重复的文字和硬编码

Question

我发现以下模式经常出现：

 b->last = ngx_cpymem(b->last, "</pre><hr>", sizeof("</pre><hr>") - 1);

请注意，文字字符串使用了两次。该摘录来自 nginx 源库。

当在编译单元中遇到这些文字时，编译器应该能够合并这些文字。

我的问题是：

1. 商业级编译器（VC++、GCC、LLVM/Clang）在编译单元中遇到这种冗余时是否会删除这种冗余？
2. （静态）链接器在链接目标文件时是否会删除此类冗余。
3. 如果 2 适用，这种优化会在动态链接期间发生吗？
4. 如果 1 和 2 适用，它们是否适用于所有文字。

这些问题很重要，因为它允许程序员在不损失效率的情况下变得冗长——即，考虑将大量静态数据模型硬连接到程序中（例如在某些低级场景中使用的决策支持系统的规则） 。

编辑

2点/说明

1. 上面的代码是由公认的“大师”程序员编写的。这家伙一手写了nginx。

2. 我没有问过哪种可能的文字硬编码机制更好。因此，不要偏离主题。

编辑 2

我最初的示例非常人为且具有限制性。以下代码片段显示了嵌入到内部硬编码知识中的字符串文字的用法。第一个片段用于让配置解析器告诉它为哪个字符串设置什么枚举值，第二个片段更广泛地用作程序中的字符串。就我个人而言，只要编译器使用字符串文字的一份副本，我对此感到满意，并且由于元素是静态的，因此它们不会进入全局符号表。

static ngx_conf_bitmask_t  ngx_http_gzip_proxied_mask[] = {
   { ngx_string("off"), NGX_HTTP_GZIP_PROXIED_OFF },
   { ngx_string("expired"), NGX_HTTP_GZIP_PROXIED_EXPIRED },
   { ngx_string("no-cache"), NGX_HTTP_GZIP_PROXIED_NO_CACHE },
   { ngx_string("no-store"), NGX_HTTP_GZIP_PROXIED_NO_STORE },
   { ngx_string("private"), NGX_HTTP_GZIP_PROXIED_PRIVATE },
   { ngx_string("no_last_modified"), NGX_HTTP_GZIP_PROXIED_NO_LM },
   { ngx_string("no_etag"), NGX_HTTP_GZIP_PROXIED_NO_ETAG },
   { ngx_string("auth"), NGX_HTTP_GZIP_PROXIED_AUTH },
   { ngx_string("any"), NGX_HTTP_GZIP_PROXIED_ANY },
   { ngx_null_string, 0 }
};

紧随其后的是：

static ngx_str_t  ngx_http_gzip_no_cache = ngx_string("no-cache");
static ngx_str_t  ngx_http_gzip_no_store = ngx_string("no-store");
static ngx_str_t  ngx_http_gzip_private = ngx_string("private");

对于那些留在主题上的人，太棒了！

Answer 1

请注意，对于 sizeof("

---

") 的特定情况，几乎可以肯定字符串文字永远不会出现在输出文件中 - 整个 sizeof 表达式可以在编译时计算为整数常量 11。

尽管如此，编译器合并相同的字符串文字仍然是一种非常常见的优化。

Answer 2

我无法回答你的问题，但在这种情况下总是尝试使用 const 字符串（甚至 #define 会更好）。当您重构代码并更改一个文字的值而忘记另一个文字时，问题就出现了（在您的示例中不太可能，因为它们彼此相邻，但我以前见过）。

无论编译器可以做什么优化，人类仍然可以搞砸它:)

Answer 3

1. 对于 GCC 是，对于其他也应该如此
2. 对于 GNU 链接器也许是（参见 -fmerge-constants、-fmerge-all-constants）
3. 否
4. 不确定

Answer 4

我会非常不高兴看到这种模式 - 如果有人更改一个文字而不更改另一个文字怎么办？应将其拔出；制作一个漂亮的小命名常量。

假设你出于某种原因不能，或者只是为了实际回答这个问题：（至少，有趣的是。）

我用 C 做了一个类似的程序并用 GCC 4.4.3 编译它，常量字符串在生成的可执行文件中仅出现一次。

编辑：因为它可能作为一个简单的测试很有用，所以这是我测试它的代码...

#include <stdlib.h>
#include <string.h>
#include <stdio.h>

main(){
    char *n = (char*)malloc(sizeof("teststring"));
    memcpy((void*)n, "teststring", sizeof("teststring"));
    printf("%s\n", n);
}

这是我用来检查字符串出现次数的命令...

strings a.out|grep teststring

但是请考虑使用不太容易出错的 命令尽可能的编码实践。

Answer 5

我编写了一小段示例代码并进行了编译：

void func (void)
{
    char ps1[128];
    char ps2[128];

    strcpy(ps1, "string_is_the_same");
    strcpy(ps2, "string_is_the_same");

    printf("", ps1, ps2);
}

因此，即使没有优化，汇编程序文件中也只有一个文字“string_is_the_same”实例。但是，不确定这些字符串是否不会重复放置到不同的文件中 ->不同的目标文件。