严格的别名规则和 'char *' 指针答案

【问题标题】：Strict aliasing rule and 'char *' pointers严格的别名规则和 'char *' 指针
【发布时间】：2014-07-13 22:22:47
【问题描述】：

What is the strict aliasing rule? 的公认答案提到您可以使用 char * 为另一种类型设置别名，但不能使用其他方式。

这对我来说没有意义——如果我们有两个指针，一个 char * 类型和另一个 struct something * 类型指向同一个位置，第一个别名怎么可能是第二个但第二个不是第一个别名吗？

【问题讨论】：

您可以通过char * 读取T，但您不能通过T * 读取任意char 缓冲区。
这是一条规则，仅此而已...基本上允许编译器进行更多优化（与restrict一样）...但恕我直言，编译器家伙也很懒...
这是 C/C++ 工作方式不同的地方之一
@user3489275: 等等，也许我的引用不清楚 - 转换指针是可以的，但不能通过 char 指针写入对象的内存。 IE。当您写入内存时，会使原始对象无效。通过 char 指针读取对象的底层表示的字节非常好（实际上这就是任何 I/O 的工作方式）。
@KerrekSB：不是使用非平凡析构函数重用对象的内存（并因此终止生命周期）的 UB。尽管听起来很奇怪，但标准明确指出，只有在程序依赖于析构函数的副作用时，这才是未定义的。另外，我不认为通过char* 结束对象的生命周期。使用placement new，当然，只是通过指针写...不太确定。

标签： c++ c strict-aliasing

【解决方案1】：

如果我们有两个指针，一个 char * 类型的指针和另一个 struct something * 类型的指针指向同一个位置，那么第一个指针怎么可能给第二个取别名，而第二个不给第一个取别名呢？

确实如此，但这不是重点。

关键是，如果您有一个或多个struct somethings，那么您可以使用char* 来读取它们的组成字节，但如果您有一个或多个chars，那么您可能不会使用@987654326 @阅读它们。

【讨论】：

之所以允许一个 char* 给另一个类型起别名，仅仅是因为它提供了一种非常简单的方式来序列化一个结构体，并且是一种常用的模式。
现在 OP 也知道了。
定义“你有一个或多个字符”
@curiousguy：有什么不清楚的地方？ char buf[sizeof(something)] = {}; something* ptr = reinterpret_cast<something*>(&buf[0]); // invalid
“拥有”的整个概念。一个字符是一个字节。每个对象表示都是一堆字节或字符。你总是有一个或多个字符。

【解决方案2】：

参考答案中的措辞略有错误，所以让我们先解决这个问题：一个 object 永远不会为另一个 object 起别名，但两个 pointers 可以“别名”同一个对象（意味着指针指向同一个内存位置 -正如 MM 指出的那样，这仍然不是 100% 正确的措辞，但你明白了）。此外，标准本身（据我所知）实际上根本没有谈论严格的别名，而只是给出了规则，通过哪些表达式可以访问或不访问对象。像'-fno-strict-aliasing'这样的编译器标志告诉编译器它是否可以假设程序员遵循这些规则（因此它可以基于该假设执行优化）。

现在回答您的问题：任何 object 都可以通过 pointer 访问 char，但 char object （尤其是char 数组）可能无法通过大多数其他指针类型访问。基于此，编译器可以/必须做出以下假设：

如果不知道实际对象本身的类型，char* 和 T* 可以始终指向同一个对象（互为别名）-> 对称关系。
如果T1和T2不是“相关的”并且不是char，那么T1*和T2*可能永远不会指向同一个对象->对称关系
char* 可能指向char 或T 对象
T* 不能指向char 对象 -> a对称关系

我相信，关于通过指针访问 object 的 asymmetric 规则背后的主要理由是 char 数组可能不满足对齐要求，例如一个int。

因此，即使没有基于严格别名规则的编译器优化，例如将int 写入地址为 0x1,0x2,0x3,0x4 的 4 字节 char 数组的位置 - 在最好的情况下 - 会导致性能下降 - 在最坏的情况下 - 访问不同的内存位置，因为 CPU 指令在写入 4 字节值时可能会忽略最低两个地址位（因此这里可能会导致写入 0x0,0x1,0x2 和 0x3）。

还请注意，“相关”的含义因语言而异（在 C 和 C++ 之间），但这与您的问题无关。

【讨论】：

对齐不是严格别名规则的理由，更不用说主要规则了。这是一个正交问题。别名规则的原因是启用优化。（有时称为 TBAA - 基于类型的混叠分析）。此外，该规则也不是关于彼此别名的指针。它是关于一个对象的左值别名。
@M.M：我没有说这是严格别名规则本身的主要原因，但为什么例如char* 可能指向 int 而 int* 可能不指向 char 数组。我更正了我的帖子，所以它不再谈论两个相互混淆的指针。也许你可以再看看？
也取出“主要理由”开头的段落；对齐不是别名规则的基本原理
@M.M：对不起，我在这部分碰巧不同意你的观点，下面的段落解释了为什么我认为这是一个有效的理性。再说一次，我不是说，严格别名规则本身是合理的，而是它的特定部分。
别名规则甚至适用于对齐的内存。

【解决方案3】：

如果我们有两个指针，一个是char * 类型，另一个是struct something * 类型的指针指向同一个位置，怎么可能第一个给第二个起别名而第二个没有给第一个起别名？

指针之间不存在别名；那是对语言的草率使用。别名是指使用 lvalue 访问不同类型的 object。（取消引用指针会产生一个左值）。

在您的示例中，重要的是被别名对象的类型。举一个具体的例子，假设对象是double。通过取消引用指向双精度的char * 来访问double 很好，因为严格的别名规则允许这样做。但是，不允许通过取消引用 struct something * 来访问 double（除非可以说结构以 double! 开头）。

如果编译器正在查看一个采用 char * 和 struct something * 的函数，并且它没有可用的有关所指向对象的信息（这实际上不太可能，因为别名传递是在整个程序中完成的优化阶段）；那么它必须考虑到对象实际上可能是struct something * 的可能性，因此无法在此函数内部进行优化。

【讨论】：

取消引用结构没有效果，它不读取内存。
@curiousguy 通过取消引用指向结构的指针产生的左值可用于读取或写入内存。例如struct something *x = whatever; *x = bla;
我将把别名描述为当通过两种独立的方式寻址或访问存储时发生的，每个方式都在另一个的活动生命周期内。如果要以这种方式定义别名，并指定 6.5p7 仅适用于实际涉及这种形式的别名的情况，则将消除对有效类型废话以及字符类型异常的需要，并同时允许比 C99 允许的优化更多，同时允许使用更多需要 -fno-strict-aliasing 的代码。
如果代码是 short *p =(short*)someObject; *p+=1; 并且不再使用 p，则不应将其视为别名，因为 p 的活动生命周期只会延长到最后一次使用，而 someObject在此期间将永远不会通过p 以外的任何方式访问。但是，如果代码要执行对someObject(without using p) before accessing those same parts with p, the accesses to someObject` 的某些访问，则会将与这些部分主动关联的左值*p 取别名。识别别名是什么和不是别名将大大简化标准。