C ++指针奇怪的未定义行为

Question

使用 -O2（或 -O3）和运行编译这个程序在我的机器上产生了有趣的结果。

#include <iostream>

using namespace std;

int main()
{
    // Pointer to an int in the heap with a value of 5
    int *p = new int(5);
    // Deallocate the memory, but keep a dangling pointer
    delete p;
    // Write 123 to deallocated space
    *p = 123;
    // Allocate a long int in the heap
    long *x = new long(456);

    // Print values and pointers
    cout << "*p: " << *p << endl;
    cout << "*x: " << *x << endl;
    cout << "p:  " << p << endl;
    cout << "x:  " << x << endl;

    cout << endl << "Changing nothing" << endl << endl;

    // Print again without changing anything
    cout << "*p: " << *p << endl;
    cout << "*x: " << *x << endl;
    cout << "p:  " << p << endl;
    cout << "x:  " << x << endl;

    return 0;
}

g++ -O2 code.cc； ./a.out

*p: 123
*x: 456
p:  0x112f010
x:  0x112f010

Changing nothing

*p: 456
*x: 456
p:  0x112f010
x:  0x112f010

我正在做的是在 p 指向的堆中写入已释放的 int，然后分配地址为 x 的 long。我的编译器始终将 long 放在与 p -> x == p 相同的地址上。现在，当我取消引用 p 并打印它时，它保留了 123 的值，即使它已被长 456 重写。然后 *x 被打印为 456。更奇怪的是，后来, 在不改变任何东西的情况下，打印相同的值会产生预期的结果。我认为这是一种优化技术，它仅在打印值 *p 后使用时才初始化 *x，这将解释它。然而，一个 objdump 说的是别的东西。这是一个截断和评论 objdump -d a.out:

00000000004008a0 <main>:
  4008a0:   41 54                   push   %r12
  4008a2:   55                      push   %rbp

Most likely the int allocation, where 0x4 is the size (4 bytes)
  4008a3:   bf 04 00 00 00          mov    [=12=]x4,%edi
  4008a8:   53                      push   %rbx
  4008a9:   e8 e2 ff ff ff          callq  400890 <_Znwm@plt>

I have no idea what is going on here, but the pointer p is in 2 registers. Let's call the other one q.
q = p;
  4008ae:   48 89 c3                mov    %rax,%rbx

  4008b1:   48 89 c7                mov    %rax,%rdi

*p = 5;
  4008b4:   c7 00 05 00 00 00       movl   [=12=]x5,(%rax)

delete p;
  4008ba:   e8 51 ff ff ff          callq  400810 <_ZdlPv@plt>

*q = 123;
  4008bf:   c7 03 7b 00 00 00       movl   [=12=]x7b,(%rbx)

The long allocation and some other stuff (?). (8 bytes)
  4008c5:   bf 08 00 00 00          mov    [=12=]x8,%edi
  4008ca:   e8 c1 ff ff ff          callq  400890 <_Znwm@plt>
  4008cf:   44 8b 23                mov    (%rbx),%r12d
  4008d2:   be e4 0b 40 00          mov    [=12=]x400be4,%esi
  4008d7:   bf c0 12 60 00          mov    [=12=]x6012c0,%edi

Initialization of the long before the printing
*p = 456;
  4008dc:   48 c7 00 c8 01 00 00    movq   [=12=]x1c8,(%rax)

  4008e3:   48 89 c5                mov    %rax,%rbp

The printing
  4008e6:   e8 85 ff ff ff          callq  400870 <_ZStlsISt11char_traitsIcEERSt13basic_ostreamIcT_ES5_PKc@plt>
........

现在，虽然*p已经被long初始化覆盖（4008dc），它仍然打印为123。

我希望我在这里有任何意义，感谢您的帮助。

让我自己清楚：我想弄清楚幕后发生了什么，编译器做了什么，以及为什么生成的编译代码与输出不一致。我知道这是未定义的行为，任何事情都可能发生。但这意味着编译器可以生成任何代码，而不是 CPU 将组成指令。欢迎任何想法。

PS：别担心，我不打算在任何地方使用它；）

编辑：在我朋友的机器上 (OS X) 即使经过优化，它也能产生预期的结果。

Answer 1

如您所述，这可能是由于编译器强制执行的优化。如果您使用 -O0 进行编译，那么它将打印 456 作为值。由于 p 被删除并且 x 被立即分配，x 将指向与 p 指向的相同地址（可能不总是相同的情况，但在您的测试中最有可能是这种情况）。因此，*p 和 *x 应该取消引用相同的值。如果您更改打印语句的顺序，那么将始终为这些值打印 456。我已经更改了代码中前两个 cout 语句的顺序，如下所示：

#include <iostream>

using namespace std;

int main()
{
    // Pointer to an int in the heap with a value of 5
    int *p = new int(5);
    // Deallocate the memory, but keep a dangling pointer
    delete p;
    // Write 123 to deallocated space
    *p = 123;
    // Allocate a long int in the heap
    long *x = new long(456);

    // Print values and pointers
    cout << "*x: " << *x << endl;
    cout << "*p: " << *p << endl;
    cout << "p:  " << p << endl;
    cout << "x:  " << x << endl;

    cout << endl << "Changing nothing" << endl << endl;

    // Print again without changing anything
    cout << "*p: " << *p << endl;
    cout << "*x: " << *x << endl;
    cout << "p:  " << p << endl;
    cout << "x:  " << x << endl;

    return 0;
}

Answer 2

您不会在自己的源代码中或编译器对其执行的操作中找到答案，即使您从编译器生成了汇编输出。

C 运行时内存分配器未定义，它是已编译的二进制代码，链接到您的测试应用程序。当您调用 new 时，运行时库决定指针的去向。不能保证 new/delete/new 将意味着第二个新的给你相同的地址，它完全取决于实现。

如果您真的想知道，那么您需要使用完整的源代码（包括新的源代码）进行构建，然后阅读它的实现方式and/or在调试器中逐步执行以查看发生了什么.

Answer 3

您太早停止查看反汇编输出（或者至少您没有 post 接下来的几行，这与您的问题相关）。它们可能看起来像：

movl    %r12d, %esi
movq    %rax, %rdi
call    _ZNSolsEi
movq    %rax, %rdi
call    _ZSt4endlIcSt11char_traitsIcEERSt13basic_ostreamIT_T0_ES6_

rbx 和 r12 是 GCC 在 Linux 上使用的 x64 ABI 中必须跨函数调用保留的寄存器。 long分配后，你看到这条指令：

mov    (%rbx),%r12d

rbx在指令流前面的使用包括：

mov    %rax,%rbx       ; store the `p` pointer in `rbx`

...

movl   [=12=]x7b,(%rbx)    ; store 123 where `p` pointed (even though it has been freed before)

... 

mov    (%rbx),%r12d    ; read that value - 123 - back and into `r12`

然后你会在上面我 post 编辑的片段中看到，这是没有进入你的问题的反汇编，对应于 cout << "*p: " << *p << endl 语句的一部分：

movl    %r12d, %esi    ; put 123 into `esi`, which is used to pass an argument to a function call

并打印 123。

C ++指针奇怪的未定义行为

C++ pointer weird undefined behaviour

c++

pointers

undefined-behavior