您现在的位置：程式碼之家 >> 編程語言 > >> C語言 >> C >> 關於C

C 語言 char 型別溢位陷阱：strlen 回傳 255 的真相

編輯：關於C

現象重現

#include <stdio.h>
#include <string.h>

int main() {
    char arr[1000];
    for (int i = 0; i < 1000; i++) {
        arr[i] = -1 - i;
    }
    printf("%d\n", strlen(arr));  // 輸出 255
    return 0;
}

直覺預期可能是 1000 或 0，實際輸出卻是 255。這背後揭示了 char 型別有號性、補碼表示與溢位行為的深層機制。

核心知識點拆解

1. char 的有號性實作定義

C 標準規定 char 是否為有號（signed char）或無號（unsigned char）屬於實作定義行為。主流 x86/x64 編譯器（GCC、MSVC、Clang）預設視為 signed char，範圍 [-128, 127]。可透過 -funsigned-char 或 /J 改變預設行為。

2. 補碼表示與溢位規則

有號整數採用二補碼表示：

-1 → 0xFF (1111 1111)
-128 → 0x80 (1000 0000) 最小值
127 → 0x7F (0111 1111) 最大值

當計算結果超出範圍，發生有號整數溢位，屬於未定義行為。但主流編譯器採用「環繞」語意（截斷高位），即 -129 → 0x7F (127)，-256 → 0x00 (0)。

3. 迴圈逐步演示

i	計算值 -1-i	補碼 (Hex)	解釋為 signed char
0	-1	0xFF	-1 (非 '\0')
127	-128	0x80	-128 (非 '\0')
128	-129	0x7F	127 (非 '\0')
255	-256	0x00	0 ('\0')
256	-257	0xFF	-1 (循環重複)

arr[255] 首次出現 '\0'，strlen 以此為終止條件，故回傳 255。

關鍵教訓與防禦性程式設計

陷阱 1：隱含有號性假設

錯誤：假設 char 為無號，直接存儲 0~255 數值。
正確：明確使用 uint8_t (C99 <stdint.h>) 或 unsigned char 表達位元組資料。

陷阱 2：字串處理混用數值陣列

strlen、strcpy 等字串函式預期以 '\0' 結尾的字串。將數值陣列當字串處理，極易因資料中恰好出現 0 而提前截斷，或因無終止符導致緩衝區溢位。

陷阱 3：有號溢位是 UB

雖然主流編譯器環繞，但標準不保證。涉及邊界運算時，應轉換為較寬整型（int、long）計算後再截斷存回，或使用 unsigned 型別明確定義環繞語意。

修正版程式碼

#include <stdio.h>
#include <stdint.h>

int main() {
    uint8_t arr[1000];           // 明確無號 8-bit
    for (int i = 0; i < 1000; i++) {
        arr[i] = (uint8_t)(-1 - i);  // 定義明確的模 256 環繞
    }
    // 不再使用 strlen，改用已知長度或自訂結構
    printf("arr[255] = %u\n", arr[255]);  // 輸出 0
    return 0;
}