用正确的整数类型替换数组访问变量

Question

我有使用 int 访问数组的习惯（尤其是在 for 循环中）；然而，我最近发现我可能一直在“做错事”，而我的 x86 系统一直对我隐瞒真相。事实证明，当 sizeof(size_t) == sizeof(int) 时 int 很好，但是当在 sizeof(size_t) > sizeof(int) 的系统上使用时，它会导致额外的 mov 指令。 size_t 和 ptrdiff_t 似乎是我测试过的系统上的最佳方式，不需要额外的mov。

这是一个简短的例子

int vector_get(int *v,int i){ return v[i]; }

    > movslq    %esi, %rsi
    > movl  (%rdi,%rsi,4), %eax
    > ret

int vector_get(int *v,size_t i){ return v[i]; }

    > movl  (%rdi,%rsi,4), %eax
    > ret

好的，我已经修复了自己（现在使用 size_t 和 ptrdiff_t），现在我如何（希望不是手动）在我的代码中找到这些实例以便修复它们？

最近我注意到几个补丁，包括从 int 到 size_t 的更改，其中提到了 Clang。

---

我整理了一个表格，其中包含在每个实例中插入的额外指令，以显示“做错一切”的结果。

         char
        短
             int
无符号
         char
无符号
      短
无符号
            int movsbq %sil, %rsi
movswq %si, %rsi
movslq %esi, %rsi

movzbl %sil, %esi

movzwl %si, %esi

movl %esi, %esi     kbd>

当
时不需要的移动操作表 访问具有“错误”类型的向量。

注意：long、long long、unsigned long、unsigned long long、size_t 和 ptrdiff_t 不需要额外的 mov* 操作（基本上任何 >= 最大对象大小，或 64 位上的 8 个字节参考系统）

编辑：

我想我可能有一个可用于修补 gcc 的存根，但我不知道如何绕过它的源来完成存根并添加适当的 -Wflag 位，并且像往常一样，编程中最难的部分是命名。 -Wunalinged-index？

gcc/c/c-typeck.c _______________________________________________

if (!swapped)
    warn_array_subscript_with_type_char (index);
> 
> if ( sizeof(index) < sizeof(size_t) ) 
>   warning_at (loc, OPT_Wunaligned_index,
>       "array index is smaller than size_t");

/* Apply default promotions *after* noticing character types.  */
index = default_conversion (index);

gcc/c-family/c.opt _____________________________________________

trigraphs
C ObjC C++ ObjC++
-trigraphs  Support ISO C trigraphs
> 
> Wunaligned-index
> C ObjC C++ ObjC++
> Warn about array indices smaller than size_t

undef
C ObjC C++ ObjC++ Var(flag_undef)
Do not predefine system-specific and GCC-specific macros

gcc/c-family/c-opts.c _________________________________________

case OPT_Wtrigraphs:
  cpp_opts->warn_trigraphs = value;
  break;
>
> case OPT_Wunaligned_index:
>   cpp_opts->warn_unaligned_index = value;
>

case OPT_Wundef:
  cpp_opts->warn_undef = value;
  break;

Answer 1

clang 和 gcc 有 -Wchar-subscripts，但这只会帮助检测 char 下标类型。

您可能考虑修改 clang 或 gcc（无论哪个更容易在您的基础架构上构建）以扩大 -Wchar-subscripts 警告检测到的类型。如果这是一次性修复工作，这可能是最直接的解决方法。

否则你需要找到一个抱怨非size_t/ptrdiff_t下标的linter；我不知道有任何人有这个选项。

Answer 2

movslq 指令将 long（又名 4 字节数量）符号扩展为 quad（又名 8 字节数量）。这是因为int 是有符号的，所以-1 的偏移量是0xffffffff 作为一个long。如果你只是零扩展（即没有movslq），这将是0x00000000ffffffff，又名4294967295，这可能不是你想要的。因此，编译器改为sign-扩展索引以产生0xffff...，也就是-1。

其他类型不需要额外操作的原因是，尽管其中一些已签名，但它们的大小仍然相同，为 8 字节。并且，由于二进制补码，0xffff... 可以解释为 -1 或 18446744073709551615，并且 64 位和仍然相同。

现在，通常情况下，如果您改用unsigned int，编译器通常必须插入一个零-extend，以确保上- 一半的寄存器不包含垃圾。但是，在 x64 平台上，这是隐式完成的； mov %eax,%esi 之类的指令会将 eax 中的任何 4 字节数量移动到 rsi 的低 4 字节并清除高 4 字节，从而有效地对数量进行零扩展。但是，鉴于您的帖子，编译器似乎无论如何都会插入mov %esi,%esi 指令，“只是为了确定”。

但是请注意，这种“自动零扩展”不是对于 1 字节和 2 字节数量的情况 - 必须手动进行零扩展。