什么是严格的别名规则？

 

在询问C语言中常见的未定义行为时，灵魂比我提到严格的别名规则更加开明。
他们在说什么？

遇到严格别名问题的典型情况是将结构（如设备/网络信息）覆盖到系统字长度的缓冲区上（如指向uint32_t s或uint16_t s的指针）。 当通过指针转换将结构覆盖到这样的缓冲区或缓冲区上时，您可以轻松违反严格的别名规则。

所以在这种设置中，如果我想发送消息给某个东西，我必须有两个不兼容的指针指向同一块内存。 然后我可能天真地编码这样的东西： 

typedef struct Msg
{
    unsigned int a;
    unsigned int b;
} Msg;

void SendWord(uint32_t);

int main(void)
{
    // Get a 32-bit buffer from the system
    uint32_t* buff = malloc(sizeof(Msg));

    // Alias that buffer through message
    Msg* msg = (Msg*)(buff);

    // Send a bunch of messages    
    for (int i =0; i < 10; ++i)
    {
        msg->a = i;
        msg->b = i+1;
        SendWord(buff[0]);
        SendWord(buff[1]);   
    }
}

严格的别名规则使得这种设置非法：取消引用另一个不兼容类型的别名是未定义的行为。 不幸的是，你仍然可以用这种方式进行编码，也许会得到一些警告，编译好，只是在运行代码时出现奇怪的意外行为。

（海湾合作委员会在提供别名警告的能力方面似乎有些不一致，有时会给我们一个友好的警告，有时候不会。）

为了明白为什么这个行为是未定义的，我们必须考虑严格的别名规则是如何购买编译器的。 基本上，通过这条规则，不必考虑插入指令来刷新循环中每次运行的buff的内容。 相反，在进行优化时，如果有一些恼人的未被强制设置的混叠假设，可以省略这些指令，在循环运行之前将buff[0]和buff[1 ]加载到CPU寄存器中，并加速循环体。 在引入严格的别名之前，编译器必须处于一种偏执狂的状态，即任何人随时随地都可以改变buff的内容。 因此，为了获得额外的性能优势，并假设大多数人不会输入双关键字，就会引入严格的别名规则。

请记住，如果你认为这个例子是人为设计的，那么如果你将一个缓冲区传递给另一个为你发送数据的函数，甚至可能会发生这种情况。 

void SendMessage(uint32_t* buff, size_t size32)
{
    for (int i = 0; i < size32; ++i) 
    {
        SendWord(buff[i]);
    }
}

并重写我们早期的循环，以利用这个便利的功能 

for (int i = 0; i < 10; ++i)
{
    msg->a = i;
    msg->b = i+1;
    SendMessage(buff, 2);
}

编译器可能会或可能无法或足够聪明地尝试内联SendMessage，它可能会或可能不会决定加载或不加载buff。 如果SendMessage是单独编译的另一个API的一部分，它可能有加载buff内容的指令。 然后再次，也许你在C ++中，这是编译器认为它可以内联的一些模板头只有实现。 或者，也许这只是为了您的方便，您在.c文件中编写的内容。 无论如何，未定义的行为可能仍然会发生。 即使我们知道一些发生了什么，但仍然违反了规则，因此没有明确定义的行为得到保证。 所以只需通过包装我们的单词分隔缓冲区的功能就不一定有帮助。

那么我该如何解决这个问题？

  • 使用联合。 大多数编译器都支持这一点，而不会抱怨严格的别名。 这在C99中是允许的，并且在C11中明确允许。 

    union {
    Msg msg;
    unsigned int asBuffer[sizeof(Msg)/sizeof(unsigned int)];
};

  • 您可以在编译器中禁用严格别名（f [no-] gcc中的严格别名））

  • 您可以使用char*作为别名，而不是系统的单词。 规则允许char*的异常（包括signed char和unsigned char ）。 它总是假定char*别名其他类型。 然而，这不会以另一种方式工作：没有假设你的结构化字符的缓冲区。

    • 初学者要小心

    当两种类型叠加时，这只是一个潜在的雷区。 您还应该了解字节顺序，字对齐以及如何通过正确打包结构来处理对齐问题。

    我发现的最好的解释是Mike Acton，了解严格的别名。 它专注于PS3的开发，但基本上只是GCC。

    从文章：

    “严格别名是由C（或C ++）编译器做出的一个假设，即取消引用不同类型对象的指针将永远不会引用相同的内存位置（即彼此相互混淆）。”

    所以基本上，如果你有一个int*指向一个包含一个int内存，然后你将一个float*指向这个内存并将它用作float那么你会违反规则。 如果你的代码不尊重这个，那么编译器的优化器很可能会破坏你的代码。

    规则的例外是char* ，它允许指向任何类型。

    这是C ++ 03标准第3.10节中的严格别名规则（其他答案提供了很好的解释，但是没有人提供规则本身）：

    如果程序试图通过以下类型之一的左值访问对象的存储值，则行为是未定义的：

  • 对象的动态类型，
  • 该对象的动态类型的cv限定版本，
  • 类型是对应于对象的动态类型的有符号或无符号类型，
  • 一种类型，即与对象的动态类型的cv限定版本对应的有符号或无符号类型，
  • 包括其成员中的上述类型之一（包括递归地，子成员或包含联合的成员）的聚合或联合类型，
  • 一种类型，它是对象的动态类型（可能是cv-qualified）的基类类型，
  • 一个char或unsigned char类型。

    • C ++ 11和C ++ 14措辞（重点更改）：

    如果程序试图通过非以下类型之一的glvalue访问对象的存储值，则行为未定义：

  • 对象的动态类型，
  • 该对象的动态类型的cv限定版本，
  • 类型（与4.4中定义的）类型的对象的动态类型，
  • 类型是对应于对象的动态类型的有符号或无符号类型，
  • 一种类型，即与对象的动态类型的cv限定版本对应的有符号或无符号类型，
  • 包含其元素中的上述类型之一或非静态数据成员（包括递归地包含子集或包含联合的元素或非静态数据成员）的聚合或联合类型，
  • 一种类型，它是对象的动态类型（可能是cv-qualified）的基类类型，
  • 一个char或unsigned char类型。

    • 两个变化很小：流值而不是左值，澄清汇总/工会案例。

    第三个变化提供了更强的保证（放宽强烈的别名规则）：现在可以安全别名的类似类型的新概念。

    C语言 （C99; ISO / IEC 9899：1999 6.5 / 7;在ISO / IEC 9899：2011§6.5¶7中使用完全相同的措辞）：

    对象的存储值只能由具有以下类型之一的左值表达式访问：73）或88）：

  • 与对象的有效类型兼容的类型，
  • 与对象的有效类型兼容的类型的合格版本，
  • 类型是对应于对象的有效类型的有符号或无符号类型，
  • 一种类型，即对应于对象有效类型的合格版本的有符号或无符号类型，
  • 包含其成员之间的上述类型之一（包括递归地，子集团成员或包含联盟）的聚合或联合类型，或者
  • 一个字符类型。

    • 73）或88）这份清单的目的是规定对象可以或不可以被别名的情况。

    链接地址: http://www.djcxy.com/p/36289.html

    上一篇: What is the strict aliasing rule?

    下一篇: Is it better to use std::memcpy() or std::copy() in terms to performance?