未定义行为

< c‎ | language
 
C
 
C 语言
 
基本概念
 

C 语言标准精确指定了 C 语言程序的可观察行为，除了下列分类之一：

  • 未定义行为 - 程序的该行为没有限制。未定义行为的例子是越过数组边界的访问、有符号整数溢出、空指针解引用、在表达式中超过一次修改标量而其中无顺序点、通过不同类型的指针访问对象，等等。编译器不要求诊断未定义行为（尽管多数简单情形是得到诊断的），且编译后的程序不要求做任何有意义的事。
  • 未指定行为 - 容许二种或多种行为，且不要求实现规范每种行为。例如，求值顺序、同样的字符串字面量是否有别，等。每个未指定行为导致一组合法结果之一，并且可以在同一程序中重复时产生不同结果。
  • 实现定义行为 - 在未指定行为之上，实现规范了如何选择。例如，字节中的位数，或有符号整数右移是算术还是逻辑。
  • 本地环境限定行为 - 依赖于当前选择的本地环境的实现定义行为。例如， islower 对任何 26 个小写拉丁字母外的字符是否返回 true。

（注意：严格遵从的程序不依赖任何未指定、未定义或实现定义行为）

要求编译器对违背任何 C 语法规则或语义约束的任何程序发布诊断消息（错误或警告），即使其行为被指定为未定义或实现定义，或者编译器可提供语言扩展以允许此种程序被接受。另外，不要求对未定义行为诊断。

UB 与优化

因为正确的 C 程序是没有未定义行为的，编译器可以在启用优化的条件下编译确实有 UB 的程序时，生成不期待的结果：

例如，

有符号溢出

int foo(int x) {
    return x+1 > x; // 真或为有符号溢出导致的 UB
}

可以编译成（演示） 

foo:
        movl    $1, %eax
        ret

越界访问

int table[4] = {0};
int exists_in_table(int v)
{
    // 在最初的 4 个迭代中返回真或因为越界访问 UB
    for (int i = 0; i <= 4; i++) {
        if (table[i] == v) return 1;
    }
    return 0;
}

可以编译成（演示） 

exists_in_table:
        movl    $1, %eax
        ret

未初始化标量

_Bool p; // 未初始化局部变量
if(p) // 访问未初始化标量是 UB
    puts("p is true");
if(!p) // 访问未初始化标量是 UB
    puts("p is false");

可能产生下列输出（可在一个旧版本 gcc 观察到）： 

p is true
p is false
运行此代码
size_t f(int x)
{
    size_t a;
    if(x) // x为非零或UB
        a = 42;
    return a; 
}


可以编译成（演示） 

f:
        mov     eax, 42
        ret

非法标量

int f(void) {
  _Bool b = 0;
  unsigned char* p =(unsigned char*)&b;
  *p = 10;
  // 从 b 读取现在是 UB
  return b == 0;
}

可编译成（演示） 

f():
        movl    $11, %eax
        ret

空指针解引用

int foo(int* p) {
    int x = *p;
    if(!p) return x; // 为上述 UB ，或绝不采用此分支
    else return 0;
}
int bar() {
    int* p = NULL;
    return *p;       // 无条件 UB
}

可以编译成（ foo 用 gcc ， bar 用 clang ） 

foo:
        xorl    %eax, %eax
        ret
bar:
        retq

访问传递给 realloc 的指针

选择 Clang 以观察示出的输出

运行此代码
#include <stdio.h>
#include <stdlib.h>
int main(void) {
    int *p = (int*)malloc(sizeof(int));
    int *q = (int*)realloc(p, sizeof(int));
    *p = 1; // 访问传递给 realloc 的指针是 UB
    *q = 2;
    if (p == q) // 访问传递给 realloc 的指针是 UB
        printf("%d%d\n", *p, *q);
}

可能的输出： 

12

无副效应的无限循环

选择 Clang 以观察示出的输出

运行此代码
#include <stdio.h>
 
int fermat() {
  const int MAX = 1000;
  int a=1,b=1,c=1;
  // 无副效应的无限循环是 UB
  while (1) {
    if (((a*a*a) == ((b*b*b)+(c*c*c)))) return 1;
    a++;
    if (a>MAX) { a=1; b++; }
    if (b>MAX) { b=1; c++; }
    if (c>MAX) { c=1;}
  }
  return 0;
}
 
int main(void) {
  if (fermat())
    puts("Fermat's Last Theorem has been disproved.");
  else
    puts("Fermat's Last Theorem has not been disproved.");
}

可能的输出： 

Fermat's Last Theorem has been disproved.

引用

  • C11 standard (ISO/IEC 9899:2011):
  • 3.4 Behavior (p: 3-4)
  • 4/2 Undefined behavior (p: 8)
  • C99 standard (ISO/IEC 9899:1999):
  • 3.4 Behavior (p: 3-4)
  • 4/2 Undefined behavior (p: 7)
  • C89/C90 standard (ISO/IEC 9899:1990):
  • 1.6 DEFINITIONS OF TERMS

外部链接

参阅