为什么clang会为我用-O1而不是-O0编译的c代码产生错误的结果？

Question

对于input 0xffffffff，以下c 代码在没有优化的情况下工作正常，但在使用-O1 编译时会产生错误结果。其他编译选项是 -g -m32 -Wall。该代码在 macOS 10.13.2 中使用 clang-900.0.39.2 进行了测试。

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

int main(int argc, char *argv[]) {
    if (argc < 2) return 1;

    char *endp;
    int x = (int)strtoll(argv[1], &endp, 0);

    int mask1 = 0x55555555;
    int mask2 = 0x33333333;
    int count = (x & mask1) + ((x >> 1) & mask1);

    int v1 = count >> 2;
    printf("v1 = %#010x\n", v1);

    int v2 = v1 & mask2;
    printf("v2 = %#010x\n", v2);

    return 0;
}

输入：0xffffffff

-O0 的输出：（预期）

v1 = 0xeaaaaaaa

v2 = 0x22222222

-O1 的输出：（错误）

v1 = 0x2aaaaaaa

v2 = 0x02222222

下面是“int v1 = count >> 2;”行的反汇编指令使用 -O0 和 -O1。

使用 -O0：

sarl $0x2, %esi

使用-O1：

shrl $0x2, %esi

以下是“int v2 = v1 & mask2;”行的反汇编指令使用 -O0 和 -O1。

使用 -O0：

andl -0x24(%ebp), %esi //-0x24(%ebp) 存储 0x33333333

使用-O1：

andl $0x13333333, %esi //优化为什么会从0x33333333变成0x13333333？

此外，如果 x 在本地设置为 0xffffffff 而不是从参数中获取其值，则即使使用 -O1，代码也会按预期工作。

P.S：代码是基于我在 CS:APP 课程@CMU 中对数据实验室的解决方案的实验性代码。实验室要求学生实现一个函数，该函数计算 int 变量的 1 位的个数，不使用除 int 以外的任何类型。

Answer 1

正如几位评论者所指出的，右移有符号值定义不明确。

我把x的声明和初始化改成

unsigned int x = (unsigned int)strtoll(argv[1], &endp, 0);

并在 -O0 和 -O1 下得到一致的结果。 （但在进行更改之前，我能够在 MacOS 下的 clang 下重现您的结果。）

Answer 2

正如您所发现的，您提出 实现定义的行为 尝试将 0xffffffff (4294967295) 存储在 int x 中（其中 INT_MAX 是 7fffffff 或 @ 987654328@)。 C11 Standard §6.3.1.3 (draft n1570) - Signed and unsigned integers 每当使用strtoll（或strtoull）（1-l 的两个版本都可以）并尝试将值存储为int 时，您必须在制作之前对照INT_MAX 检查结果有演员表的作业。 （或者如果使用精确宽度类型，则针对INT32_MAX，或UINT32_MAX 用于无符号）

此外，在这种涉及位操作的情况下，您可以使用stdint.h 中提供的确切宽度类型和@987654337 中提供的相关格式说明符 来消除不确定性并确保可移植性@。在这里，不需要使用签名的int。将所有值处理为unsigned（或uint32_t）会更有意义。

例如，以下为输入提供了一个默认值，以避免在您的代码在没有参数的情况下执行时调用 Undefined Behavior（您也可以简单地测试argc），替换使用strtoll 和 strtoul，在分配处理错误之前验证输入是否适合关联变量，然后使用明确的确切类型，例如

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

int main (int argc, char *argv[]) {

    uint64_t tmp = argc > 1 ? strtoul (argv[1], NULL, 0) : 0xffffffff;

    if (tmp > UINT32_MAX) {
        fprintf (stderr, "input exceeds UINT32_MAX.\n");
        return 1;
    }

    uint32_t x = (uint32_t)tmp,
        mask1 = 0x55555555,
        mask2 = 0x33333333,
        count = (x & mask1) + ((x >> 1) & mask1),
        v1 = count >> 2,
        v2 = v1 & mask2;

    printf("v1 = 0x%" PRIx32 "\n", v1);

    printf("v2 = 0x%" PRIx32 "\n", v2);

    return 0;
}

使用/输出示例

$ ./bin/masktst
v1 = 0x2aaaaaaa
v2 = 0x22222222

编译

$ gcc -Wall -Wextra -pedantic -std=gnu11 -Ofast -o bin/masktst masktst.c

查看一下，如果您还有其他问题，请告诉我。

Answer 3

此声明：

int x = (int)strtoll(argv[1], &endp, 0);

导致有符号溢出，这是未定义的行为。

（在我的系统上，结果是：-1431655766

结果值往往会从那里走下坡路：

变量：v1 接收：-357913942

变量：v2 接收：572662306

%x 格式说明符仅适用于无符号变量