如果我知道访问的地址上有什么数据，那么越界访问数组是否是未定义的行为？

Question

想象一下下面的定义。

struct X {
    double a[8] {0.0};
    double b[8] {0.0};
}

int main() {
    X x;
    x.a[10] = 1.0;
}

当我访问xa[10]时，程序的行为是否未定义？

Answer 1

是的，这是未定义的行为，但不仅仅是因为编译器可能会改变X的 memory 布局。

这是未定义的行为，因为标准是这么说的。 因此，编译器可以对这段代码做任何事情：编译器可以完全放弃赋值，可以将1.0赋值给所有16 个元素，可以改变之前代码的作用，可以使程序崩溃，格式化你的硬盘，等等。

---

一个更现实、经典的例子：下面的function

const int table[4] = {2, 4, 6, 8};

bool exists_in_table(int v)
{
    for (int i = 0; i <= 4; i++) {
        if (table[i] == v) return true;
    }
    return false;
}

总是返回true ，至少在带有-O3的现代 gcc ( https://godbolt.org/z/f9cbWMYzM )

Answer 2

是的。 这是未定义的行为。 因为编译器可以在a和b之间插入一些填充。 Il 也可以在b之后插入一些填充。 您唯一可以确定的是不会a .

The Lost Art of Structure Packing中提供了一个有趣且非常详细的描述。

编辑：Petr 的回答比我的更准确：“这是未定义的行为，因为标准是这样说的。” 不管怎样，有时你会觉得“标准是这么说的，但它在实践中总是有效的”。 因此，了解真实案例场景中会发生什么可能会很有用。 越界访问不太可能（但有可能）格式化您的硬盘，更有可能的是两个结构元素在 memory 中不连续。

Answer 3

你的错误前提是越界访问将被定义，那么它当然是......不是未定义的。 但事实并非如此。 您无法知道访问的地址上有什么数据。 在某些地址访问某些数据的概念已经不适用于表达式xa[10] 。

您假设这两个 arrays 存储在相邻的 memory 中，并且指针算法也可以超出数组的范围。 第一个通常不正确，第二个总是错误的。

指针算术仅在数组范围内定义。

您的代码具有未定义的行为。

---

请注意，您的代码不是针对您的 CPU 的指令。 您的代码是对程序应该做什么的抽象描述。 而xa[10]在语言中根本没有意义。 它没有定义。 编译器没有义务将其翻译成任何有用的东西。

Answer 4

它是根据 g++/clang++ 内置的“未定义行为消毒剂”

runtime error: index 10 out of bounds for type 'double [8]'

即您已经担心的越界访问确实是 UB。 对 memory 布局进行假设是非常冒险的，而且通常（即使您知道自己在做什么）生成的代码不可移植。

演示

请注意，在演示中，使用-fsanitize=undefined调用检查器。 我们有很棒的工具，让我们使用它们吧。

另请注意，如果您启用 memory 检查器，即-fsanitize=address ，则不会发出警告。 也就是说，“仅仅因为它不会导致运行时 memory 问题，并不意味着它不是 UB”。