当我没有分配空间时，为什么可以读写内存？

Question

我正在尝试从头开始以C语言构建自己的哈希表，作为一次练习，我一次只做了一个小步骤。 但我有一个小问题...

我将哈希表结构声明为指针，这样我就可以用所需的大小对其进行初始化，并在负载系数较高时增加它的大小。

问题是我正在创建一个仅包含2个元素的表（仅用于测试目的），我仅为这2个元素分配内存，但是我仍然能够写入不应该的内存位置。 而且我还可以读取未写入的内存位置。

这是我当前的代码：

#include <stdio.h>
#include <stdlib.h>


#define HASHSIZE 2


typedef char *HashKey;
typedef int HashValue;

typedef struct sHashTable {
    HashKey key;
    HashValue value;
} HashEntry;

typedef HashEntry *HashTable;


void hashInsert(HashTable table, HashKey key, HashValue value) {
}

void hashInitialize(HashTable *table, int tabSize) {
    *table = malloc(sizeof(HashEntry) * tabSize);

    if(!*table) {
        perror("malloc");
        exit(1);
    }

    (*table)[0].key = "ABC";
    (*table)[0].value = 45;
    (*table)[1].key = "XYZ";
    (*table)[1].value = 82;
    (*table)[2].key = "JKL";
    (*table)[2].value = 13;
}


int main(void) {
    HashTable t1 = NULL;

    hashInitialize(&t1, HASHSIZE);

    printf("PAIR(%d): %s, %d\n", 0, t1[0].key, t1[0].value);
    printf("PAIR(%d): %s, %d\n", 1, t1[1].key, t1[1].value);
    printf("PAIR(%d): %s, %d\n", 3, t1[2].key, t1[2].value);
    printf("PAIR(%d): %s, %d\n", 3, t1[3].key, t1[3].value);

    return 0;
}

您可以轻松地看到我没有为(*table)[2].key = "JKL";分配空间(*table)[2].key = "JKL"; 也(*table)[2].value = 13; 。 我也不应该在main()读取最后2个printfs中的内存位置。

有人可以向我解释一下，如果我可以/应该对此做任何事情？

编辑：
好的，我已经意识到上面代码的一些问题，这很糟……但是我现在有一个类，无法更新我的问题。 有时间我会更新。 对于那个很抱歉。

编辑2：
抱歉，我不应该发布此问题，因为我不想像上面发布的代码那样。 我想做的事情略有不同，这使这个问题变得无关紧要。 所以，我只是假设这是我需要一个答案的问题，并接受下面的正确答案之一。 然后，我会发布我的适当问题...

Answer 1

只是不这样做，这是未定义的行为。

这可能会意外地起作用，因为您写入/读取了程序实际上未使用的内存。 否则可能会导致堆损坏，因为您会覆盖堆管理器为此目的使用的元数据。 或者，您可以覆盖一些其他不相关的变量，然后很难调试因此而发疯的程序。 否则可能发生任何其他有害的事情，无论是明显的还是微妙的但又很严重的。

只是不这样做-只读/写您合法分配的内存。

Answer 2

一般而言（针对不同平台的不同实现），当进行基于malloc或类似基于堆的分配调用时，底层库会将其转换为系统调用。 当库执行此操作时，通常会在区域集中分配空间-等于或大于程序请求的数量。

这样做是为了防止频繁的系统调用内核进行分配，并防止更快地满足程序对Heap的请求（这当然不是唯一的原因！！！！！！！！！

落入这样的安排会导致您正在观察的问题。 再一次，并非总是需要您的程序能够写入未分配的区域而不会每次都崩溃/ seg-fault-这取决于特定二进制文件的内存安排。 尝试写入更高的数组偏移量-程序最终将出错。

至于您应该/不应该做的事情-做出上述答复的人们总结得很好。 我没有更好的答案，除了应该避免这种问题，而且只有在分配内存时要小心才能做到。

一种理解的方式是通过这个简单的示例：当您在用户空间中请求1个字节时，内核必须至少分配整个页面（例如，在某些Linux系统上为4Kb，这是内核级别上最细粒度的分配）。 为了通过减少频繁调用来提高效率，内核将整个页面分配给调用库-当有更多请求进入时，库可以分配该库。因此，将请求写入或读取到这样的区域可能不一定会产生错误。 那只是意味着垃圾。

Answer 3

在C中，您可以读取到任何映射的地址，也可以写入到任何映射到具有读写区域的页面的地址。

在实践中，操作系统通常以8K的块（页面）形式提供进程内存（但这取决于操作系统）。 然后，C库管理这些页面，并维护空闲空间和已分配空间的列表，并在被malloc要求时提供这些块的用户地址。

因此，当您从malloc（）返回指针时，您指向的是8k页中可写的区域。 这个区域可能包含垃圾，或者包含其他已分配的内存，它可能包含用于堆栈变量的内存，甚至可能包含C库用来管理可用/已分配内存列表的内存！

因此，您可以想象，写入超出您已分配的范围的地址确实会导致问题：

• 其他已分配数据的损坏
• 堆栈变量或调用堆栈本身的损坏，导致函数返回时崩溃
• C库的malloc / free管理内存损坏，在调用malloc（）或free（）时导致崩溃

所有这些都是调试的难题，因为崩溃通常比损坏发生的时间晚得多。

仅当您从不对应于映射页面的地址读取/写入该地址时，您才会崩溃...例如，从地址0x0（NULL）读取

Malloc，Free和指针在C语言中非常脆弱（在C ++中则稍差一些），很容易意外地使自己陷入困境

有很多用于内存检查的第三方工具，它们用检查代码来包装每个内存分配/空闲/访问。 它们的确会使您的程序变慢，具体取决于应用了多少检查。

Answer 4

将记忆想象成一块巨大的大黑板，分成几个小方块。 写入存储位置等同于擦除正方形并在其中写入新值。 通常， malloc的目的不是要使内存（黑板上的方块）存在。 相反，它是要识别未用于其他任何用途的内存区域（一组正方形），并采取一些措施以确保除非另行通知，否则不会将其用于其他任何用途。 从历史上看，微处理器将系统的所有内存公开给应用程序是很普遍的。 从理论上讲，一段代码Foo可以选择一个任意地址并将其数据存储在其中，但有两个主要警告：

1. 其他一些代码“ Bar”以前可能已经在其中存储了一些东西，并期望它会保留下来。 如果Bar读取该位置并希望取回它所写的内容，它将错误地将Foo所写的值解释为自己的值。 例如，如果“ Bar”存储了已接收的窗口小部件的数量（23），而“ Foo”存储了值57，则较早的代码将认为它已接收了57个窗口小部件。
2. 如果`Foo`期望它写入的数据在相当长的时间内保持不变，则其数据可能会被其他一些代码覆盖（基本上是上述代码的另一面）。

较新的系统包括更多监视功能，以跟踪哪些进程拥有哪些内存区域，并杀死访问它们不拥有的内存的进程。 在许多这样的系统中，每个进程往往会先小黑板，如果试图以malloc多平方比可用，过程可根据需要给予黑板区域的新块。 但是，每个过程通常会有一些黑板区域可供使用，而这些区域尚未保留用于任何特定目的。 理论上，代码可以使用这样的区域来存储信息而不必费心先分配信息，并且如果没有任何事情将内存用于其他任何目的，则这样的代码可以工作，但是不能保证不会将此类内存区域用于在一些意想不到的时间达到其他目的。

Answer 5

通常， malloc将分配比您所需的更多内存以用于对齐目的。 同样是因为该进程确实具有对堆内存区域的读/写访问权限。 因此，读取分配区域之外的几个字节很少会触发任何错误。

但是您仍然不应该这样做 。 由于您正在写入的内存可能被视为未占用或实际上已被其他人占用，因此任何事情都可能发生，例如第二和第三键/值对稍后会变成垃圾，或者不相关的重要功能会由于您的一些无效数据而崩溃。 “已经踩踏到它malloc -ed存储器。

（另外，请使用char[≥4]作为键的类型或malloc键，因为如果不幸的是，该键存储在堆栈中，则以后将变得无效。）