何时可以违反别名规则？

Question

我收到了这个警告。我希望它有明确定义的行为，但我想保留这个代码。什么时候我可以破坏别名规则？

警告：取消引用类型混合指针将会破坏严格别名规则 [-Wstrict-aliasing]

String是我的自定义字符串，它是一个POD（平凡标量类型）。这段代码由C调用。S可能是一个int。String基本上是struct String { RealString* s; }，但使用了模板和辅助函数。我做了一个静态断言来确保String是一个pod，大小为4字节，int也是4字节。我还编写了一个断言，检查所有指针是否≥ NotAPtr。它在我的new/malloc重载中。如果你建议的话，我也可以把那个断言放在String里。

考虑到我遵循的规则（主要是字符串是一个pod，并且始终与int大小相同），如果我打破别名规则，会怎样？这是少数情况之一吗？

void func(String s) {
    auto v=*(unsigned int*)&s;
    myassert(v);
    if(v < NotAPtr) {
        //v is an int
    }
    else{
        //v is a ptr
    }
}

- user34537

---

"我可以开多快的车而不被开罚单？" 微软在 MAKEINTRESOURCE 中做了类似的事情，但他们也编写了编译器并添加扩展。普通人无法做到这一点。而且在 C++ 中，他们可以添加一个重载函数。" - Bo Persson

你正在走在一条很危险的路上。你真的有充足的理由不去创建分别处理 func_i 和 func_s 函数吗？ - Per Johansson

@PerJohansson：我在项目开始时这样做了。现在这个原因已经不存在了，所以我改为写了2个函数。+1 - user34537

违反别名规则从来都不是“可以接受的”，因为这会导致编译器将整个程序删除或变得无法识别，这是未定义行为。即使我们可以看到它并说“是的，在99%的平台上使用一个非反复无常的编译器可以工作”，但标准并不要求这样的编译器存在。 - underscore_d

Answer 1

memcpy被完全支持。将数据强制转换为char*也是支持的（然后可以使用std::copy等函数）。

- Ben Voigt

---

我不确定C++，但在C99中，memcpy函数仅在目标操作数具有声明类型的情况下保证安全进行类型转换。规范花了很多功夫来防止使用memcpy安全地将一个类型的对象复制到没有声明类型的存储器中，以便作为不同类型访问。 - supercat

@supercat：我看到string.h有以下规则，因此适用于memcpy--“除非在本子句中特定函数的描述中明确说明，否则在这样的调用上的指针参数仍应具有有效值，如7.1.4所述。” 你认为7.1.4中的问题是什么？你怎么会得到“没有声明类型的存储”？为什么对于所描述的情况（即int i; memcpy(&i, &s, sizeof i);）很重要呢？ - Ben Voigt

在C99中（我认为在C11中没有改变），给定int x = 1234; long *p = malloc(sizeof(long)); *p = 5678; memcpy(p, &x, sizeof x;)，即使int和long具有相同的表示形式，尝试将*p读取为long也会调用未定义行为，因为memcpy将设置*p的有效类型为int。 - supercat

根本问题在于，为了获得良好的性能，编译器需要知道memcpy和memmove的源或目标可能被别名引用的内容，但这些函数是在编译器不关心的时候定义的；因此，它们没有提供指示类型的方法。该问题可以通过要求这些函数假定源和目标具有最坏情况下的别名，并添加新函数来解决，让程序员指定源和/或目标类型是否已知，或者目标类型是否已知匹配未知源类型。 - supercat

相反，标准的作者们将memcpy/memmove搞砸了，以至于在源类型已知且目标类型未知的情况下，编译器可以假定目标将使用与之前用于写入源的相同类型来读取。这在假设正确的情况下可能有所帮助，但是让编译器做出这样一个糟糕的假设是不明智的，因为memcpy的主要用途之一历来就是执行类型转换。 - supercat

Answer 2

标准规定了一组最基本的操作，所有符合规范的实现必须以可预测的方式处理这些操作，除非它们遇到翻译限制（此时一切皆不确定）。它并未试图定义实现必须支持的所有操作，以适用于任何特定目的。相反，对于超出规定的操作的支持被视为实现质量问题。作者承认，一个实现可以符合规范，但是质量如此之低，以至于毫无用处。

像你这样的代码应该可用于面向低级编程的高质量实现，并以所期望的方式在内存中表示事物。不应该期望在其他类型的实现上使用它，包括那些将“实现质量”问题解释为尝试以低质量但符合规范的方式行事的实现。

- supercat

Answer 3

如果您无法按照建议更改代码为2个函数，为什么不这样做（需要C99编译器，因为使用了uintptr_t，对于较旧的MSVC版本，您需要自己定义它，2008/2010应该没问题）：

void f(RealString *s) {
    uintptr_t int = reinterpret_cast<uintptr_t>(s);
    assert(int);
}

- Maciej Piechotka

Answer 4

将变量视为两种不同类型的安全方法是将其转换为联合。联合的一部分可以是指针，另一部分可以是整数。

struct String
{
    union
    {
        RealString*s;
        int i;
    };
};

- Mark Ransom

---

从技术上讲，联合体可能不适用于类型玩弄，如果有一个存储器到s读取自i是未定义的（例如它可以始终为0）。然而，在这种情况下，由于奇怪的转换而存在严格别名违规 - 而不是任何“真正”的违规，因此可以将指针简单地转换为int。 - Maciej Piechotka

@BenVoigt：实际上，从除最后一个写入的 union 成员之外的成员读取是未指定 的行为，而不是未定义 的。 - jamesdlin

@james：你能指出标准中的那个部分吗？据我所知，读取 union 的非活动成员涉及（1）成员访问表达式，它是一个左值，以及（2）左值到右值转换。由于左值引用的对象不是左值类型的对象（也不是任何子类），任何此类程序都会根据第4.1节（[conv.lval]）调用未定义行为。 - Ben Voigt

@BenVoigt 你需要记住这是读取指针而不是解引用指针。 - user34537

@acidzombie24：成员访问也是lvalue。在 String t; t.s = new RealString("literal"); auto v = t.i; 中，最后一个语句需要进行lvalue-to-rvalue转换，使用了与实际存在的对象类型（RealString*）不同的类型（int）。 - Ben Voigt