涉及 const_cast 的意外行为

Question

我想出了下面的例子，它暴露了一些意想不到的行为。 我希望在 push_back 之后，向量中的任何内容都在那里。 看起来编译器以某种方式决定重用 str 使用的内存。

有人能解释一下这个例子中发生了什么吗？ 这是有效的 c++ 代码吗？

最初的问题来自负责序列化/反序列化消息的代码，它使用 const_cast 来删除 constness。 在注意到该代码的一些意外行为后，我创建了这个简化的示例，试图演示该问题。

#include <vector>
#include <iostream>
#include <string>
using namespace std;
int main()
{
    auto str = std::string("XYZ"); // mutable string
    const auto& cstr(str);         // const ref to it

    vector<string> v;
    v.push_back(cstr);

    cout << v.front() << endl;  // XYZ is printed as expected

    *const_cast<char*>(&cstr[0])='*'; // this will modify the first element in the VECTOR (is this expected?)
    str[1]='#';  //

    cout << str << endl;  // prints *#Z as expected
    cout << cstr << endl; // prints *#Z as expected
    cout << v.front() << endl; // Why *YZ is printed, not XYZ and not *#Z ?

    return 0;
}

Answer 1

了解错误

出现意外行为的原因是 std::string 的已弃用实现中的怪癖。 旧版本的 GCC 使用 copy-on-write 语义实现了 std::string。这是一个聪明的主意，但它会导致像你看到的那样的错误。这意味着 GCC 试图定义 std::string 以便仅在修改新的 std::string 时才复制内部字符串缓冲区。例如：

std::string A = "Hello, world";
std::string B = A; // No copy occurs (yet)
A[3] = '*'; // Copy occurs now because A got modified.

但是，当您使用常量指针时，不会发生复制，因为库假定不会通过该指针修改字符串：

std::string A = "Hello, world"; 
std::string B = A;
std::string const& A_ref = A;

const_cast<char&>(A_ref[3]) = '*'; // No copy occurs (your bug)

您已经注意到，copy-on-write 语义往往会导致错误。正因为如此，并且因为复制字符串非常便宜（考虑到所有因素），std::string 的复制 copy-on-write 实现在 GCC 中被折旧和删除 5.

那么，如果您使用的是 GCC 5，为什么会看到这个错误？您很可能正在编译和链接旧版本的 C++ 标准库（即写时复制的库）依然是std::string的实现）。这就是导致您的错误的原因。

检查您正在编译的 C++ 标准库的版本，如果可能，请更新您的编译器。

我如何知道我的编译器正在使用std::string 的哪个实现？

• 新的 GCC 实现：sizeof(std::string) == 32（针对 64 位编译时）
• 旧 GCC 实现：sizeof(std::string) == 8（编译为 64 位时）

如果您的编译器使用的是旧的std::string 实现，那么sizeof(std::string) 与sizeof(char*) 相同，因为std::string 被实现为指向内存块的指针。内存块是实际包含字符串大小和容量等内容的内存块。

struct string { //Old data layout
    size_t* _data; 
    size_t size() const {
        return *(data - SIZE_OFFSET); 
    }
    size_t capacity() const {
        return *(data - CAPACITY_OFFSET); 
    }
    char const* data() const {
        return (char const*)_data; 
    }
};

另一方面，如果您使用的是std::string 的较新实现，那么sizeof(std::string) 应该是32 字节（在64 位系统上）。这是因为较新的实现将字符串的大小和容量存储在 std::string 本身中，而不是在它指向的数据中：

struct string { // New data layout
    char* _data;
    size_t _size;
    size_t _capacity; 
    size_t _padding; 
    // ...
}; 

新实施有什么好处？新实施有很多好处：

• 可以更快地访问大小和容量（因为优化器更有可能将它们存储在寄存器中，或者至少它们很可能存储在缓存中）
• 因为std::string 是32 字节，我们可以利用小字符串优化。小字符串优化允许将长度小于 16 个字符的字符串存储在通常由 _capacity 和 _padding 占用的空间内。这避免了堆分配，并且对于大多数用例来说更快。

我们可以在下面看到 GDB 使用了 std::string 的旧实现，因为 sizeof(std::string) 返回 8 个字节：