C++ 严格的别名似乎不一致

有几个错误来自严格的别名，所以我想我会尝试修复所有这些错误。在详细了解了情况之后，GCC有时似乎不会发出警告，而且有些事情是不可能实现的。至少根据我的理解，下面的每一条都被破坏了。那么，我的理解是否有误，是否有一种正确的方法来完成所有这些事情，或者某些代码是否必须在技术上打破规则，并被系统测试很好地覆盖

错误来自一些混合了字符和无符号字符缓冲区的代码，例如：

size_t Process(char *buf, char *end)
{
    char *p = buf;
    ProcessSome((unsigned char**)&p, (unsigned char*)end);
    //GCC decided p could not be changed by ProcessSome and so always returned 0
    return (size_t)(p - buf);
}

将此更改为以下内容似乎可以解决问题，尽管它仍然涉及演员阵容，因此我不确定为什么现在可以这样做，并且没有警告：

size_t Process(char *buf, char *end)
{
    unsigned char *buf2 = (unsigned char *)buf;
    unsigned char *p = buf2;
    unsigned char *end2 = (unsigned char*)end;
    ProcessSome(&p, end2);
    return (size_t)(p - buf2);
}

此外，还有许多其他地方似乎在没有警告的情况下工作

//contains a unsigned char* of data. Possibly from the network, disk, etc.
//the buffer contents itself is 8 byte aligned.
const Buffer *buffer = foo();
const uint16_t *utf16Text = (const uint16_t*)buffer->GetData();//const unsigned char*
//... read utf16Text. Does not even seem to ever be a warning


//also seems to work fine
size_t len = CalculateWorstCaseLength(...);
Buffer *buffer = new Buffer(len * 2);
uint16_t *utf16 = (uint16_t*)buffer->GetData();//unsigned char*
len = DoSomeProcessing(utf16, len, ...);
buffer->Truncate(len * 2);
send(buffer);

还有一些是

struct Hash128
{
    unsigned char data[16];
};
...
size_t operator ()(const Hash128 &hash)
{
    return *(size_t*)hash.data;//warning
}

非字符的情况。这没有警告，即使是坏的，我如何避免它（两种方法似乎都有效）

看看其他API，据我所知，似乎也有各种违反规则的情况（没有遇到Linux/GCC规范的情况，但肯定会有）

CoCreateInstance有一个void**output参数，需要显式的指针强制转换。Direct3D也有类似的功能

大整数是可能对不同成员进行读/写操作的联合（例如，某些代码可能使用高/低，然后另一些代码可能读取int64）

我记得CPython实现非常愉快地将PyObject*转换为一堆在开始时恰好具有相同内存布局的其他东西

我见过的许多散列实现都会将输入缓冲区强制转换为uint32_t*，然后可能会使用uint8_t来处理最后的1-3个字节

我所看到的几乎每个内存分配器实现都使用char*或unsigned char*，然后必须将其转换为所需的类型（可能通过返回的void*，但在分配内部至少是char）

---

char

/

无符号char

指针不受严格的别名规则的约束

从技术上讲，union技巧是一个别名错误，但主流编译器明确允许它

因此，您的一些示例是有效的（根据语言，有些示例是UB，但编译器定义良好）

---

但是，确实存在大量违反别名规则的代码。还请注意，MSVC不会基于严格的别名进行优化，因此特别是为Windows编写的代码可能会违反严格的别名规则。

首先，指向

char

和

无符号char

的指针非常多 免于遵守有关字符串别名的规则；你被允许 将任何类型的指针转换为

char*

或

无符号
char*

，并将指向的对象看作是char的数组 或

无符号字符

。现在，关于您的代码：

size_t Process(char *buf, char *end)
{
    char *p = buf;
    ProcessSome((unsigned char**)&p, (unsigned char*)end);
    //GCC decided p could not be changed by ProcessSome and so always returned 0
    return (size_t)(p - buf);
}

这里的问题是，您试图将

char*

视为 它是一个

无符号字符*

。这不是保证。鉴于 演员阵容清晰可见，g++有点迟钝 关于不关闭严格别名分析 自动地，但从技术上讲，它被标准所涵盖

在

另一方面，所有转换都涉及

char*

和

unsigned char*

，两者都可以别名任何内容，因此 需要编译器来完成这项工作

至于其余的，你没有说返回类型是什么

buffer->GetData（）

是，所以很难说。但如果是

char*

，

unsigned char*

或

void*

，此代码完全合法 （第二次使用时丢失的铸件除外）

buffer->GetData（）

）。只要所有演员都参与

char*

、

unsigned char*

或

void*

（忽略

const

限定符），则编译器需要假定 是可能的别名：当原始指针具有 对于这些类型，它可以通过从 指向目标类型的指针，该语言保证 您可以将任何指针转换为这些类型之一，然后返回到 恢复原始类型，并恢复相同的值。（当然，如果

char*

最初不是一个

uint16\u t

，您可能会得到 对齐问题，但编译器通常不知道这一点。）

关于最后一个示例，您没有指出

hash.data

，所以很难说；如果是

char*

，

void*

或

unsigned char*

，该语言保证您的代码 （从技术上讲，前提是char指针是由 在实践中，转换

尺寸*

；前提是 指针已充分对齐，指向的字节未对齐 为

大小\u t

形成补漏白值

一般来说：“类型双关”唯一真正有保证的方式是 通过

memcpy

。否则，指针将强制转换，例如 只要在

void*

中执行，就可以保证，

char*

或

unsigned char*

，至少就别名而言 担心的（其中一个可能导致对齐 问题，或者在取消引用时访问补漏白值。）

请注意，您可能会从其他供应商处获得额外担保 标准。Posix需要类似于：

void (*pf)();
*((void**)&pf) = ...

比如说工作。（一般来说，转换和取消引用 如果您不做任何事情，即使使用g++，也会立即起作用 函数中可能与别名相关的位置。）

我所知道的所有编译器都允许对 有时输入双关语。（至少有一些，包括 g++，在其他情况下合法使用

union

将失败。 对于编译器编写者来说，正确处理

联合

是一件棘手的事情 如果size_t Process(char *buf, char *end) { unsigned char *buf2 = (unsigned char *)buf; unsigned char *p = buf2; unsigned char *end2 = (unsigned char*)end; ProcessSome(&p, end2); return (size_t)(p - buf2); }

void (*pf)();
*((void**)&pf) = ...