C言語の文字列の文字数が変数の宣言によって異なる理由

Question

C言語を勉強していて変な仕様を見つけました。
charを100文字で宣言した場合と1000文字で宣言した場合で出力される文字数が異なります。
100と101で宣言しても102と100と出力されます。

この現象の理由を知りたいのですが、検索ワードがわからずにモヤモヤしています。
ご存知の方がいらっしゃったら教えていただけますと幸いです。

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

int main(void)
{
    char str1[100]="aaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaa";
    char str2[1000]="aaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaa";

    printf("str1は%lu\n", strlen(str1));
    printf("str2は%lu\n", strlen(str2));

    return 0;
}

str1は102
str2は100

追加でやってみました。同じ文字列を出力させても文字数が変わります。

    char str1[100]="aaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaa";
    char str2[100]="aaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaa";
    char str3[100]="aaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaa";
    char str4[100]="aaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaa";

    printf("%lu\n", strlen(str1));
    printf("%lu\n", strlen(str2));
    printf("%lu\n", strlen(str3));
    printf("%lu\n", strlen(str4));
    return 0;

102
101
101
110

Comments

[cateye]

char str1[100]を、１００文字で初期化すると“１００文字で収まらない”のは理解していますか？

[Kchan_01]

文字の配列の最後に'\0'があることは理解していましたが、
＞＞末端を超えて読み進めてしまい、メモリのどこかに転がっていた\0までを文字列と認識してしまいます。
ということを理解していませんでした。エラーで弾かれず読み進めるということに驚きです。

Answer 1

このaaa...aはちょうど100文字ありますが、char str1[100] = "（aが100文字）";と初期化すると、末端の\0が入りません。

末端を超えて読み進めてしまい、メモリのどこかに転がっていた\0までを文字列と認識してしまいます。

Comments

[Kchan_01]

あ、だから実行するたびに値が異なるのですね！ありがとうございます！

Answer 2

末端を超え…メモリのどこかに転がっていた\0までを文字列と認識
エラーで弾かれず読み進めるということに驚き

こうしてＣの文字列の定義を再認識するんですね。「C言語 一皮むけばアセンブラ（るばーと心の俳句）」でして、一般的な言語に比べてより生のメモリを相手にする感がありますから、この機会にメモリをダンプして直接見てみると面白いです。

#include <stdio.h>
#include <string.h>
#include <ctype.h>  // for isprint()
void mdump(void *vp, int size, const char *msg);
int main(void)
{
    char str1[100] = "aaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaa";
    char str2[1000] = "aaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaa";
    printf("str1は%lu\n", strlen(str1));
    printf("str2は%lu\n", strlen(str2));

    printf("str1は%p番地から\n", str1); // str1[]のアドレス
    printf("str2は%p番地から\n", str2); // str2[]のアドレス
    mdump(str1, 220, "str1[]");  // str1[] からメモリダンプ
    return 0;
}

/*======================================================================
Func Name   : void mdump(void *vp, int size, const char *msg);
Function    : Dump memory
Param Input : void *vp  = memory address
              int size  = size to be dumped, 16 bytes align
              char *msg = message to identify memory block
Param Output, Return, Input Inf, Output Inf  : None
Note        : # How to compile with your 'prog.c',
              #  > cc prog.c mdump.c
Revision    : 1.00 2016/05/14 Created by rubato6809
======================================================================*/
#define LINESIZE    16        // 16バイトを一行に表示
void mdump(void *vp, int size, const char *msg)
{
    unsigned char *mem = vp;  // 常に無符号char領域としてアクセス
    int ltop, lnext;          // line-top and line-next

    // 識別メッセージを表示
    if (msg) printf(" '%s'", msg);        // つまり、NULLなら表示しない
    printf("\n");                         // でも最初に改行だけはする

    for (ltop = 0; ltop < size; ltop = lnext) {   // LINESIZE 毎に繰返す
        lnext = ltop + LINESIZE;                  // 次の行の先頭位置
        printf("%p: ", &mem[ltop]);               // 今の行の先頭アドレス

        for (int i = ltop; i < lnext; i++)        // メモリの値を16進数で表示
            printf("%02x ", mem[i]);

        for (int i = ltop; i < lnext; i++) {      // 文字表示、ascii dump
            unsigned char c = mem[i];             // メモリの値
            printf("%c", isprint(c) ? c : '.');   // 表示不能なら '.' を
        }
        printf("\n");
    }
}

私の実行結果はこうです。

$ ./a.out 
str1は102
str2は100
str1は0x7fff0f8b84b0番地から
str2は0x7fff0f8b8520番地から
 'str1[]'
0x7fff0f8b84b0: 61 61 61 61 61 61 61 61 61 61 61 61 61 61 61 61 aaaaaaaaaaaaaaaa
0x7fff0f8b84c0: 61 61 61 61 61 61 61 61 61 61 61 61 61 61 61 61 aaaaaaaaaaaaaaaa
0x7fff0f8b84d0: 61 61 61 61 61 61 61 61 61 61 61 61 61 61 61 61 aaaaaaaaaaaaaaaa
0x7fff0f8b84e0: 61 61 61 61 61 61 61 61 61 61 61 61 61 61 61 61 aaaaaaaaaaaaaaaa
0x7fff0f8b84f0: 61 61 61 61 61 61 61 61 61 61 61 61 61 61 61 61 aaaaaaaaaaaaaaaa
0x7fff0f8b8500: 61 61 61 61 61 61 61 61 61 61 61 61 61 61 61 61 aaaaaaaaaaaaaaaa
0x7fff0f8b8510: 61 61 61 61 12 7f 00 00 4b 06 e2 1d 12 7f 00 00 aaaa....K.......
0x7fff0f8b8520: 61 61 61 61 61 61 61 61 61 61 61 61 61 61 61 61 aaaaaaaaaaaaaaaa
0x7fff0f8b8530: 61 61 61 61 61 61 61 61 61 61 61 61 61 61 61 61 aaaaaaaaaaaaaaaa
0x7fff0f8b8540: 61 61 61 61 61 61 61 61 61 61 61 61 61 61 61 61 aaaaaaaaaaaaaaaa
0x7fff0f8b8550: 61 61 61 61 61 61 61 61 61 61 61 61 61 61 61 61 aaaaaaaaaaaaaaaa
0x7fff0f8b8560: 61 61 61 61 61 61 61 61 61 61 61 61 61 61 61 61 aaaaaaaaaaaaaaaa
0x7fff0f8b8570: 61 61 61 61 61 61 61 61 61 61 61 61 61 61 61 61 aaaaaaaaaaaaaaaa
0x7fff0f8b8580: 61 61 61 61 00 00 00 00 00 00 00 00 00 00 00 00 aaaa............

私の手元の64bit GCCでも「str1は102」と表示するので、質問者も似たような状況だろうと独断して解説を試みます。

0x7fff0f8b8510: 61 61 61 61 12 7f 00 00 4b 06 e2 1d 12 7f 00 00 aaaa....K.......
の表示から

• 「12 7f 00」の部分が +2 バイトだとわかる
• 「12 7f 00 00 4b 06 e2 1d 12 7f 00 00」の12バイトは str1[] と str2[] の間に挟まれた隙間部分で、本来は使う予定の無いメモリ
• 隙間部分を設けた理由は、str2[] を16バイト境界から配置してキャッシュを有効利用したいからだろう
• 「4b 06 e2 1d 12 7f 00 00」は、十中八九 0x7f121de2064b という値のポインタ変数だった
• 同様に、+2 バイト分の「12 7f 00 00」もここにポインタ変数があった痕跡だろうetc.

さらに、たとえば

    char str2[1000]; // ="aaaaa...a";

とすれば、str2[1000] は初期化されない 1000 バイトのメモリ領域となり、そこに在る様々な値、いわゆるゴミですが、見ようによっては美しい模様として眺めることができます。このように実際のメモリの姿を見ておくとC言語の仕組みの一端を具体的に実感としてつかむことができ、デバッグにも役立ちます。
Enjoy !