Mdr-C-Tutorial

主题

内存模型 ​

本节讨论 C 语言的“内存模型” (Memory model)：它描述的是抽象机器 (Abstract machine) 视角下，对象如何占据存储、如何被寻址、以及哪些访问方式是被标准允许的。

注意

这里的“内存”是标准中的抽象概念，不等同于某个具体 CPU 的物理内存布局。编译器只需要保证程序的可观察行为符合标准即可。

1. 字节 (Byte) 与对象 ​

1.1 字节是最小的可寻址单位 ​

在 C 语言抽象机器中：

  1. “字节”是最小可寻址的存储单元；
  2. 一个字节包含 CHAR_BIT 个位 (Bit)；
  3. sizeof(T) 返回类型 T 的对象所占的字节数（类型为 size_t）。

注意：CHAR_BIT 不要求等于 8；8 位字节只是最常见实现。

1.2 对象占据一段连续的存储 ​

一个对象的存储可以被视为一段连续的字节序列。对象的对象表示 (Object representation) 就是这段字节序列的内容。

本章后续的 9.2 对象表示 会专门讨论“对象表示”和“值表示”之间的区别。

2. 地址、指针与对齐 ​

2.1 指针指向对象的起始地址 ​

在语义上，指向对象的指针可以理解为“指向该对象所占字节序列的第一个字节”。

2.2 对齐要求是硬约束 ​

每个对象类型都有一个对齐要求 (Alignment requirement)。当对象的地址不满足对齐要求时，通过该类型的左值访问该对象，通常是未定义行为 (Undefined Behavior, UB)。

对齐相关内容见：

  1. 9.2.1 对齐
  2. 9.2.2 alignof
  3. 9.4.5 alignas

3. 有效类型 (Effective type) 与别名规则 ​

3.1 为什么需要这套规则 ​

编译器的很多优化（例如向量化、寄存器缓存、公共子表达式消除）都依赖一个前提：

某段存储在“类型层面”被如何访问，是可预测的。

标准用“有效类型” (Effective type) 与一条访问约束来表达这个前提。业界常把这条约束称为“严格别名规则” (Strict aliasing rule)。

3.2 核心结论（可操作版） ​

当你手上有一段存储，你可以安全地：

  1. 用与该对象有效类型兼容 (Compatible) 的类型去访问它；
  2. 用其有效类型的带限定符版本（例如 const 版本）去访问它；
  3. 用字符类型（char、signed char、unsigned char）去访问它的对象表示；
  4. 用 memcpy 在不同类型之间搬运对象表示（避免用指针强转后解引用）。

反过来，如果你把 float* 强转成 uint32_t* 然后解引用，标准一般不保证这是合法的吗：这属于“以不兼容类型访问对象”，很容易触发 UB。

3.3 示例：类型惩罚 (Type punning) 的标准写法 ​

下面示例演示如何在不违反别名规则的前提下，读取一个 float 的对象表示：

c
#include <stdint.h>
#include <stdio.h>
#include <string.h>

static uint32_t float_to_u32(float x) {
    uint32_t u = 0;
    memcpy(&u, &x, sizeof u);
    return u;
}

int main(void) {
    float x = 1.0f;
    uint32_t bits = float_to_u32(x);
    printf("0x%08x\n", bits);
    return 0;
}

为什么是 memcpy

memcpy 以字节为单位搬运对象表示，不需要“把同一段存储同时当作两种不兼容类型的对象”。这也是跨平台代码中最稳妥的写法。

4. 生存期与悬垂指针 ​

当对象的生存期结束后：

  1. 指向该对象的指针可能成为悬垂指针 (Dangling pointer)；
  2. 继续通过该指针访问对象，通常是 UB。

生存期的细节见 9.3 生存期。

5. 习题 ​

  1. 用你自己的话解释“抽象机器”与“物理机器”的区别，并说明这一区别对“内存布局讨论”有什么影响。
  2. 写一个函数 dump_bytes(const void* p, size_t n)，把一段存储按十六进制输出；并用它观察：
    1. int 的对象表示；
    2. double 的对象表示；
    3. struct { char c; int x; } 的对象表示（关注填充字节）。
  3. 阅读并判断：下面代码在标准层面是否一定正确？如果不一定，请给出标准写法。
c
float x = 1.0f;
unsigned u = *(unsigned*)&x;