避免散列函数中的严格别名冲突

Question

如何避免违反严格的别名规则，尝试修改 char* sha256 函数的结果。

计算哈希值：

std::string sha = sha256("some text");
const char* sha_result = sha.c_str();
unsigned long* mod_args = reinterpret_cast<unsigned long*>(sha_result);

比获得 2 块 64 位：

unsigned long a = mod_args[1] ^ mod_args[3] ^ mod_args[5] ^ mod_args[7];
unsigned long b = mod_args[0] ^ mod_args[2] ^ mod_args[4] ^ mod_args[6];

比通过连接那两部分得到结果:

unsigned long long result = (((unsigned long long)a) << 32) | b;

Answer 1

虽然听起来令人沮丧，但只有真正便携、standard-conforming 且有效的方法是 memcpy()。使用 reinterpret_cast 违反了严格的别名规则，使用 union（通常建议）会在您从未写入的成员处读取时触发未定义的行为。

然而，由于大多数编译器会优化掉 memcpy() 调用，这并不像听起来那么令人沮丧。

例如，以下带有两个 memcpy() 的代码：

char* foo() {
  char* sha = sha256("some text");
  unsigned int mod_args[8];
  memcpy(mod_args, sha, sizeof(mod_args));
  mod_args[5] = 0;
  memcpy(sha, mod_args, sizeof(mod_args));
  return sha;
}

生成以下优化程序集：

foo():                                # @foo()
        pushq   %rax
        movl    $.L.str, %edi
        callq   sha256(char const*)
        movl    [=11=], 20(%rax)
        popq    %rdx
        retq

很容易看出，没有memcpy() - 修改值'in place'.

避免散列函数中的严格别名冲突

Avoiding strict aliasing violation in hash function

c++

strict-aliasing