C/C++の「ポインタ」とは

C/C++ の「ポインタ」は、難しいとか、実は簡単だとか、色々言われます。

ポインタについては規格に書かれています。この記事は、ポインタをより正確にイメージするため、規格に私の解釈を追加したものです。区別のため、C++23 草案 (N4950) の内容には節番号を付け、私の解釈は 斜体 で書きます。

私の解釈は以下の記事の影響を受けています。
https://www.ralfj.de/blog/2018/07/24/pointers-and-bytes.html

ポインタとは、IDとオフセットの組

まず、ヌル以外のポインタは、以下の ID とオフセットの組 です。

• ID：新しいオブジェクトが作られるたびに振られる、ユニークな値。
• オフセット：オブジェクト先頭からのバイト数。

詳しく話していきます。

ID の割り振り

変数を定義するとオブジェクトが作られ (6.7.2)、各オブジェクトに固有の ID が割り振られます。たとえば、

int x, arr[10];

と書くと整数 x と配列 arr が作られるので、x と arr にそれぞれ ID が振られます。ユニークなので、x の ID と arr の ID は異なります。

ただし、ID が振られるのは変数として定義した x と arr だけで、要素 arr[0] arr[1] … arr[9] に固有の ID は振られません。構造体でも同様で、

struct { int x, y; } foo;

と書けば foo に ID が振られますが、foo.x と foo.y には振られません。

arr[5] や foo.x のように要素やメンバーとして含まれるオブジェクトをサブオブジェクトといい、そうでない arr や foo を完全なオブジェクトといいます (6.7.2)。ID は、完全なオブジェクトだけに振られます。

new を用いてオブジェクトを作っても、同様に ID が割り振られます。

int *ptr = new int;
ptr = new int;

new を書くたびに新しいオブジェクトが作られ、異なる ID が振られます。ここでも、振られる ID は 1 度の new につき 1 つだけで、サブオブジェクトには振られません。

オフセット

完全なオブジェクトは、正のサイズを持ちます。サイズは sizeof 演算子で得られます。

int arr[10];
std::cout << sizeof(arr) << std::endl;

私の環境では int が 4 バイトなので、40 と出力されました（以下 int を 4 バイトとして話を進めます）。

この 40 バイトのうちどこか 1 箇所（末尾の直後も可）を指すのが、ポインタです。完全なオブジェクトの中で位置の指定に使う値を、オフセットと呼びます。

たとえばポインタが「arr の ID」と「オフセット 0」の組み合わせなら、arr の 0 バイト目、つまり先頭を指します。これは arr 自体で表されます。

一方ポインタが「arr の ID」と「オフセット 20」の組み合わせなら、arr の 20 バイト目、つまり（0 始まりで）5 番目の要素を指します。これは、足し算 arr + 5 で得られます。

「末尾の直後も可」というのは、オフセットが 40 でもよいという意味です。arr は 40 バイトしかないので、40 バイト目は存在しない 10 番目の要素ですが、特別に arr 末尾の直後のみ許されています。もちろん 41 バイト目や -1 バイト目はなく、オフセットは常に 0 以上 40 以下の値です。

実際に書くとこうなります。

int arr[10];
int *p = arr;   // 「arr の ID」と「オフセット 0」
int *q = p + 5; // 「arr の ID」と「オフセット 20」
int *r = q + 5; // 「arr の ID」と「オフセット 40」

arr + 11 や arr - 1 を計算しようとすると違法（未定義動作）なので (7.6.6)、負のオフセットや 40 を超えるオフセットについて考慮する必要はありません。

配列以外でも同様です。

int x;          // サイズ 4
int *p = &x;    // 「x の ID」と「オフセット 0」
int *q = p + 1; // 「x の ID」と「オフセット 4」

struct { int x, y; } foo; // サイズ 8（とします）
int *p = &foo.x;          // 「foo の ID」と「オフセット 0」
int *q = &foo.y;          // 「foo の ID」と「オフセット 4」

ヌルポインタ

どのポインタとも異なる、ヌルポインタ nullptr という特別なポインタがあります。

足し算 nullptr + 0 ができることから、サイズ 0 の仮想的なオブジェクトの ID とオフセット 0 の組と考えても良いですが、そうすると nullptr は完全なオブジェクトの末尾の直後を指すことにもなり、以下で都合が悪いので、ID とオフセットの組という形ではない特別なポインタ ということにしておきます。

== != による比較

ポインタ同士は == != で比較できます。ここに未定義動作はありません (7.6.10)。

原則として、2 つのポインタが等しいというのは、ID とオフセットがともに等しいという意味です。

ただし例外があって、以下を全て満たす場合は結果が未規定です。

• ID が異なる。
• 片方のオフセットが 0。
• もう片方のオフセットがサイズと同じ（つまり末尾の直後）。

なぜこのような例外があるのでしょうか？それは最適化のためです。

ID とオフセットを別々に扱うと、各操作につき大変コストがかかるので、コンパイラは ID とオフセットをまとめて 1 つの整数値で表すように翻訳します。この過程で、ある完全オブジェクトの末尾の直後を指すポインタと、別の完全オブジェクトの先頭を指すポインタが、同じ整数値に対応してしまうことがあります。そこで規格は、プログラマーに対し「末尾の直後と先頭を比較しても結果に期待するな」と言うことで、コンパイラがより効率的なプログラムを生成することを許したのです。

サイズが 0 のオブジェクトが基本的に作れないのも、このためでしょう。

また、nullptr == nullptr は常に真で、nullptr == (nullptr以外) は常に偽です。コンパイラは、好きな整数値を nullptr に割り当てておき、どのオブジェクトとも被らないようにすれば OK です。

追記：特殊な環境（LISP マシン）ではポインタを 1 つの整数値に最適化できず、2 つ組のまま扱います。上の「未規定」は「常に偽」でもよいので、ヌルポインタとして (NIL, 0) を用いるようです。

< > <= >= による比較

ポインタ同士の大小は < > <= >= で比較できますが、基本的には同じ ID のときにオフセットの大小を比較するものです。

同じ配列中の 2 つの要素を指すポインタを比較すれば、ID が同じなので、添字が小さい方が小さく、添字が大きい方が大きくなります。また同じ構造体の 2 つのメンバーを指すポインタを比較すれば、ID が同じなので、前の方が小さく、後の方が大きくなります（ここでいう前後は、構造体を定義するときに宣言した順番です）。

一方、ID が異なる 2 つのポインタの大小比較については、矛盾が生じない（たとえば p < q と q < r と r < p は同時に成り立たない）ことが保証されていますが、その具体的な結果は未規定です。nullptr とそれ以外の大小比較も未規定です。

オブジェクトの生存期間

上で挙げたような変数宣言や new でオブジェクトが作られると、オブジェクトの生存期間（ライフタイム）が始まります (6.7.3)。

変数のスコープを抜けたり delete を呼んだりしてオブジェクトが破棄されると、生存期間は終了します。

上で話した、== != < > <= >= によるポインタ同士の演算は、たぶん生存期間中のみ有効……だと思いますが、自信ありません。以下の記述がそうだと思います。

6.7.3 Lifetime [basic.life]
4. The properties ascribed to objects and references throughout this document apply for a given object or reference only during its lifetime.

整数とのキャスト

ポインタと整数の間でキャストができますが、0 が nullptr になることを除いて処理系定義です (7.6.1.10)。

しかし、size_t が十分に大きいとして、 int x; に対して (int *)(size_t)&x が元の値 &x に戻ってくることは保証されています。おかげで、XOR linked list が実装できます。

追記：Azaikaさんのコメントで教えて頂いた通り、C++20 まで XOR linked list を合法たらしめていた safely-derived pointer の規定が C++23 で消えたため、未保証のようでした。
https://azaika.hateblo.jp/entry/2020/08/09/183606

先頭で紹介した記事 "Pointers Are Complicated, or: What's in a Byte?" ではポインタと整数のキャストを未解決の問題点と指摘していますが、処理系定義なら別に良いんじゃないかと個人的には思います。