GCC 和相同类型数组之间的严格别名

Question

上下文

“严格别名”，以 GCC 优化命名，是编译器假设内存中的值不会通过与类型非常不同的类型（“声明的类型”）的左值访问值是用（“有效类型”）写入的。如果必须考虑写入指向 float 的指针可能会修改 int.

类型的全局变量，则此假设允许代码转换是不正确的

GCC 和 Clang 都从 a standard description full of dark corners 中提取了大部分含义，并且在实践中对生成代码的性能有偏见，假设指向 int 第一个成员的指针 struct thing 不为指向 struct object:

的 int 第一个成员的指针设置别名

struct thing { int a; };
struct object { int a; };

int e(struct thing *p, struct object *q) {
  p->a = 1;
  q->a = 2;
  return p->a;
}

GCC 和 Clang infer 函数总是 return 1，即 p 和 q 不能是同一内存位置的别名：

e:
        movl    , (%rdi)
        movl    , %eax
        movl    , (%rsi)
        ret

只要同意这种优化的推理，那么 p->t[3] 和 q->t[2] 在以下代码段中也被假定为不相交的左值就不足为奇了（或者更确切地说，如果调用者使用别名，调用者会导致 UB：

struct arr { int t[10]; };

int h(struct arr *p, struct arr *q) {
  p->t[3] = 1;
  q->t[2] = 2;
  return p->t[3];
}

GCC优化了上述功能h:

h:
        movl    , 12(%rdi)
        movl    , %eax
        movl    , 8(%rsi)
        ret

到目前为止一切顺利，只要看到 p->a 或 p->t[3] 以某种方式访问整个 struct thing（resp. struct arr），就可以争辩说，使位置别名会违反 6.5:6-7 中规定的规则。关于这是 GCC 方法的一个论点是 this message，这是一个长线程的一部分，该线程还讨论了联合在严格别名规则中的作用。

问题

然而，我对下面的例子有疑问，其中没有 struct:

int g(int (*p)[10], int (*q)[10]) {
  (*p)[3] = 1;
  (*q)[4] = 2;
  return (*p)[3];
}

GCC 版本 4.4.7 到 Matt Godbolt 有用网站上的当前版本 7 快照优化功能 g 就好像 (*p)[3] 和 (*q)[4] 不能别名（或者更确切地说，好像该程序调用了 UB，如果他们调用的话）：

g:
        movl    , 12(%rdi)
        movl    , %eax
        movl    , 16(%rsi)
        ret

是否有任何标准读物证明这种非常严格的严格别名方法是合理的？如果 GCC 在这里的优化是合理的，那么这些论点是否也适用于 GCC 未优化的函数 f 和 k 的优化？

int f(int (*p)[10], int (*q)[9]) {
  (*p)[3] = 1;
  (*q)[3] = 2;
  return (*p)[3];
}

int k(int (*p)[10], int (*q)[9]) {
  (*p)[3] = 1;
  (*q)[2] = 2;
  return (*p)[3];
}

我愿意与 GCC 开发人员一起解决这个问题，但我应该首先决定不报告函数 g 的正确性错误或 f 和 [= 的错过优化37=].

Answer 1

恕我直言，标准不允许确定大小的数组同时重叠(*)。 draft n1570 在 6.2.7 Compatible type and composite type (emphasis mine) 中说：

§2 All declarations that refer to the same object or function shall have compatible type; otherwise, the behavior is undefined.

§3 A composite type can be constructed from two types that are compatible; it is a type that is compatible with both of the two types and satisfies the following conditions:

If both types are array types, the following rules are applied:

If one type is an array of known constant size, the composite type is an array of that size.
...

由于对象的存储值只能由具有兼容类型的左值表达式访问（6.5 表达式§7 的简化阅读），所以不能为不同大小的数组取别名，也不能有相同的数组重叠的大小。因此，在函数 g 中，p 和 q 应该指向同一个数组或指向非重叠数组，这允许优化。

对于函数 f 和 k，我的理解是根据标准允许优化，但开发人员尚未实现。我们必须记住，只要其中一个参数是一个简单的指针，它就可以指向另一个数组的任何元素，并且不会发生优化。所以我认为没有优化只是UB著名规则的一个例子：任何事情都可能发生，包括预期结果。

Answer 2

在：

int g(int (*p)[10], int (*q)[10]) {
  (*p)[3] = 1;
  (*q)[4] = 2;
  return (*p)[3];
}

*p和*q是数组类型的左值；如果它们可能重叠，对它们的访问受第 6.5 节第 7 段（所谓的 "strict aliasing rule"）的约束。但是，由于它们的类型相同，因此这段代码不会出现问题。然而，该标准对于全面回答此问题所需的一些相关问题非常模糊，例如：

(*p) 和 (*q) 实际上需要 "access" （因为该术语在 6.5p7 中使用）它们指向的数组？如果他们不这样做，很容易认为表达式 (*p)[3] 和 (*q)[4] 本质上会退化为指针算术和两个 int * 的取消引用，这显然是别名。（这不是一个完全不合理的观点；6.5.2.1 数组下标 说 其中一个表达式的类型应为“指向完整对象类型的指针”，其他表达式应具有整数类型，并且结果具有类型 ''type'' - 因此按照通常的转换规则，数组左值必然退化为指针；唯一的问题是数组是否为 在转换发生之前访问）。
然而，为了捍卫 (*p)[3] 完全等同于 *((int *)p + 3) 的观点，我们必须证明 (*p)[3] 不需要求值(*p)，或者如果有，则访问没有未定义的行为（或已定义但不需要的行为）。我认为标准的精确措辞没有任何理由允许 (*p) 不被评估；这意味着如果定义了 (*p)[3] 的行为，则表达式 (*p) 不能有未定义的行为。因此，问题实际上归结为 *p 和 *q 如果它们引用相同类型的部分重叠数组是否有定义的行为，以及它们是否有可能同时这样做。

对于*运算符的定义，标准是这样说的：

if it points to an object, the result is an lvalue designating the object

这是否意味着指针必须指向对象的开头？（这似乎就是这个意思）。在访问对象之前是否必须以某种方式建立该对象（并且建立一个对象是否会破坏任何重叠的对象）？如果两者都是这种情况，*p 和 *q 不能重叠 - 因为建立任何一个对象都会使另一个对象无效 - 因此 (*p)[3] 和 (*q)[4] 不能别名。

问题是对这些问题没有合适的指导。在我看来，应该采取保守的做法：不要假设这种别名是合法的。

特别是，6.5 中的"effective type" 措辞提出了一种可以建立特定类型对象的方法。这似乎是一个很好的赌注，这是为了确定；也就是说，除了设置其有效类型（包括通过它具有已声明的类型）之外，您不能建立对象，并且其他类型的访问受到限制；此外，建立一个对象会取消建立任何现有的重叠对象（要清楚，这是推断，而不是实际的措辞）。因此，如果 (*p)[3] 和 (*q)[4] 可以别名，则 p 或 q 不指向对象，因此 *p 或 [=12] 之一=] 有未定义的行为。

GCC 和相同类型数组之间的严格别名

GCC and strict aliasing between arrays of a same type

c

gcc

strict-aliasing

上下文

问题