在处理数组访问时可能会生成不一致的代码

Possibly non-conformant code generation when dealing with array accesses

本文关键字：不一致 代码 数组 处理 访问      更新时间：2023-10-16

对于以下简单的代表代码

int foo()
{
    extern int i;
    extern int a[];
    int sum = 0;
    sum += a[i + 10];
    sum += a[i + 20];
    return sum;
}

LLVM生成的代码看起来像

movl    a+40(,%eax,4), %eax
...
movl    a+80(,%eax,4), %eax

这个代码真的符合C/C++标准吗？

在给定C/C++的情况下，生成的代码不应该计算a + (40 + eax * 4)而不是(a + 40) + (eax * 4)吗？仅当计算的地址位于同一数组对象中时，才定义地址算术？

在上面的情况下，可能会发生a + 40落在数组之外，但a + (40 + eax * 4)仍然可以在同一个数组中（如果"i"为负值）。

C++标准定义了C++程序的行为。编译器可以选择任何方式来实现这种行为。

指针只能指向单个数组的限制只存在于C++代码中；它可能适用于编译器将C++翻译成的语言，也可能不适用，但即使适用，这种限制也是由新的（通常是汇编）语言定义的，而不是由C++定义的。

汇编代码没有C/C++标准，所以您提出的问题是不连贯的。就C/C++标准而言，唯一重要的是，如果C/C++源代码严格符合这些标准，那么汇编代码是否会产生标准所要求的行为。如果你相信它不会，你还没有解释为什么你相信它。

只有当计算出的地址落在同一数组对象中时，C/C++才定义地址算术？

这是真的。这意味着如果访问超出a[]的范围，则行为是未定义的。

我不知道你是如何从中得出"代码不一致"的结论的。如果证明a是正确的大小，使得a[i+10]和a[i+20]不超出a的范围，则代码符合，否则它不会

如果这些超出了a的范围，那么行为是未定义的，这意味着在这种情况下，您不能抱怨编译器发出的任何代码。

在上面的情况下，可能会发生+40落在数组之外，但+（40+eax*4）仍然可以在同一数组中（如果"i"为负值）。

没关系，行为是不明确的。

正如其他人所说，标准中没有任何内容确切说明编译器应该做什么，只要它能产生正确的结果。

在您的情况下，它通过将a+40转换为常数值来优化计算（一旦代码转换为机器代码，它将是一个常数），而不是使用更长形式的指令，或者更糟的是，使用第二个寄存器来添加常数40。如果i为负，则将从地址中减去。无论您将其计算为(a+40) + -5*4还是a + (40 + -5*4)，都不会有任何区别。

请注意，如果您使用64位模式，编译器将首先生成代码对索引进行签名扩展，例如：

movl    i(%rip), %eax
leal    10(%rax), %ecx
addl    $20, %eax
movslq  %eax, %rdx
movslq  %ecx, %rcx
movl    a(,%rcx,4), %eax
addl    a(,%rdx,4), %eax
ret

如果我们将i更改为unsigned:

movl    i(%rip), %eax
leal    20(%rax), %edx
leal    10(%rax), %ecx
movl    a(,%rcx,4), %eax
addl    a(,%rdx,4), %eax
ret

请注意额外的movslq指令，该符号将32位int值扩展为64位值。

（我无法生成与您在示例中显示的完全相同的指令集，但我没有尝试所有选项的组合，您也没有说明您正在使用哪个版本的clang-我只是猜测您正在使用32位模式，因为这似乎比64位结果更符合我的结果。如果您发布的代码来自64位编译器，那么几乎可以肯定这是一个错误）

相关文章：