C/C++：指向字符串常量的指针优化

Question

C/C++：指向字符串常量的指针优化

15

看一下这段代码：

#include <iostream>
using namespace std;

int main()
{
    const char* str0 = "Watchmen";
    const char* str1 = "Watchmen";
    char* str2 = "Watchmen";
    char* str3 = "Watchmen";

    cerr << static_cast<void*>( const_cast<char*>( str0 ) ) << endl;
    cerr << static_cast<void*>( const_cast<char*>( str1 ) ) << endl;
    cerr << static_cast<void*>( str2 ) << endl;
    cerr << static_cast<void*>( str3 ) << endl;

    return 0;
}

它会产生以下输出：

这是在运行于Cygwin下的g++编译器上。即使没有打开任何优化选项（-O0），指针仍然指向相同的位置。

编译器是否总是会优化到搜索所有字符串常量以查看它们是否相等？能否依赖这种行为？

- Ash

1

请记住字符串常量是只读的。因此，优化是完全有效的。如果您想要可编辑的字符串，您需要将它们声明为数组而不是指针。然后您将获得不同的地址。 - Martin York

6个回答

17

这是一种非常简单的优化方法，可能大多数编译器作者甚至不认为它是一种优化。毕竟将优化标志设置为最低级别并不意味着“完全天真无知”。

编译器在合并重复字符串文字时的侵略性会有所不同。他们可能限制自己在单个子程序中处理 —— 将这四个声明放在不同的函数中而不是一个函数中，则可能会看到不同的结果。其他编译器可能在整个编译单元中执行此操作。其他编译器可能依靠链接器，在多个编译单元之间进行进一步合并。

除非您特定编译器的文档说可以这样做，否则您不能依赖此行为。语言本身在这方面并没有要求。即使不考虑可移植性，我也会对在我的代码中依赖它感到谨慎，因为即使在单个供应商的编译器的不同版本之间，行为也可能发生变化。

- Rob Kennedy

我喜欢你的表述。对我来说，“不优化”只是意味着“不要做任何可能使调试更困难的事情”。 - T.E.D.

2

@T.E.D.：我不明白这会让调试变得更困难。毕竟，指针仍然指向正确的字符串内容。 - rubenvb

12

你肯定不应该依赖这种行为，但大多数编译器会这样做。任何字面值（“Hello”，42等）都将被存储一次，并且指向它的任何指针自然会解析到该单个引用。

如果你发现需要依赖这个，请安全地重构代码如下：

char *watchmen = "Watchmen";
char *foo = watchmen;
char *bar = watchmen;

- dwc

5

这句话的意思是：它是const char*类型（吹毛求疵地说，应该加上分号） - rubenvb

9

当然，你不能指望它一定如此。优化器可能对你进行一些巧妙的操作，而应该允许它这样做。

但这种情况非常普遍。我还记得在1987年，一个同学使用DEC C编译器时出现了奇怪的bug，他所有的字面值3都变成了11（数字可能已更改以保护无辜者）。他甚至执行printf ("%d\n", 3)，打印的是11。

他叫我过去看这个奇怪的问题（为什么这让人想起我？），经过大约30分钟的思考，我们找到了原因。有一行代码大致是这样的:

if (3 = x) break;

请注意单个“=”字符。是的，那是一个笔误。编译器出了点小问题，导致它允许这种情况发生。结果就是把整个程序中所有的字面量3都变成了此时x中的任何值。

总之，很明显C编译器将所有的字面量3放在同一个地方。如果80年代的C编译器能够做到这一点，那么这应该是非常普遍的。

- T.E.D.

哇——80年代中后期的DEC编译器允许将值分配给文字常量？ - Peter

我看到这种情况发生了。如果学校没有采取任何措施或者类似的补丁，我不会感到惊讶。 - T.E.D.

谢谢你分享过去的小知识，Ted。那真是太酷了！ :-) - Ashwin Nanjappa

2

+1 是对不写可怕的代码，如 if (0 == var) 的最佳理由。 - R.. GitHub STOP HELPING ICE

5

我不会依赖这种行为，因为我怀疑C或C++标准是否会明确规定这种行为，但编译器这样做是有道理的。即使在没有向编译器指定任何优化的情况下，它表现出这种行为也是有道理的；其中没有任何权衡。

在C或C++中，所有字符串字面值（例如"string literal"）都是只读的，因此是常量。当你这样说：

char *s = "literal";

您在某种程度上将字符串降级为非const类型。但是，您无法摆脱字符串的只读属性：如果尝试操作它，您将在运行时而不是编译时被捕获。（这实际上是使用“const char *”将字符串字面量分配给变量的好理由。）

- Peter

2

不，它并不可靠，但将只读字符串常量存储在池中是一种相当简单且有效的优化。只需存储一个字符串的字母表列表，然后在最后将它们输出到对象文件中即可。想想平均代码库中有多少"\n"或""常量。

如果编译器想要更加花哨，它还可以重复使用后缀："\n"可以通过指向"Hello\n"的最后一个字符来表示。但这可能带来很少的好处，却增加了很大的复杂性。

无论如何，我不相信标准实际上对任何东西存储的位置有任何规定。这将是一个非常特定于实现的事情。如果你把两个这样的声明放在一个单独的.cpp文件中，那么事情也会发生变化（除非你的编译器进行了重要的链接工作）。

- Josh

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- anon · Accepted Answer

它不能被依赖，它是一种优化，不属于任何标准。

我已经修改了你代码中相应的行：

const char* str0 = "Watchmen";
const char* str1 = "atchmen";
char* str2 = "tchmen";
char* str3 = "chmen";

输出-O0优化级别的结果为：

但对于 -O1，它是：

0x80487c0
0x80487c1
0x80487c2
0x80487c3

正如您所见，GCC（v4.1.2）在所有后续的子字符串中重复使用第一个字符串。编译器可以自行选择如何在内存中排列字符串常量。