか？ 次の２点に注目しよう：

• 文字列 "data" と "text" のアドレスが 互いに遠く離れている．
前回までのメモリマップでは， 複数のデータのメモリ領域は，互いに近い場所に集中していたハズだ．
• 文字列 "text" が記録されているメモリ領域には， 変数名が割り当てられていない．

えー？ポインタ参照 p[i] とかでも配列要素にアクセスできたのでは？ だから，変数 p[0], p[1], ..., p[4] が存在するのでは？

いや，実際には，p という変数（ポインタ）は存在するが， p[i] という変数が存在するわけではない． p[i] は，それ自身がデータを記憶しているわけではなく， 単に，他の場所（p が記憶しているアドレスから数えて i 番目の領域） にあるデータを指し示しているだけだ． したがって，変数 p[i] は存在しない．

前回までのメモリマップでは， 変数名が割り当てられたメモリ領域だけを考えれば十分だった． しかし実は，今回のように，無名のメモリ領域もあるんだ．

メモリセグメント

メモリに記録されているデータとして， 前回までは変数だけしか考えてこなかった． しかし，プログラムの実行中には，実は， 変数以外の無名のデータもメモリに記録されている．

メモリ空間は複数のセグメント（segment，区画）に分けられており， 大まかには次の 2 つに分類される：

• テキストセグメント：
• 固定的データ： 定数データおよび 命令コード（プログラムの内容）が記録されている．
• 読み出し専用： 実行中のプログラムは内容（データ，コード）を書き換えられない． 処理系によって保護されている．
• データセグメント：
• 流動的データ： 変数データが記録されている．
• 読み書き可能： 実行中のプログラムによって内容を自由に書き換え可能．

メモリマップにおけるセグメントの配置例を Fig.1 に示す．

Fig.1　メモリセグメントの配置例

では，この知識を踏まえて，前節の List 1 の実行結果の謎について解説しておく． データセグメントに記録されている文字配列 a[] の内容 "data" を書き換えただけなら無事であった． しかし，テキストセグメントに記録されいる文字列定数 "text" までも書き換えようとしたため， メモリ保護機能が作動してしまったのだ．

文字列定数

文字列定数は次のような性質をもつ：

• ソースコード中では， 二重引用符（ダブルクォーテーション，「"」）で囲んで記述される． 例：

"string"	// 複数の文字からなる文字列
"a"		// 1 文字だけど...これも文字列（文字ではない）
""		// 0 文字だけど...これも文字列

文字列（例："a"）と文字（例：'a'）との区別に注意．
• メモリ内部では，文字の羅列（られつ）として連続的に記録されている．
文字配列のメモリマップと同様． しかし，定数と配列（変数）とでは記録場所（セグメント）が異なる．
• 文字列の末尾には終端記号 '\0'（ASCII コード番号は 0） が追加されている．
これも文字配列と同じ性質だ．
• 文字列の値は， その先頭文字が記録されているメモリアドレスである． （つまり，文字列の値は，文字列の内容とは無関係である．）

これもまた，文字配列の値（配列名の値）と同じことだ． 配列とアドレスの関係を再確認しよう． （文字列定数も配列名もどちらもアドレスなので， 配列名を文字列定数に置き換えて考えよう．）

たとえば，文字列定数 "string" の n 文字目を取り出すために， 次のようなソースコードを記述してもよいことになる． （無意味なので，ふつうはやらないが．．．）

"string"[1]		// 文字 't'
"string"+2		// 文字 'r'

これらを確認するためのプログラムを List 2 に示す．

main()
{
	char c;
	int  i;

	printf("\"%s\" = 0x%08X\n", "pineapple", "pineapple");
	for (i = 0; i < 10; i++) {
		c = "pineapple"[i];
		printf("\"pineapple\"[%d] = '%c' = %4d\n", i, c, c);
	}
	printf("\n");

	printf("\"%s\" = 0x%08X\n", "apple", "apple");
	for (i = 0; i < 10; i++) {
		c = "apple"[i];
		printf("\"apple\"[%d] = '%c' = %4d\n", i, c, c);
	}
}									

実行例：

"pineapple" = 0x004006A0	# テキストセグメント内のアドレス（のハズ）
"pineapple"[0] = 'p' =  112	# 配列と同様，[i] で i 文字目
"pineapple"[1] = 'i' =  105
"pineapple"[2] = 'n' =  110
"pineapple"[3] = 'e' =  101
"pineapple"[4] = 'a' =   97
"pineapple"[5] = 'p' =  112
"pineapple"[6] = 'p' =  112
"pineapple"[7] = 'l' =  108
"pineapple"[8] = 'e' =  101
"pineapple"[9] = '' =    0	# 終端記号

"apple" = 0x004006D7		# これもテキスト内だが異なる場所
"apple"[0] = 'a' =   97
"apple"[1] = 'p' =  112
"apple"[2] = 'p' =  112	
"apple"[3] = 'l' =  108
"apple"[4] = 'e' =  101
"apple"[5] = '' =    0		# 終端記号
"apple"[6] = '"' =   34		# 以下，他のデータやゴミ
"apple"[7] = 'a' =   97
"apple"[8] = 'p' =  112
"apple"[9] = 'p' =  112

テキストセグメントは書き換え不可能なので， 異なる文字列定数は異なるメモリ領域に記録されている．

文字配列

複数の char 型変数を連続的に並べたものが 文字配列である． 文字配列を宣言すると，データセグメントの中に連続的なアドレスが確保される． 宣言と同時であれば，文字列の代入（初期化）も可能である：

char str[] = "string";		// 宣言と同時に文字配列を初期化．

ところで，このコードは， 前節の文字列定数の性質とは矛盾しているように見える． しかし，このコードは，例外的に正しい． 右辺の文字列定数 "string" の値はアドレスなので， 左辺はポインタ（アドレスを記録する変数）でなければならないハズである． （配列は複数の変数の集合体であって，それ自体は単独の変数ではない．） 本来，文字配列の初期化については，次のようにすべきだろう：

char str[] = { 's', 't', 'r', 'i', 'n', 'g', '\0'};	// 本来の書き方

しかし，これは面倒すぎる． そのため，上記のような例外措置が設けられているわけだ．

なお，この例外措置は，宣言時以外では無効であることに注意しよう：

char str[7];

str = "string";			// 宣言の後に代入．間違い

このコードは， 定数（配列のアドレス）に定数（文字列のアドレス）を代入しようとしており， コンパイルエラーとなる． 本来は，要素毎に 1 文字ずつ代入しなければならない：

char str[7];

str[0] = 's'; str[1] = 't'; str[2] = 'r';
str[3] = 'i'; str[4] = 'n'; str[5] = 'g';
str[6] = '\0';			// 正しいが，面倒

しかし，これではあまりにも不便なので， strcpy() 関数を利用するとよいだろう：

char str[7];

strcpy(str, "string");		// これが正解．楽ちん

List 3 は，文字配列がどのように記録されるのかを確認するためのプログラムである． List 2 のコードおよび実行結果と比較せよ．

main()
{
	char str[10];	// 文字配列の宣言
	char c;
	int  i;

	strcpy(str, "pineapple");	// 文字配列への代入
	printf("str = 0x%08X : \"%s\"\n", str, str);
	for (i = 0; i < 10; i++) {
		c = str[i];
		printf("str[%d] = '%c' = %4d\n", i, c, c);
	}
	printf("\n");


	strcpy(str, "apple");
	printf("str = 0x%08X : \"%s\"\n", str, str);
	for (i = 0; i < 10; i++) {
		c = str[i];
		printf("str[%d] = '%c' = %4d\n", i, c, c);
	}
}									

実行例：

str = 0x4D0E0BD0 : "pineapple"	# データセグメント内のアドレス（のハズ）
str[0] = 'p' =  112
str[1] = 'i' =  105
str[2] = 'n' =  110
str[3] = 'e' =  101
str[4] = 'a' =   97
str[5] = 'p' =  112
str[6] = 'p' =  112
str[7] = 'l' =  108
str[8] = 'e' =  101
str[9] = '' =    0

str = 0x4D0E0BD0 : "apple"	# 同じアドレスに上書き
str[0] = 'a' =   97
str[1] = 'p' =  112
str[2] = 'p' =  112
str[3] = 'l' =  108
str[4] = 'e' =  101
str[5] = '' =    0
str[6] = 'p' =  112	# 以下，ゴミ
str[7] = 'l' =  108
str[8] = 'e' =  101
str[9] = '' =    0

ひとつの文字配列 str に２回， それぞれ異なる文字列を代入しているので， 異なる文字列が同じメモリ領域に記録（上書き）されている．

文字列ポインタ

文字列ポインタは， 文字列のアドレスを記録するための変数である． 参照先は，文字列定数でも文字配列でも，どちらでもよい． List 1 および Table 1 へ振り返り， ポインタ p の使用方法と値変化を再び観察してみるとよい．

ところで，文字列ポインタと文字配列は， どちらも文字列を取り扱うための変数ではあるが， 互いに異なるものであることに注意せよ． 以下，文字列ポインタの初期化について，紛らわしい事例を列挙しておく．

• 次の２つの初期化方法はどちらも正解である：

char *str1 = "string";	// 宣言と同時に代入

char *str2;
str2 = "string";	// 宣言した後に代入

文字配列の初期化との違いに注意せよ． どちらの方法でも，例外措置ではなく， 文字列ポインタと文字列定数の普通の使い方をしているだけだ．
• 次の方法は間違いであり，結果が予測できない：

  char *str;		// 初期値はゴミ．つまり参照先不明なので...
  
  strcpy(str, "string");	// 間違い
  

  ポインタ str の初期値（ゴミ）次第で， セグメントエラーになったり，異常動作になったり，うまく動く場合もある． しかし，たとえうまく動いたとしても，それは偶然であり，この方法は完全に間違い． 今後は，やらないこと．
• だが「ポインタでは strcpy を使えない」という訳でもない． 次の方法は，正しい：

  char ary[10];		// データ領域を確保し...
  char *ptr;
   
  ptr = ary;		// 記録先を明示しているので...
  strcpy(ptr, "string");  // 正しい
  

練習問題

今回，レポートの必要はないが， 以下の問題に必ず取り組むこと．

次のコードの Q1〜Q6 では， "pineapple" を "apple" に 書き換えようとしている． それぞれについて，うまく行くかどうか？ 失敗の原因は何か？説明せよ．

main() {
	char *ptr = "pineapple";
	char ary[] = "pineapple";

	// 書き換え前のデータ
        printf("ptr = 0x%08X ==> %s\n", ptr, ptr);
        printf("ary = %s\n", ary);

	// 問題のコード（Q1 ～ Q7 のコードを記入）
	...

        // 書き換え後のデータ
        printf("ptr = 0x%08X ==> %s\n", ptr, ptr);
        printf("ary = %s\n", ary);
}

ptr = "apple";			// Q1

ary = "apple";			// Q2

strcpy(ary, "apple");		// Q3

strcpy(ptr, "apple");		// Q4   

ptr = ary; strcpy(ptr, "apple");	// Q5

"pineapple" = "apple";		 // Q6

次のコードには不具合がある． それは何か？説明せよ．

char str[] = "apple";
strcpy(str, "pineapple");       // Q7

(c) 2017, yanagawa@kushiro-ct.ac.jp