记一个难以发现的 UB - yaoxi-std

记一个难以发现的 UB

观察以下代码：

vector<int> X, Y, A, val;
inline int ls(int p) { return p << 1; }
inline int rs(int p) { return p << 1 | 1; }
int solve(int i, int l, int r) {
    if (l == r) return val[i] = A[l];
    int mid = (l + r) >> 1, p = X.size();
    X.push_back(0), Y.push_back(0);
    X[p] = solve(ls(i), l, mid);
    Y[p] = solve(rs(i), mid + 1, r);
    // do something
    return val[i];
}

这是一份标准的线段树分治代码，其中数组 AA 是给定的，valval 在 solvesolve 函数调用之前已经分配好了内存，而 XX 和 YY 的内存空间则是动态分配的。

当我在本地测试完整的代码时，不会出现任何的异常。当我将代码提交到学校的 OJ 上时，却发现输出的结果不符合预期，而且对于同样的输入，输出却和本地有所出入。

经过艰难的排查，我最终发现问题出现在了 solvesolve 函数中，即上述代码的第 88 至 99 行。我尝试将这两行替换为下面的代码：

int lp = solve(ls(i), l, mid);
X[p] = lp;
int rp = solve(rs(i), mid + 1, r);
Y[p] = rp;

这时 X[p]X[p] 与 Y[p]Y[p] 的值就从错误的 00 变成了正确的答案。

我不禁陷入沉思，为何看似逻辑完全相同的代码，产生的效果却大相径庭？直到我发现第 77 行代码中的操作：

X.push_back(0), Y.push_back(0);

有没有可能，在第 88 行和第 99 行的赋值过程中，编译器先对等号左边的表达式进行计算，得到 X[p]X[p] 和 Y[p]Y[p] 的左值引用，然后再计算了等号右边的表达式，调用了 solvesolve 函数呢？

这样一切就解释得通了，X[p]X[p] 和 Y[p]Y[p] 的引用先被取出，然后在递归调用 solvesolve 函数的过程中，执行到了第 77 行的 push_backpush_back 函数，使得 vectorvector 重新分配了堆空间，导致 X[p]X[p] 和 Y[p]Y[p] 的引用失效。于是，在赋值的过程中，我们对一个已经被释放掉的空间进行了修改，且不说有没有访问到不该访问的位置，当前 vectorvector 中真实的 X[p]X[p] 和 Y[p]Y[p] 也没能被赋为正确的值。

现在我们弄清楚发生 UB 的过程了。在这之后，我又进行了一些测试，目的在于弄清楚产生两种不同情况的本质原因。继续观察以下代码：

#include <bits/stdc++.h>
using namespace std;
int func1() {
    cout << "func1" << endl;
    return 1;
}
int func2() {
    cout << "func2" << endl;
    return 2;
}
int func3() {
    cout << "func3" << endl;
    return 3;
}
struct node {
    int arr[100];
    int& operator[](int i) {
        func1();
        return arr[i];
    }
};
int main() {
    node a;
    (a[0] = func2()) = func3();
    return 0;
}

当我使用 g++ 作为编译器，输出结果如下：

func1
func2
func3

当我使用 clang 作为编译器，输出结果如下：

func3
func2
func1

归根结底，产生这两种区别的原因还是在于编译器的实现。从上面的例子可以看出，g++ 在执行赋值语句的过程中，会从左往右进行运算，而 clang 则是从右往左。

在我的本机上，常用的编译器是 apple-clang，因此上文中线段树分治的代码从右往左执行赋值操作，不会产生引用失效的问题。而学校 OJ 的默认编译器为 g++，自然就出现与预期相违的情况了。

个人认为，对于这两种执行顺序，应当是从右往左更加符合正常人的逻辑，毕竟如 A = B = C 这样的连续赋值语句也是从右往左执行的。

总而言之，为了不触发此类未定义行为，在写代码时还需要多注意一下。对于本文开头的例子，最好还是在调用 solvesolve 函数之前先对 XX 和 YY 的内存空间进行 reservereserve，这样就不会在 push_backpush_back 时出现引用失效的问题了。

__EOF__