添加到"char*"指针UB,当它实际上没有指向char数组？

Question

C++ 17(expr.add/4)说:

当向指针添加或从指针中减去具有整数类型的表达式时,结果具有指针操作数的类型.如果表达式P指向具有n个元素的数组对象x的元素x [i],则表达式P + J和J + P(其中J具有值j)指向(可能是假设的)元素x [i + j]如果0≤i+j≤n; 否则,行为未定义.同样地,如果0≤i-j≤n,则表达式P-J指向(可能是假设的)元素x [i-j]; 否则,行为未定义.

struct Foo {
    float x, y, z;
};

Foo f;
char *p = reinterpret_cast<char*>(&f) + offsetof(Foo, z); // (*)
*reinterpret_cast<float*>(p) = 42.0f;

该行标有(*)UB？reinterpret_cast<char*>(&f)不指向char数组,而是指向浮点数,因此根据引用的段落它应该是UB.但是,如果它是UB,那么它offsetof的用处将是有限的.

是UB吗？如果没有,为什么不呢？

Answer 1

这个补充是有效的,但我不相信标准能说得那么清楚.引用N4140(大致是C++ 14):

3.9类型[basic.types]

2对于具有普通可复制类型的任何对象(基类子对象除外)T,无论对象是否保持有效的类型值,T组成对象的基础字节(1.7)都可以复制到char或的数组中unsigned char.⁴² [...]

^{42)例如,使用库函数(17.6.1.2)std::memcpy或std::memmove.}

它说"例如"因为std::memcpy并且std::memmove不是允许复制基础字节的唯一方法.for手动逐字节复制的简单循环也应该是有效的.

为了使其工作,必须为构成对象的原始字节的指针定义加法,并且表达式的定义方式有效,加法的定义不能取决于加法的结果是否随后将用于复制字节成阵列.

这是否意味着那些字节已经形成一个数组,或者这是否是+运算符的一般规则的特殊例外,在运算符描述中以某种方式被省略,我不清楚(我怀疑前者),但无论哪种方式都会使另外,您在代码中的表现有效.

Answer 2

任何不允许预期用途的解释offsetof必定是错误的：

#include <assert.h>
#include <stddef.h>
struct S { float a, b, c; };

const size_t idx_S[] = {
    offsetof(struct S, a),
    offsetof(struct S, b),
    offsetof(struct S, c),
};

float read_S(struct S *sp, unsigned int idx)
{
    assert(idx < 3);
    return *(float *)(((char *)sp) + idx_S[idx]); // intended to be valid
}

然而，任何允许越过显式声明的数组末尾的解释也一定是错误的：

#include <assert.h>
#include <stddef.h>
struct S { float a[2]; float b[2]; };

static_assert(offsetof(struct S, b) == sizeof(float)*2,
    "padding between S.a and S.b -- should be impossible");

float read_S(struct S *sp, unsigned int idx)
{
    assert(idx < 4);
    return sp->a[idx]; // undefined behavior if idx >= 2,
                       // reading past end of array
}

我们现在正处于进退两难的境地，因为 C 和 C++ 标准中的措辞本来是不允许第二种情况的，但很可能也不允许第一种情况。

这就是俗称的“什么是对象？” 问题。自 20 世纪 90 年代以来，人们，包括 C 和 C++ 委员会的成员，一直在争论这个问题和相关问题，并且已经多次尝试修复措辞，但据我所知，没有一个成功（从某种意义上说，所有现有的“合理”代码被渲染为绝对一致，并且仍然允许所有现有的“合理”优化）。

（注：以上所有代码均按照 C 语言编写，以强调两种语言中都存在相同的问题，并且无需使用任何 C++ 结构即可遇到该问题。）

Answer 3

参见CWG 1314

根据 6.9 [basic.types] 第 4 段，

T 类型对象的对象表示是 T 类型对象占用的 N 个 unsigned char 对象的序列，其中 N 等于 sizeof(T)。

和 4.5 [intro.object] 第 5 段，

普通可复制或标准布局类型（6.9 [basic.types]）的对象应占用连续的存储字节。

这些段落是否使标准布局对象中的指针算术（8.7 [expr.add] 第 5 段）得到明确定义（例如，用于编写自己的 memcpy 版本？）

理由（2011 年 8 月）：

目前的措辞足够明确，允许这种用法。

我强烈不同意 CWG 的“目前的措辞足够明确”的说法，但尽管如此，这就是我们的裁决。

我将 CWG 的响应解释为建议，unsigned char出于指针算术的目的，指向普通可复制或标准布局类型的对象的指针应解释为指向其unsigned char大小等于所讨论对象的大小的数组的指针。我不知道他们是否希望它也可以使用char指针或（从 C++17 开始）std::byte指针来工作。（也许如果他们决定真正澄清它而不是声称现有的措辞足够清楚，那么我就会知道答案。）

（一个单独的问题是是否std::launder需要使OP的代码定义良好。我不会在这里讨论这个问题；我认为它值得一个单独的问题。）