数据变化时UB的解释

Explanation of the UB while changing data

本文关键字：解释 UB 变化 数据      更新时间：2023-10-16

我试图向一个工作伙伴演示，如果你真的想(并且知道如何)，你可以通过使用一些技巧来改变常量限定变量的值，在我的演示中，我发现存在两种"口味"的常量值:一种是你无法改变的，另一种是你可以通过使用肮脏的技巧来改变的。

当编译器使用文字值而不是存储在堆栈上的值时，常量值是不可更改的，这里有一段代码显示了我的意思:

// TEST 1
#define LOG(index, cv, ncv) std::cout 
    << std::dec << index << ".- Address = " 
    << std::hex << &cv << "tValue = " << cv << 'n' 
    << std::dec << index << ".- Address = " 
    << std::hex << &ncv << "tValue = " << ncv << 'n'
const unsigned int const_value = 0xcafe01e;
// Try with no-const reference
unsigned int &no_const_ref = const_cast<unsigned int &>(const_value);
no_const_ref = 0xfabada;
LOG(1, const_value, no_const_ref);
// Try with no-const pointer
unsigned int *no_const_ptr = const_cast<unsigned int *>(&const_value);
*no_const_ptr = 0xb0bada;
LOG(2, const_value, (*no_const_ptr));
// Try with c-style cast
no_const_ptr = (unsigned int *)&const_value;
*no_const_ptr = 0xdeda1;
LOG(3, const_value, (*no_const_ptr));
// Try with memcpy
unsigned int brute_force = 0xba51c;
std::memcpy(no_const_ptr, &brute_force, sizeof(const_value));
LOG(4, const_value, (*no_const_ptr));
// Try with union
union bad_idea
{
    const unsigned int *const_ptr;
    unsigned int *no_const_ptr;
} u;
u.const_ptr = &const_value;
*u.no_const_ptr = 0xbeb1da;
LOG(5, const_value, (*u.no_const_ptr));

这会产生以下输出:

1.- Address = 0xbfffbe2c    Value = cafe01e
1.- Address = 0xbfffbe2c    Value = fabada
2.- Address = 0xbfffbe2c    Value = cafe01e
2.- Address = 0xbfffbe2c    Value = b0bada
3.- Address = 0xbfffbe2c    Value = cafe01e
3.- Address = 0xbfffbe2c    Value = deda1
4.- Address = 0xbfffbe2c    Value = cafe01e
4.- Address = 0xbfffbe2c    Value = ba51c
5.- Address = 0xbfffbe2c    Value = cafe01e
5.- Address = 0xbfffbe2c    Value = beb1da

由于我依赖于UB(更改const data的值)，预计程序会表现得很奇怪;但这奇怪的事情比我想象的要多。

假设编译器正在使用文字值，那么，当代码到达改变常量值的指令时(通过引用、指针或memcpy)，只要值是文字值，就忽略顺序(尽管是未定义的行为)。这解释了为什么值保持不变，但是:

  • 为什么是相同的内存地址在两个变量，但包含的值不同?

同样的内存地址不能指向不同的值，所以，其中一个输出是谎言:

    到底发生了什么?哪个内存地址是假的(如果有的话)?
在上面的代码上做一些改变，我们可以尝试避免使用文字值，这样技巧就可以发挥作用了(源代码在这里): 
// TEST 2
// Try with no-const reference
void change_with_no_const_ref(const unsigned int &const_value)
{
    unsigned int &no_const_ref = const_cast<unsigned int &>(const_value);
    no_const_ref = 0xfabada;
    LOG(1, const_value, no_const_ref);    
}
// Try with no-const pointer
void change_with_no_const_ptr(const unsigned int &const_value)
{
    unsigned int *no_const_ptr = const_cast<unsigned int *>(&const_value);
    *no_const_ptr = 0xb0bada;
    LOG(2, const_value, (*no_const_ptr));
}
// Try with c-style cast
void change_with_cstyle_cast(const unsigned int &const_value)
{
    unsigned int *no_const_ptr = (unsigned int *)&const_value;
    *no_const_ptr = 0xdeda1;
    LOG(3, const_value, (*no_const_ptr));
}
// Try with memcpy
void change_with_memcpy(const unsigned int &const_value)
{
    unsigned int *no_const_ptr = const_cast<unsigned int *>(&const_value);
    unsigned int brute_force = 0xba51c;
    std::memcpy(no_const_ptr, &brute_force, sizeof(const_value));
    LOG(4, const_value, (*no_const_ptr));
}
void change_with_union(const unsigned int &const_value)
{
    // Try with union
    union bad_idea
    {
        const unsigned int *const_ptr;
        unsigned int *no_const_ptr;
    } u;
    u.const_ptr = &const_value;
    *u.no_const_ptr = 0xbeb1da;
    LOG(5, const_value, (*u.no_const_ptr));
}
int main(int argc, char **argv)
{
    unsigned int value = 0xcafe01e;
    change_with_no_const_ref(value);
    change_with_no_const_ptr(value);
    change_with_cstyle_cast(value);
    change_with_memcpy(value);
    change_with_union(value);
    return 0;
}

生成以下输出:

1.- Address = 0xbff0f5dc    Value = fabada
1.- Address = 0xbff0f5dc    Value = fabada
2.- Address = 0xbff0f5dc    Value = b0bada
2.- Address = 0xbff0f5dc    Value = b0bada
3.- Address = 0xbff0f5dc    Value = deda1
3.- Address = 0xbff0f5dc    Value = deda1
4.- Address = 0xbff0f5dc    Value = ba51c
4.- Address = 0xbff0f5dc    Value = ba51c
5.- Address = 0xbff0f5dc    Value = beb1da
5.- Address = 0xbff0f5dc    Value = beb1da

正如我们所看到的，每次change_with_*调用时，const限定变量都被更改了，除了这个事实之外，其行为与以前相同，所以我很想假设当const数据被用作文字而不是值时，内存地址的奇怪行为就会表现出来。

所以，为了确保这个假设，我做了最后一次测试，将main中的unsigned int value改为const unsigned int value: 
// TEST 3
const unsigned int value = 0xcafe01e;
change_with_no_const_ref(value);
change_with_no_const_ptr(value);
change_with_cstyle_cast(value);
change_with_memcpy(value);
change_with_union(value);

令人惊讶的是，输出与TEST 2(这里的代码)相同，所以我认为数据是作为变量传递的，而不是作为文字值，因为它被用作参数，所以这让我想知道:

    什么事情使编译器决定将const值优化为文字值?

总之，我的问题是:

  • 在TEST 1。
    • 为什么const值和非const值共享相同的内存地址，但其包含的值不同?
    • 程序产生此输出的步骤是什么?哪个内存地址是假的(如果有的话)?
    • 在TEST 3
    • 什么事情使编译器决定将const值优化为文字值?

一般来说，分析未定义行为是没有意义的，因为不能保证您可以将分析结果转移到另一个程序中。

在这种情况下，可以通过假设编译器应用了称为常量传播的优化技术来解释该行为。在这种技术中，如果您使用编译器知道其值的const变量的值，那么编译器将用该变量的值替换const变量的使用(因为它在编译时是已知的)。该变量的其他用途，如获取其地址，不会被替换。

这个优化是有效的，因为改变一个定义为const的变量会导致未定义行为，编译器被允许假设程序没有调用未定义行为。

因此，在TEST 1中，地址是相同的，因为它都是相同的变量，但是值不同，因为每对中的第一个反映了编译器假定(正确地)是变量的值，第二个反映了实际存储在那里的值。在TEST 2和TEST 3中，编译器无法进行优化，因为编译器不能100%确定函数参数将引用常量值(而在TEST 2中，它没有)。

相关文章：