取消引用类型双关指针将违反严格别名规则

Question

我使用以下代码从文件中读取数据，作为较大程序的一部分。

double data_read(FILE *stream,int code) {
        char data[8];
        switch(code) {
        case 0x08:
            return (unsigned char)fgetc(stream);
        case 0x09:
            return (signed char)fgetc(stream);
        case 0x0b:
            data[1] = fgetc(stream);
            data[0] = fgetc(stream);
            return *(short*)data;
        case 0x0c:
            for(int i=3;i>=0;i--)
                data[i] = fgetc(stream);
            return *(int*)data;
        case 0x0d:
            for(int i=3;i>=0;i--)
                data[i] = fgetc(stream);
            return *(float*)data;
        case 0x0e:
            for(int i=7;i>=0;i--)
                data[i] = fgetc(stream);
            return *(double*)data;
        }
        die("data read failed");
        return 1;
    }

现在我被告知使用 -O2 并且收到以下 gcc 警告： 警告：取消引用类型双关指针将违反严格别名规则

Googleing我发现了两个正交答案：

• 结论：无需担心；海湾合作委员会试图比 实际法律。

vs

• 所以基本上如果你有一个 int * 和浮点数* 它们不允许指向相同的内存位置。如果您的代码不遵守这一点，那么编译器的优化器很可能会破坏您的代码。

最后我不想忽略这些警告。你会推荐什么？

[更新] 我用真实函数替换了玩具示例。

Answer 1

出现此问题的原因是您通过 double* 访问 char 数组：

char data[8];
...
return *(double*)data;

但 gcc 假定您的程序永远不会通过不同类型的指针访问变量。这种假设称为严格别名，允许编译器进行一些优化：

如果编译器知道您的 *(double*) 绝不能与 data[] 重叠，它允许各种各样的事情，比如将代码重新排序为：

return *(double*)data;
for(int i=7;i>=0;i--)
    data[i] = fgetc(stream);

循环很可能被优化掉，最终得到的只是：

return *(double*)data;

这会使你的 data[] 未初始化。在这种特殊情况下，编译器可能能够看到您的指针重叠，但如果您声明了它 char* data，它可能会产生错误。

但是，严格别名规则规定 char* 和 void* 可以指向任何类型。因此，您可以将其重写为：

double data;
...
*(((char*)&data) + i) = fgetc(stream);
...
return data;

严格的别名警告对于理解或修复非常重要。它们会导致无法在内部重现的错误，因为它们仅发生在一台特定机器上的一个特定操作系统上的一个特定编译器上，并且仅在满月和每年一次等情况下发生。

Answer 2

看起来很像你真的想使用 fread：

int data;
fread(&data, sizeof(data), 1, stream);

也就是说，如果你确实想走读取字符的路线，然后将它们重新解释为 int，这是在 C 中执行此操作的安全方法（但不是< /strong> 在 C++ 中）是使用联合：

union
{
    char theChars[4];
    int theInt;
} myunion;

for(int i=0; i<4; i++)
    myunion.theChars[i] = fgetc(stream);
return myunion.theInt;

我不确定为什么原始代码中 data 的长度是 3。我假设你想要 4 个字节；至少我不知道有哪个系统的 int 是 3 个字节。

请注意，您的代码和我的代码都是高度不可移植的。

编辑：如果您想从文件中可移植地读取各种长度的整数，请尝试如下操作：（

unsigned result=0;
for(int i=0; i<4; i++)
    result = (result << 8) | fgetc(stream);

注意：在实际程序中，您还需要根据 EOF 测试 fgetc() 的返回值。）

这将读取以小尾数格式从文件中获取 4 字节无符号，，无论系统的尾数是什么。它应该适用于任何无符号至少为 4 个字节的系统。

如果您想实现字节序中立，请不要使用指针或联合；使用位移来代替。

Answer 3

在这里使用联合不是正确的做法。从联合体的未写入成员中读取是未定义的 - 即编译器可以自由地执行会破坏代码的优化（例如优化写入）。

Answer 4

本文档总结了情况：http://dbp-consulting.com/tutorials/StrictAliasing.html

有几种不同的解决方案，但最便携/最安全的解决方案是使用 memcpy()。 （函数调用可能会被优化掉，因此它并不像看起来那么低效。）例如，将其替换

return *(short*)data;

为：

short temp;
memcpy(&temp, data, sizeof(temp));
return temp;

Answer 5

基本上，您可以将 gcc 的消息视为您在找麻烦，别说我没有警告过您。

将三字节字符数组转换为 int 是我见过的最糟糕的事情之一。通常您的 int 至少有 4 个字节。因此，对于第四个（如果 int 更宽，可能会更多），您将获得随机数据。然后将所有这些转换为 double。

只是什么都不做。与您正在做的事情相比，gcc 警告的别名问题是无辜的。

Answer 6

C 标准的作者希望让编译器编写者在理论上可能但不太可能使用看似不相关的指针访问全局变量的值的情况下生成有效的代码。这个想法并不是通过在单个表达式中强制转换和取消引用指针来禁止类型双关，而是说，给定类似的情况：

int x;
int foo(double *d)
{
  x++;
  *d=1234;
  return x;
}

编译器有权假设对 *d 的写入不会影响 x。标准的作者想要列出这样的情况：像上面这样从未知源接收指针的函数必须假设它可能为看似不相关的全局别名，而不要求类型完全匹配。不幸的是，虽然其基本原理强烈表明该标准的作者旨在描述一个最低限度一致性的标准，以防编译器没有理由相信事物可能存在别名，但该规则并未要求编译器会识别别名在明显的情况，并且 gcc 的作者决定，他们宁愿生成尽可能小的程序，同时符合编写糟糕的语言标准，而不是生成如下代码：实际上是有用的，而不是在明显的情况下识别别名（同时仍然能够假设看起来不会别名的东西不会），他们宁愿要求程序员使用 memcpy ，因此要求编译器允许未知来源的指针可能对任何内容进行别名的可能性，从而阻碍优化。

Answer 7

显然，标准允许 sizeof(char*) 与 sizeof(int*) 不同，因此当您尝试直接转换时 gcc 会抱怨。 void* 有点特别，因为所有内容都可以在 void* 之间来回转换。
在实践中，我不知道有多少架构/编译器的指针对于所有类型并不总是相同，但 gcc 正确地发出警告，即使它很烦人。

我认为安全的方法是

int i, *p = &i;
char *q = (char*)&p[0];

或者

char *q = (char*)(void*)p;

你也可以尝试这个，看看你会得到什么：

char *q = reinterpret_cast<char*>(p);