更改数据时的 UB 说明答案

【问题标题】：Explanation of the UB while changing data更改数据时的 UB 说明
【发布时间】：2013-05-21 11:15:42
【问题描述】：

我试图向工作伙伴证明，如果你真的想（并且知道如何）通过使用一些技巧来更改常量限定变量的值，在我的演示过程中，我发现存在两个常量值的“风味”：无论做什么都无法改变的那些，以及可以通过使用肮脏技巧来改变的那些。

当编译器使用文字值而不是存储在堆栈中的值时，常量值是不可更改的（阅读here），这是一个piece of code，它说明了我的意思：

// TEST 1
#define LOG(index, cv, ncv) std::cout \
    << std::dec << index << ".- Address = " \
    << std::hex << &cv << "\tValue = " << cv << '\n' \
    << std::dec << index << ".- Address = " \
    << std::hex << &ncv << "\tValue = " << ncv << '\n'

const unsigned int const_value = 0xcafe01e;

// Try with no-const reference
unsigned int &no_const_ref = const_cast<unsigned int &>(const_value);
no_const_ref = 0xfabada;
LOG(1, const_value, no_const_ref);

// Try with no-const pointer
unsigned int *no_const_ptr = const_cast<unsigned int *>(&const_value);
*no_const_ptr = 0xb0bada;
LOG(2, const_value, (*no_const_ptr));

// Try with c-style cast
no_const_ptr = (unsigned int *)&const_value;
*no_const_ptr = 0xdeda1;
LOG(3, const_value, (*no_const_ptr));

// Try with memcpy
unsigned int brute_force = 0xba51c;
std::memcpy(no_const_ptr, &brute_force, sizeof(const_value));
LOG(4, const_value, (*no_const_ptr));

// Try with union
union bad_idea
{
    const unsigned int *const_ptr;
    unsigned int *no_const_ptr;
} u;

u.const_ptr = &const_value;
*u.no_const_ptr = 0xbeb1da;
LOG(5, const_value, (*u.no_const_ptr));

这会产生以下输出：

1.- Address = 0xbfffbe2c    Value = cafe01e
1.- Address = 0xbfffbe2c    Value = fabada
2.- Address = 0xbfffbe2c    Value = cafe01e
2.- Address = 0xbfffbe2c    Value = b0bada
3.- Address = 0xbfffbe2c    Value = cafe01e
3.- Address = 0xbfffbe2c    Value = deda1
4.- Address = 0xbfffbe2c    Value = cafe01e
4.- Address = 0xbfffbe2c    Value = ba51c
5.- Address = 0xbfffbe2c    Value = cafe01e
5.- Address = 0xbfffbe2c    Value = beb1da

由于我依赖 UB（更改 const 数据的值），因此预计该程序的行为会很奇怪；但这种奇怪的程度超出了我的预期。

假设编译器使用的是字面量值，那么，当代码到达改变常量值的指令（通过引用、指针或memcpying）时，只要该值就简单地忽略顺序是文字（虽然是未定义的行为）。这解释了为什么值保持不变但是：

为什么两个变量的内存地址相同，但包含的值不同？

AFAIK 相同的内存地址不能指向不同的值，因此，输出之一是谎言：

到底发生了什么？哪个内存地址是假的（如果有的话）？

对上面的代码进行一些更改，我们可以尽量避免使用字面值，这样诡计就可以发挥作用（source here）：

// TEST 2
// Try with no-const reference
void change_with_no_const_ref(const unsigned int &const_value)
{
    unsigned int &no_const_ref = const_cast<unsigned int &>(const_value);
    no_const_ref = 0xfabada;
    LOG(1, const_value, no_const_ref);    
}

// Try with no-const pointer
void change_with_no_const_ptr(const unsigned int &const_value)
{
    unsigned int *no_const_ptr = const_cast<unsigned int *>(&const_value);
    *no_const_ptr = 0xb0bada;
    LOG(2, const_value, (*no_const_ptr));
}

// Try with c-style cast
void change_with_cstyle_cast(const unsigned int &const_value)
{
    unsigned int *no_const_ptr = (unsigned int *)&const_value;
    *no_const_ptr = 0xdeda1;
    LOG(3, const_value, (*no_const_ptr));
}

// Try with memcpy
void change_with_memcpy(const unsigned int &const_value)
{
    unsigned int *no_const_ptr = const_cast<unsigned int *>(&const_value);
    unsigned int brute_force = 0xba51c;
    std::memcpy(no_const_ptr, &brute_force, sizeof(const_value));
    LOG(4, const_value, (*no_const_ptr));
}

void change_with_union(const unsigned int &const_value)
{
    // Try with union
    union bad_idea
    {
        const unsigned int *const_ptr;
        unsigned int *no_const_ptr;
    } u;

    u.const_ptr = &const_value;
    *u.no_const_ptr = 0xbeb1da;
    LOG(5, const_value, (*u.no_const_ptr));
}

int main(int argc, char **argv)
{
    unsigned int value = 0xcafe01e;
    change_with_no_const_ref(value);
    change_with_no_const_ptr(value);
    change_with_cstyle_cast(value);
    change_with_memcpy(value);
    change_with_union(value);

    return 0;
}

产生以下输出：

1.- Address = 0xbff0f5dc    Value = fabada
1.- Address = 0xbff0f5dc    Value = fabada
2.- Address = 0xbff0f5dc    Value = b0bada
2.- Address = 0xbff0f5dc    Value = b0bada
3.- Address = 0xbff0f5dc    Value = deda1
3.- Address = 0xbff0f5dc    Value = deda1
4.- Address = 0xbff0f5dc    Value = ba51c
4.- Address = 0xbff0f5dc    Value = ba51c
5.- Address = 0xbff0f5dc    Value = beb1da
5.- Address = 0xbff0f5dc    Value = beb1da

正如我们所看到的，const 限定变量在每次change_with_* 调用时都发生了变化，除了这个事实之外，行为与以前相同，所以我很想假设内存地址的奇怪行为表现出来当 const 数据用作文字而不是值时。

所以，为了确保这个假设，我做了最后一个测试，将main 中的unsigned int value 更改为const unsigned int value：

// TEST 3
const unsigned int value = 0xcafe01e;
change_with_no_const_ref(value);
change_with_no_const_ptr(value);
change_with_cstyle_cast(value);
change_with_memcpy(value);
change_with_union(value);

令人惊讶的是，输出与TEST 2 (code here) 相同，所以我认为数据是作为变量而不是字面值传递的，因为它用作参数，所以这让我想知道：

是什么让编译器决定将 const 值优化为文字值？

简而言之，我的问题是：

在TEST 1。
- 为什么 const 值和 no-const 值共享相同的内存地址，但包含的值不同？
- 程序产生此输出的步骤是什么？哪个内存地址是假的（如果有的话）？
在TEST 3
- 是什么让编译器决定将 const 值优化为文字值？

【问题讨论】：

“UB 的解释”——这不是矛盾吗？
试图和 UB 讲道理是完全没用的。标准绝对不提供任何保证，所以所有的赌注都没有，有龙等等。
因为独角兽总是隐藏在众目睽睽之下。不管你做什么，都不要吃橘子！
编译器将用 TEST1 中 cout 中的常量值替换常量变量，因为该值在代码内部而不是在全局地址空间中，当更改静态变量的值时它不会改变.这是作为优化完成的。读取程序代码比读取全局空间更快。那种回答你的问题。
@H2CO3 (Carbonic acid lol) 解释 UB 可能被认为是矛盾的，我同意 :) 但自相矛盾的是，我认为编译器为这种情况定义了一种行为（也许每个编译器定义了不同的行为），我正在寻找比我更熟练的人，可以很好地解释真正发生的事情（也许看看 ASM 代码，我没有的技能）

标签： c++ constants undefined-behavior const-cast

【解决方案1】：

一般来说，分析未定义行为是没有意义的，因为无法保证您可以将分析结果转移到不同的程序。

在这种情况下，可以通过假设编译器已应用称为 constant propagation 的优化技术来解释该行为。在该技术中，如果您使用编译器知道其值的const 变量的值，则编译器将使用该变量的值替换const 变量的使用（因为它在编译时已知） .变量的其他用途，例如获取其地址，不会被替换。

这种优化是有效的，正是因为更改定义为const 的变量会导致未定义的行为，并且允许编译器假设程序没有调用未定义的行为。

因此，在TEST 1 中，地址是相同的，因为它都是相同的变量，但值不同，因为每对中的第一个反映了编译器（正确地）假定为变量的值，并且第二个反映了实际存储在那里的内容。在TEST 2 和TEST 3 中，编译器无法进行优化，因为编译器不能100% 确定函数参数将引用一个常量值（而在TEST 2 中，它没有） .

【讨论】：