3

興味がありC言語について勉強中です。

strlen()関数がカウントできる(戻り値としてリターンできる)最大文字数はいくつになりますか?

戻り値の型は確かsize_t だったと思いますが、実行環境やコンパイラによって最大値が変わる場合、何を見れば/どこを調べれば、戻り値の最大文字数がいくつであると分かるでしょうか。

ちなみにmacOS 10.14.6 利用しており、プロセッサは 3.1 GHz Intel Core i7 と表示があるので 64bit PCなのかなと思いますがこちらが関係しそうでしょうか(Core i7だったらどのような場合でも絶対に64bitになりますか?)

下記のようなサンプルコードで何文字までカウントできるか試してみましたが、840万文字付近でエラー = segmentation fault となりました。int としている箇所の型をすべて size_t としても同様です。最大値とそれを超える値の境目(しきい値)を実際に目で確認したかったのですが、もし他に良い検証方法があればそちらもご教授いただけたら嬉しいです。

int main(void)
{
    // int num = INT_MAX; // segmentation fault
    // int num = 8400000; // segmentation fault
    int num = 8350000; // OK
    char str[num];
    int i = 0;
    int j = num - 1;

    while (i < j) {
        str[i] = '1';
        i++;
    }
    str[i] = '\0';
    printf("%zu\n", strlen(str)); // 出力: 8349999
    return (0);
}

2 件の回答 2

6

strlen()自体に制限はありません。戻り値はsize_tなのでこの最大値まで可能です。
あとはどれだけ長い文字列を用意できるかの問題であり、そこはstrlen()とは無関係です。

840万文字付近でエラー = segmentation fault となりました。

int num = 8350000; // OK
char str[num];

このコードはスタック領域上に変数を確保するものであり、スタックサイズを超えることはできません。840万文字付近が限界なら、それがその環境のスタックサイズの限界なのでしょう。malloc()等を使用するとスタック領域ではなくより広いヒープ領域上にメモリ確保できます。


最大値とそれを超える値の境目(しきい値)を実際に目で確認したかったのですが、もし他に良い検証方法があればそちらもご教授いただけたら嬉しいです。

strlen()のソースコードを読んでみるのはどうでしょうか?

最適化されていて複雑ですが、newlibで最適化部分を排除すれば簡単に読めるかもしれません。

size_t
strlen (const char *str)
{
  const char *start = str;
  while (*str)
    str++;
  return str - start;
}

となっていて、文字列長に依存しない実装であることは簡単に読み取れるかと思います。

追記: あくまでglibcやnewlibの実装をあげたものですが、macOSにおいても同様の実装がされているはずですので、必要であれば実際のソースコードを確認してください。


oririさんの回答はいろいろと問題があるので、指摘しておきます。

macOS での C-Compilerは gccのようです

コメントにも書きましたが、実行ファイル名を取り上げることに意味はありません。gccという名前からGNU Compiler Collectionが連想されますが、実際にはClangのはずです。ちなみにClangを作ったのはAppleです。

また、macOSの質問なのでLinuxのman pageを見ることに意味はありません。素直にmacOSのman pageを見るべきです。strlen(3)も用意されています。

OSというか CPUが 32bitモードか 64bitモード(で動いてる)かで size_t (__SIZE_TYPE__) のサイズは変わります。

前指摘とも関係しますが、CPUのサイズに意味はありません。質問のIntelプロセッサーなら16bitモードも存在します。ハードウェア(CPU)にそのような機能があるとしても、プラットフォーム(OS)としてハードウェアのモードを設定し、併せてsize_tが何ビットなのかを規定しています。その意味でLinuxのman pageを読むのも適切ではありません。

同様にコンパイラーもあくまでプラットフォームの規定に従っているだけであり、コンパイラーがビット数を定めているわけではありません。余談ですが、Windowsプラットフォームにおいてlong doubleは64bitと定められていますが、MinGWのgccはこの規定に従わずlong doubleを96bitとして扱っているためprintfが正しく動作しない問題が発生していたりします。その意味でコンパイラーが何であるかを意識するのも適切ではありません。

もちろん、質問のmacOSではなくLinuxについての情報を参考として載せるのは構いませんが、全体としてmacOSの情報であるかのようにミスリーディングしている印象を受けます。

3
  • 1
    ミスリードを誘ってるわけではなく, C言語を勉強してる ということなので C言語全体的な話にしています。gccだと判断したのは間違いで書き直すため調査中です。
    – oriri
    Commented 2022年2月13日 2:26
  • @sayuri さん、初稿も追記も丁寧にご説明いただいてありがとうございます!なるほどスタック領域ヒープ領域が別とのこと(不勉強恐れ入ります)、自マシンのスタックサイズをlimitコマンドで調べたら 8MB でしたので、char型を用意して840万文字付近が限界だった事の答え合わせができました。ソースコードの提示もありがとうございます!libcは色々あるんですね知りませんでした、macOSの方を参照するならこのあたりでしょうか・・・? opensource.apple.com/source/Libc/Libc-262/i386/gen/… Apple Open Source にアクセスするのは初めてでバージョンやディレクトリ構造の意味合いがつかめておりませんが、いったん上記でstrlenを確認できました。また、ハードウェア/プラットフォーム/ライブラリ等における具体的な切り分けも大変勉強になります、学びが盛り沢山で本当に嬉しいです。今はまだ理解の追いつかない部分もありますが→ Commented 2022年2月18日 13:29
  • →(結局自マシンでsize_tは何ビットか等。sysctl -n hw.machine のコマンドを打つと x86_64 と出るので「コマンドラインインターフェースで64ビットカーネルを使っている」ということが分かるらしいのですが、それが「ハードウェアのモードを64ビットで使っている」ということと同義で良いのか、size_tもそれにならうのかはよく分かっていません。)、引き続き気になった箇所を掘っていってみようと思います。 Commented 2022年2月18日 13:32
-1

macOS での C-Compilerは gcc LLVM-gcc 「Xcodeの gccを呼び出すとclangが呼び出される」のようです。
Linuxの man pageだけど, GCCフロントエンドとして簡単に探したもの (他意はありません)

size_t の大きさは環境依存で, ユーザー空間での gccでの場合は (カーネル空間の場合は話は別)

typedef __SIZE_TYPE__ size_t;

参考 (stackoverflow.com):


OSというか CPUが 32bitモードか 64bitモード(で動いてる)かで size_t (__SIZE_TYPE__) のサイズは変わります。
x86系 CPUの最近のものや, あるいは ARM系のパワフル方面のは, 32bitモードでも 64bitモードでもどちらでも稼働可能, なはず。64bitモードで稼働していれば __SIZE_TYPE__ は 8 Bytesです (unsigned long int)


(追記)

(macOS としてだけではなくモダンな) C言語での記述方法として, 以下の記事があります

内容そのままでは長いけれど, 下手に抜粋すると正しく伝わらないかもなので「システム依存の型」「その他の型」ついて引用します

システム依存の型

まだ「32 bitのプラットフォームでは32 bitのlong型、64 bitのプラットフォームでは64 bitのlong型がいい」という不満があるようですね。

プラットフォームに依存する2つの異なるサイズを使うため、 故意に コードを難しくすることを考えたくなければ、システム依存の型のために long を使おうとは思わないでしょう。

この状況では、プラットフォームのためにポインタ値を保持する整数型、intptr_t を使うべきです。

モダン32-bitプラットフォームでは、intptr_tint32_t です。

モダン64-bitプラットフォームでは、intptr_tint64_t です。

intptr_tuintptr_t の形でもあります。

ポインタのオフセットを保持するためには、名が体を表す通りの ptrdiff_t を使います。これは、ポインタの差分の値を格納するのに適した型です。

その他の型

最も頻繁に使われるシステム依存の型は、size_t で、stddef.h に定義されています。

size_t は基本的に「最大の配列インデックスを保持できる整数」ですが、プログラム内の最大のメモリオフセットを保持が可能という意味もあります。

実際の用途としては、size_tsizeof オペレータの戻り値の型です。

いずれにしても、size_t は全てのモダンプラットフォーム上の uintptr_t と同様になるよう、 実用的に 定義されます。そのため、32-bitプラットフォームでは、size_tuint32_t であり、64-bitプラットフォームでは、size_tuint64_t です。

他にも、ssize_t があり、これはライブラリ関数からの返り値として使われる符号付きの size_t で、エラーの際に -1 を返します(注: ssize_t はPOSIXであり、Windowsインターフェースには適用されません)。

では、あなたの関数パラメータ内で、任意のシステム依存型のサイズのための size_t を使うべきでしょうか。技術的には、size_tsizeof の戻り値の型なので、バイト数を表したサイズ値を受け取る関数は全て size_t に変換できます。

他の用法には次のものが含まれます。: size_t はmallocに渡される引数の型であり、ssize_tread()write() の戻り値の型です(ssize_t が存在せず、戻り値がただの int であるWindowsの場合を除きます)。

5
  • 5
    macOS での C-Compilerは、実行ファイル名はgccですが、中身はGNU Compiler CollectionではなくClangでは?
    – sayuri
    Commented 2022年2月11日 21:17
  • gccは間違いでした。調査足りないかもしれないけど ClangではなくLLVM-gccのように思えたので, 改修
    – oriri
    Commented 2022年2月13日 3:20
  • 1
    LLVM-gccであるような記事からそう判断したけど, 本当に Clangを呼び出してる模様なので訂正と, 気づいたところあれば後で修正の予定です
    – oriri
    Commented 2022年2月13日 5:57
  • 2
    どこまでがC言語標準で、どこからがプラットフォーム依存で、どれがmacOSの話題でどれがLinuxの話題なのかが区別されると分かりやすくなるかもしれません。ただコンパイラ内部がどうなっているかなど、C言語を勉強中とおっしゃる方にどこまで必要な情報なのかは気になるのと、「strlen() 関数がカウントできる最大文字数は」という問いに対する回答でありながら strlen() が登場するのが3行目のみで何を伝えようとされているのかよくわかりませんでした。
    – sayuri
    Commented 2022年2月13日 12:54
  • @oriri さん、コメントありがとうございます!様々な角度から情報をいただけたおかげで議論のしやすい場が醸成され、自分が理解できているものと理解できていないものの切り分けが少し進み、他の回答者の方からもより詳細な情報をご提供いただくことができました。いただいた参考URLも拝見したいと思います。 Commented 2022年2月18日 13:39

この質問に回答するには、ログインする必要があります。

求めていた回答ではありませんか? のタグが付いた他の質問を参照する。