实现 `memcpy()`：是否需要`unsigned char *`，还是只需要`char *`？

Question

我正在实现memcpy() 的一个版本，以便能够将它与volatile 一起使用。 使用char * 是否安全，还是需要unsigned char *？

volatile void *memcpy_v(volatile void *dest, const volatile void *src, size_t n)
{
    const volatile char *src_c  = (const volatile char *)src;
    volatile char *dest_c       = (volatile char *)dest;

    for (size_t i = 0; i < n; i++) {
        dest_c[i]   = src_c[i];
    }

    return  dest;
}

如果缓冲区的任何单元格中的数据是> INT8_MAX（我认为可能是UB），我认为unsigned 应该是避免溢出问题所必需的。

Answer 1

理论上，您的代码可能会在一台机器上运行，该机器禁止签名 char 中的一位模式。它可能使用负整数的补码或符号幅度表示，其中一位模式将被解释为带负号的 0。即使在二进制补码架构上，该标准也允许实现限制负整数的范围，以便 INT_MIN == -INT_MAX，尽管我不知道有任何实际机器可以做到这一点。

因此，根据 §6.2.6.2p2，可能存在一个有符号字符值，实现可能会将其视为陷阱表示：

这些[负整数的表示]中哪一个适用是实现定义的，符号位为1且所有值位为零的值（对于前两个[符号幅度和二进制补码]），还是带有符号位和所有值位 1（用于反码）是陷阱表示或正常值。在符号和幅度以及一个的补码的情况下，如果这个表示是一个正常值，它被称为一个负零。

（字符类型不能有任何其他陷阱值，因为 §6.2.6.2 要求 signed char 没有任何填充位，这是形成陷阱表示的唯一其他方式。出于同样的原因，没有位模式是unsigned char 的陷阱表示。）

因此，如果这个假设的机器有一个 C 实现，其中 char 被签名，那么通过 char 复制任意字节可能会涉及复制陷阱表示。

对于char（如果它恰好是有符号的）和signed char 以外的有符号整数类型，读取作为陷阱表示的值是未定义的行为。但是 §6.2.6.1/5 允许读取和写入这些值仅用于字符类型：

某些对象表示不需要表示对象类型的值。如果对象的存储值具有这样的表示形式，并且被 不具有字符类型的左值表达式读取，则行为未定义。如果这种表示是由通过不具有字符类型的左值表达式修改对象的全部或任何部分的副作用产生的，则行为未定义。这种表示称为陷阱表示。 （强调）

（第三句话有点笨拙，但为了简化：将值存储到内存中是“修改所有对象的副作用”，因此也是允许的。）

简而言之，由于该异常，您可以在 memcpy 的实现中使用 char，而不必担心未定义的行为。

但是，strcpy 并非如此。 strcpy 必须检查终止字符串的尾随 NUL 字节，这意味着它需要将从内存中读取的值与 0 进行比较。比较运算符（实际上是所有算术运算符）首先对其操作数执行整数提升，这会将char 转换为int。据我所知，陷阱表示的整数提升是未定义的行为，因此在假设机器上运行的假设 C 实现上，您需要使用 unsigned char 才能实现 strcpy。

Answer 2

使用char * 是否安全，还是需要unsigned char *？

也许

---

memcpy()等“字符串处理”函数有规范：

对于本子条款中的所有函数，每个字符都应被解释为具有unsigned char 类型（因此每个可能的对象表示都是有效的并且具有不同的值）。 C11dr §7.23.1 3

使用unsigned char 是指定的“好像”类型。尝试其他方法收效甚微——这可能有效，也可能无效。

---

将char 与memcpy() 一起使用可能有效，但将该范例扩展到其他类似功能会导致问题。

避免char 使用str...() 和mem...() 类似函数的一个重要原因是，有时它会产生出乎意料的功能差异。

memcmp(), strcmp() 肯定与 (signed) char 与 unsigned char 不同。

Pedantic：在带有 signed char 的 relic 非 2 补码上，只有 '\0' 应该以 string 结尾。然而negative_zero == 0 和char 和negative_zero 不应表示字符串 的结尾。

Answer 3

你不需要unsigned。

像这样：

volatile void *memcpy_v(volatile void *dest, const volatile void *src, size_t n)
{
    const volatile char *src_c  = (const volatile char *)src;
    volatile char *dest_c       = (volatile char *)dest;

    for (size_t i = 0; i < n; i++) {
        dest_c[i]   = src_c[i];
    }

    return  dest;
}

尝试在char 具有陷阱值的情况下进行确认实现最终会导致矛盾：

• fopen("", "rb") 不需要仅使用fread() 和fwrite()
• fgets() 将 char * 作为其第一个参数，可用于二进制文件。
• strlen() 查找从给定 char * 到下一个空值的距离。由于fgets() 保证写了一个，它不会读到数组的末尾，因此不会陷阱

Answer 4

unsigned 不是需要，但没有理由为此函数使用普通的char。普通的char 应该只用于实际的字符串。对于其他用途，unsigned char 或 uint8_t 和 int8_t 类型更精确，因为签名是明确指定的。

如果要简化函数代码，可以去掉强制转换：

volatile void *memcpy_v(volatile void *dest, const volatile void *src, size_t n) {
    const volatile unsigned char *src_c = src;
    volatile unsigned char *dest_c = dest;

    for (size_t i = 0; i < n; i++) {
        dest_c[i] = src_c[i];
    }
    return dest;
}