C++ 未定义的行为

kiki

Jan 1, 0001 blog

UB(Undefined behavior):程序的行为没有限制。常见的未定义行为例子包括：数组访问内存越界，有符号数溢出，间接访问空指针，在一个表达式中无顺序多次修改标量，用不同类型的指针访问对象
UB and optimization
- 正确的 C++ 程序是没有未定义行为的，所以当编译器优化了含有 UB 的代码，程序会出现不可预料的结果
- 有符号数溢出，下面是 C++ 代码和对应可能生成的机器语言
- 没有溢出时返回 1，溢出时是 UB，编译器可能优化，每次都返回 1
```
int foo(int x)
{
return x+1 > x; // either true or UB due to signed overflow
}
```
```
foo(int):
movl    $1, %eax
ret
```
- 访问越界，下面是 C++ 代码和对应可能生成的机器语言
- 访问下标在 0-3 时，如果存在元素 v 返回true，否则会访问越界，编译器可能优化，每次都返回 true，也不会访问越界
```
int table[4] = {};
bool exists_in_table(int v)
{
// return true in one of the first 4 iterations or UB due to out-of-bounds access
for (int i = 0; i <= 4; i++)
{
    if (table[i] == v) return true;
}
return false;
}
```
```
exists_in_table(int):
movl    $1, %eax
ret
```
- 未初始化的标量，下面是 C++ 代码和对应可能生成的机器语言
- 当 x 非 0 时，a 会被赋值 42，否则 a 未初始化，编译器可能优化，每次都将 a 赋值42，然后返回
```
std::size_t f(int x)
{
std::size_t a;
if(x) // either x nonzero or UB
    a = 42;
return a;
}
```
```
f(int):
mov     eax, 42
ret
```
- 间接访问空指针，下面是 C++ 代码和对应可能生成的机器语言
- 函数foo：当 p 是空指针时，x 的赋值是间接访问空指针。否则返回 0。编译器可能优化，每次返回 0 而不会访问到空指针
  - xorl %eax,%eax按位异或，相当于清 0，将寄存器%eax设置为 0。也可以使用movl $0,%eax，但是前者需要 2 个字节，后者需要 5 个字节
- 函数bar：直接访问空指针指向的值是 UB，编译器可能优化，每次直接执行下一行代码
  - retq等同于addq $8,%rsp; jmpq -8(%rsp)，retq将%esp指向的返回地址弹出，存入寄存器%eip
  - 寄存器%eip是程序计数器，存储了 CPU 要读取指令的地址，即 CPU 将要执行的指令的地址。每次 CPU执行完相应的汇编指令后，%eip的值就会增加
  - 寄存器%esp是栈指针指向栈顶元素。栈向低地址方向增长，可以通过增加栈指针来释放空间
  - 函数调用时会先将返回地址入栈，即程序中紧跟在调用函数后面的那条指令的地址，所以栈顶指针%esp指向的就是调用函数后面的那条指令的地址，retq会将该地址存入%eip，CPU 就会继续往后执行
  - 在 64-bit 时，ret会从栈中弹出四字节的地址保存到寄存器%eip
  - 在 32-bit 时，ret会从栈中弹出两字节的地址保存到寄存器%eip
```
int foo(int* p)
{
int x = *p;
if(!p) return x; // Either UB above or this branch is never taken
else return 0;
}
int bar()
{
int* p = nullptr;
return *p;        // Unconditional UB
}
```
```
foo(int*):
xorl    %eax, %eax
ret
bar():
retq
```

c++

C++ 未定义的行为

相关