跳转到内容

未定义行为

本页使用了标题或全文手工转换
维基百科,自由的百科全书

计算机程序设计中,未定义行为(英語:undefined behavior)是指执行某种计算机代码所产生的结果,这种代码在当前程序状态下的行为在其所使用的语言标准英语Programming_language_specification中没有规定。常见于翻译器源代码存在某些假设,而执行时这些假设不成立的情况。

一些编程语言中,某些情况下存在未定义行为,以CC++最为著名[1]。在这些语言的标准中,规定某些操作的语义是未定义的,典型的例子就是程序错误的情况,比如越界访问数组元素。标准允许语言的具体实现做这样的假设:只要是符合标准的程序代码,就不会出现任何类似的行为。具体到 C/C++ 中,编译器可以选择性地给出相应的诊断信息,但没有对此的强制要求:针对未定义行为,语言实现作出任何反应都是正确的,类似于数字逻辑中的无关项英语Don't-care term。虽然编译器实现可能会针对未定义行为给出诊断信息,但保证编写的代码中不引发未定义行为是程序员自己的责任。这种假设的成立,通常可以让编译器对代码作出更多优化,同时也便于做更多的编译期检查和静态程序分析

有时候也可能存在对于未定义行为本身的限制性要求。例如,在CPU指令集说明中可能将某些形式的指令定为未定义,但如果该CPU支持内存保护,说明中很可能会还会包含一条兜底的规则,要求任何用户态的指令都不会让操作系统的安全性受损;这样一来,在执行未定义行为的指令时,就允许CPU破坏用户寄存器,但不允许发生诸如切换到监控模式的操作。

未指定行为英语unspecified behavior(unspecified behavior)不同,未定义行为强调基于不可移植或错误的程序构造,或使用错误的数据。一个符合标准的实现可以在假定未定义行为永远不发生(除了显式使用不严格遵守标准的扩展)的基础上进行优化,可能导致原本存在未定义行为(例如有符号数溢出)的程序经过优化后显示出更加明显的错误(例如死循环)。因此,这种未定义行为一般应被视为bug。

好处

如果某一操作在文档中被定为未定义行为,编译器就可以假设该操作在符合标准的程序中永远不会发生。这样,编译器就可以得到更多的信息,获得更多优化程序的机会。

例如这样的C语言代码:

int foo(unsigned char x)
{
     int value = 2147483600; /* 假设 int 是 32 位 */
     value += x;
     if (value < 2147483600)
        bar();
     return value;
}

因为 xunsigned char 不可能为负数,而C语言中有符号整数的溢出又是未定义行为,编译器就可以假设执行 if 语句时 value 不可能小于 2147483600。因为这里的 if 没有副作用,条件也永远不成立,所以编译器就可以直接忽略 if 语句和对函数 bar 的调用。于是,上述代码在语义上就等价于:

int foo(unsigned char x)
{
     int value = 2147483600;
     value += x;
     return value;
}

如果有符号整数的溢出有明确的「环绕」行为,那么这样的程序转化就是非法的。

代码越复杂,类似的优化就越难被人类发现。如果代码同时还有其它方面的优化,例如内联展开,就更难发现了。

让有符号整数溢出未定义还有另一个好处:存储、操作变量的值时,可以在比变量本身更大的寄存器中进行。假设源代码中变量的类型比原生寄存器的宽度要窄(比如常见的在64位机器上的int类型),那么编译器就可以在生成机器码时把这个变量当作64位有符号数,对代码的语义没有任何影响。反之,如果32位有符号整数的溢出有明确定义,那么在针对64位机器编译时,编译器就必须插入额外的逻辑确保行为符合预期,因为大多数机器码指令在溢出时行为与寄存器的宽度有关。[2]

更重要的一点是,有符号整数溢出的行为未定义,允许在编译期检查、静态程序分析、运行期检查时捕捉这类错误的情况;如果溢出行为有明确定义,就无法进行编译期检查。

C和C++的未定义行为的一些例子

尝试修改字符串字面量英语string literal会产生未定义行为:[3]

char * p = "wikipedia"; // C++11中错误,C++98/C++03不推荐使用
p[0] = 'W'; // 未定义行为

防止这一点的方法之一是将它定义为数组而不是指针

char p[] = "wikipedia"; /* 正确 */
p[0] = 'W';

在C++可以使用标准模板库中的string类型,如下所示:

std::string s = "wikipedia"; /* 正确 */
s[0] = 'W';

除以零会导致未定义行为。根据 IEEE 754,float、double和long double类型的值除以零的结果是无穷大或NaN[4]

return x/0; // 未定义行为

某些指针操作可能导致未定义行为:[5]

int arr[4] = {0, 1, 2, 3};
int* p = arr + 5;  // 未定义行为

到达返回数值的函数(除main函数以外)的结尾,而没有一个return语句,会导致未定义行为:

int f()
{
}  /* 未定义行为 */

C程序设计语言》在第2.12节引用下面的代码作为未定义行为的例子:

printf("%d %d\n", ++n, power(2, n));    /* 未定义行为 */

以及

a[i] = i++; /* 未定义行为 */

标准库可能指定未定义行为,例如:

int x = 1;
printf("%d\n", &x);    /*未定义行为:%d预期int类型的实际参数*/
printf("%p\n", &x);    /*未定义行为:%p预期void*类型的实际参数*/
printf("%p\n", (void*)&x); /*%p和void*类型的实际参数匹配,不在此引发未定义行为*/

参考资料

  1. ^ Lattner, Chris. What Every C Programmer Should Know About Undefined Behavior. LLVM Project Blog. LLVM.org. May 13, 2011 [May 24, 2011]. (原始内容存档于2014-10-30). 
  2. ^ 存档副本. [2018-06-21]. (原始内容存档于2018-07-09). 
  3. ^ ISO/IEC (2003). ISO/IEC 14882:2003(E): Programming Languages - C++ §2.13.4 String literals [lex.string] para. 2
  4. ^ ISO/IEC (2003). ISO/IEC 14882:2003(E): Programming Languages - C++ §5.6 Multiplicative operators [expr.mul] para. 4
  5. ^ ISO/IEC (2003). ISO/IEC 14882:2003(E): Programming Languages - C++ §5.7 Additive operators [expr.add] para. 5

外部链接