用于非基于零的数组指针分配的 C++ gcc 扩展？

Question

我正在寻找支持 gcc 的 C++ 语言扩展来启用非从零开始的数组指针的分配。理想情况下，我可以简单地写：

#include<iostream>  
using namespace std;

// Allocate elements array[lo..hi-1], and return the new array.
template<typename Elem>
Elem* Create_Array(int lo, int hi)
{
  return new Elem[hi-lo] - lo;
  // FIXME what about [expr.add]/4.
  // How do we create a pointer outside the array bounds?
}

// Deallocate an array previously allocated via Create_Array.
template<typename Elem>
void Destroy_Array(Elem* array, int lo, int hi)
{
  delete[](array + lo);
}


int main() 
{  
  const int LO = 1000000000;
  const int HI = LO + 10;
  int* array = Create_Array<int>(LO, HI);
  for (int i=LO; i<HI; i++)
    array[i] = i;
  for (int i=LO; i<HI; i++)
    cout << array[i] << "\n";
  Destroy_Array(array, LO, HI);
} 

上面的代码似乎可以工作，但不是由 C++ 标准定义的。具体来说，问题是[expr.add]/4：

当具有整数类型的表达式被添加或减去时 从一个指针，结果具有指针操作数的类型。如果 表达式 P 指向具有 n 的数组对象 x 的元素 x[i] 元素，表达式 P + J 和 J + P（其中 J 的值为 j） 如果 0 ≤ i + j ≤ 则指向（可能是假设的）元素 x[i + j] n; 否则，行为未定义。同样，表达式 P - J 指向（可能是假设的）元素 x[i - j] 如果 0 ≤ i - j ≤ n;否则，行为未定义。

换句话说，上面代码中标记为 FIXME 的行的行为是未定义的，因为它为基于 0 的数组 x 计算了一个超出范围 x[0..n] 的指针。

gcc 是否有一些 --std=... 选项来告诉它允许直接计算非零基数组指针？

如果没有，是否有一种合理的可移植方式来模拟return new Type[hi-lo] - lo; 语句，也许是通过转换为long 并返回？ （但我会担心引入更多错误）

此外，是否可以像上面的代码那样只需要 1 个寄存器来跟踪每个数组？例如，如果我有array1[i], array2[i], array3[i]，这只需要数组指针array1, array2, array3 的3 个寄存器，加上i 的一个寄存器？ （类似地，如果冷取数组引用，我们应该能够直接获取非从零开始的指针，而不需要仅仅为了在寄存器中建立引用而进行计算）

Answer 1

假设您在 linux x86-64 上使用 gcc，它支持 intptr_t 和 uintptr_t 类型，它们可以保存任何指针值（有效或无效）并且还支持整数运算。 uintptr_t更适合这个应用，因为它支持mod 2^64 semantics，而intptr_t有UB案例。

按照 cmets 的建议，我们可以使用它来构建一个重载 operator[] 并执行范围检查的类：

#include <iostream> 
#include <assert.h>
#include <sstream> // for ostringstream
#include <vector>  // out_of_range
#include <cstdint> // uintptr_t
using namespace std;


// Safe non-zero-based array. Includes bounds checking.
template<typename Elem>
class Array {
  uintptr_t array; // base value for non-zero-based access
  int       lo;    // lowest valid index
  int       hi;    // highest valid index plus 1

public:

  Array(int lo, int hi)
    : array(), lo(lo), hi(hi)
  {
    if (lo > hi)
      {
        ostringstream msg; msg<<"Array(): lo("<<lo<<") > hi("<<hi<< ")";
        throw range_error(msg.str());
      }
    static_assert(sizeof(uintptr_t) == sizeof(void*),
          "Array: uintptr_t size does not match ptr size");
    static_assert(sizeof(ptrdiff_t) == sizeof(uintptr_t),
          "Array: ptrdiff_t size does not match ptr (efficieny issue)");
    Elem* alloc = new Elem[hi-lo];
    assert(alloc); // this is redundant; alloc throws bad_alloc
    array = (uintptr_t)(alloc) - (uintptr_t)(lo * sizeof(Elem));
    // Convert offset to unsigned to avoid overflow UB.
  }


  //////////////////////////////////////////////////////////////////
  // UNCHECKED access utilities (these method names start with "_").

  uintptr_t _get_array(){return array;}
  // Provide direct access to the base pointer (be careful!)

  Elem& _at(ptrdiff_t i)
  {return *(Elem*)(array + (uintptr_t)(i * sizeof(Elem)));}
  // Return reference to element (no bounds checking)
  // On GCC 5.4.0 with -O3, this compiles to an 'lea' instruction

  Elem* _get_alloc(){return &_at(lo);}
  // Return zero-based array that was allocated

  ~Array() {delete[](_get_alloc());}


  //////////////////////////////
  // SAFE access utilities

  Elem& at(ptrdiff_t i)
  {
    if (i < lo || i >= hi)
      {
        ostringstream msg;
        msg << "Array.at(): " << i << " is not in range ["
            << lo << ", " << hi << "]";
        throw out_of_range(msg.str());
      }
    return _at(i);
  }

  int get_lo() const {return lo;}
  int get_hi() const {return hi;}
  int size()   const {return hi - lo;}

  Elem& operator[](ptrdiff_t i){return at(i);}
  // std::vector is wrong; operator[] is the typical use and should be safe.
  // It's good practice to fix mistakes as we go along.

};


// Test
int main() 
{  
  const int LO = 1000000000;
  const int HI = LO + 10;
  Array<int> array(LO, HI);
  for (int i=LO; i<HI; i++)
    array[i] = i;
  for (int i=LO; i<HI; i++)
    cout << array[i] << "\n";
}

请注意，由于GCC 4.7 Arrays and Pointers，仍然无法将intptr_t计算的无效“指针”转换为指针类型：

当从指针转换为整数并再次返回时，生成的指针必须引用与原始指针相同的对象，否则行为未定义。也就是说，不能使用整数运算来避免 C99 和 C11 6.5.6/8 中禁止的指针运算的未定义行为。

这就是为什么array 字段的类型必须是intptr_t 而不是Elem*。换句话说，只要在转换回Elem* 之前将intptr_t 调整为指向原始对象，就可以定义行为。