`string s = std::to_string(1) + std::to_string(2)` 会使用未初始化的内存吗？

Question

问题是，以下代码片段使用未初始化的内存吗？这是由Google的MemorySanitizer报告的吗？还是一个误报？：

• main.cpp：

#include <string>
#include <iostream>

using namespace std;

int main() {
    string s0 = to_string(1);
    cout << "s0: " << s0 << endl;
    string s1 = to_string(1) + to_string(2);
    cout << "s1: " << s1 << endl;
    return 0;
}

• Makefile：

main:
    clang++ -fsanitize=memory -fsanitize-memory-track-origins -fPIE -pie -fno-omit-frame-pointer -g -O2 main.cpp -o main-msan.out
    clang++ -O2 main.cpp -o main.out

结果：

./main-msan.out 
s0: 1
==122092==WARNING: MemorySanitizer: use-of-uninitialized-value
    #0 0x55a7354e5cf7 in std::__cxx11::basic_string<char, std::char_traits<char>, std::allocator<char> > std::operator+<char, std::char_traits<char>, std::allocator<char> >(std::__cxx11::basic_string<char, std::char_traits<char>, std::allocator<char> >&&, std::__cxx11::basic_string<char, std::char_traits<char>, std::allocator<char> >&&) /usr/bin/../lib/gcc/x86_64-linux-gnu/10/../../../../include/c++/10/bits/basic_string.h:6123:34
    #1 0x55a7354e5cf7 in main <my_directory>/msan/main.cpp:9:30
    #2 0x7f201f6edd09 in __libc_start_main csu/../csu/libc-start.c:308:16
    #3 0x55a735468349 in _start (<my_directory>/msan/main-msan.out+0x21349)

  Uninitialized value was created by an allocation of 'ref.tmp' in the stack frame of function 'main'
    #0 0x55a7354e4d90 in main <my_directory>/msan/main.cpp:6

SUMMARY: MemorySanitizer: use-of-uninitialized-value /usr/bin/../lib/gcc/x86_64-linux-gnu/10/../../../../include/c++/10/bits/basic_string.h:6123:34 in std::__cxx11::basic_string<char, std::char_traits<char>, std::allocator<char> > std::operator+<char, std::char_traits<char>, std::allocator<char> >(std::__cxx11::basic_string<char, std::char_traits<char>, std::allocator<char> >&&, std::__cxx11::basic_string<char, std::char_traits<char>, std::allocator<char> >&&)
Exiting

这里也开放了一个镜像问题 （点击此处）

- D.J. Elkind

---

这是完全有效的代码。标准库实现可能采用优化技术，这可能会触发卫士程序。但这并不意味着实现有缺陷。它可能只是在库代码中忘记应用注释，以使卫士程序忽略“问题”。 - StoryTeller - Unslander Monica

对于这些短字符串，有短字符串优化。我不确定GCC中如何实现它。但是，由于它们的大小<= 2，因此在字符串中可能未初始化某些字节，然后复制操作可能会处理这些未初始化的值，这并不奇怪。 - ALX23z

@ALX23z 其实我尝试了更长的代码，像是 string s1 = to_string(111) + to_string(222);，但还是会触发警告。而且为了使用MemorySanitizer，我必须使用 clang++。 - D.J. Elkind

@StoryTeller-UnslanderMonica，实际上我之前曾与另一个人争论过这个问题，但未能得出结论（不幸的是我找不到那篇文章了）。我正在查看C17/C18标准此处。我认为uint32_t a, b; uint32_t c = a + b;将使c成为“未指定值”，如第3.19.3节所定义。但标准在哪里说这会触发UB呢？ - D.J. Elkind

由于这是C++，相关部分在https://timsong-cpp.github.io/cppwp/n4868/basic.indet#2 - 当对存在UB的所有类型（除了“unsigned char”或“std :: byte”）进行概括性陈述时，它适用。我不记得C标准在哪里说过，但我记得在C11中看到了类似的措辞。 - StoryTeller - Unslander Monica

Answer 1

这个问题的镜像问题已经得到了回答。回答的要点是MemorySanitizer不是一种“插件”式检查器。

具体来说，假设我们有一个源代码文件main.cpp，我们想将其编译成二进制文件main.out，仅仅在编译命令中添加-fsanitize=memory -fsanitize-memory-track-origins是不够的。为了避免误报，所有被main.out使用的库也必须编译时加上-fsanitize=memory -fsanitize-memory-track-origins。在回答中，这被称为“插桩”。

这篇官方维基文章描述了如何实现它。

- D.J. Elkind