您可以通过 char* 访问任何对象的对象表示吗？

Question

我偶然发现了一个 reddit thread，用户在其中发现了 C++ 标准的有趣细节。该线程没有产生太多建设性的讨论，因此我将在这里重述我对问题的理解：

OP 希望以符合标准的方式重新实现 memcpy
他们试图通过使用 reinterpret_cast<char*>(&foo) 来做到这一点，这是严格别名限制允许的例外，其中允许重新解释为 char 以访问对象的“对象表示” .
[expr.reinterpret.cast] 说这样做会导致 static_cast<cv T*>(static_cast<cv void*>(v))，所以 reinterpret_cast 在这种情况下相当于 static_cast 首先到 void * 然后至 char *.
[expr.static.cast] in combination with [basic.compound]

A prvalue of type “pointer to cv1 void” can be converted to a prvalue of type “pointer to cv2 T”, where T is an object type and cv2 is the same cv-qualification as, or greater cv-qualification than, cv1. [...] if the original pointer value points to an object a, and there is an object b of type T (ignoring cv-qualification) that is pointer-interconvertible with a, the result is a pointer to b. [...] [emphasis mine]

现在考虑以下联合 class:

union Foo{
    char c;
    int i;
};
// the OP has used union, but iiuc,
// it can also be a struct for the problem to arise.

OP 因此得出结论，在这种情况下将 Foo* 重新解释为 char* 会产生指向联合的第一个 char 成员（或其对象表示）的指针，而不是到联合本身的对象表示，即它仅指向成员。虽然这在表面上看起来是相同的，并且对应于相同的内存地址，但标准似乎区分了指针的“值”及其对应的地址，因为在抽象 C++ 机器上，指针属于某个对象只要。将它递增到该对象之外（与数组的 end() 相比）是未定义的行为。

OP 因此认为，如果标准强制 char* 与对象的第一个成员而不是整个联合对象的对象表示相关联，则在一次递增后取消引用它是 UB，这允许编译器进行优化，就好像结果 char* 不可能访问 int 成员的后续字节一样。这意味着不可能合法地访问 class 对象的完整对象表示，该对象可与 char 成员进行指针互换。

如果我理解正确的话，如果“union”被简单地替换为“struct”，同样适用，但我从原始线程中获取了这个例子。

你怎么看？这是标准缺陷吗？是误读吗？

Answer 1

This video，@KonradRudolph 在评论（现在聊天）中链接可能是问题的答案。

在 40 分钟左右，ISO C++ 委员会成员 Timur Doumler 讨论了访问字节表示的可能性。总结是，除 memcpy 之外的任何访问字节表示的尝试都是 UB。如果不使用 UB，OP 中的情况甚至不会出现，因为使用指向对象（如数组）或对其进行任何指针运算的行为本身就是 UB，因为这些操作仅 well-defined 当就抽象机而言，处理实际的数组对象。

此外，虽然将指针重新解释为 char* 本身并不违反别名规则，但从技术上讲并不能保证生成的 char* 将指向对象的第一个字节。

访问字节表示的唯一合法方法是 memcpy 将对象转换为 char 数组。这意味着重新实现 memcpy 是不可能的。

Timur Doumler 还将此描述为一个有望在 C++23 中修复的措辞缺陷，并提交了一篇论文，提出了对此的修复建议。

您可以通过 char* 访问任何对象的对象表示吗？

Can you access the object representation of any object through a char*?

c++

language-lawyer

strict-aliasing