Чому (лише) деякі компілятори використовують одну і ту ж адресу для однакових рядкових літералів?

https://godbolt.org/z/cyBiWY

Я бачу два 'some'літерали в коді асемблера, згенерованому MSVC, але лише один із clang та gcc. Це призводить до абсолютно різних результатів виконання коду.

static const char *A = "some";
static const char *B = "some";

void f() {
    if (A == B) {
        throw "Hello, string merging!";
    }
}

Хто-небудь може пояснити різницю та подібність між цими результатами компіляції? Чому clang / gcc оптимізує щось, навіть коли оптимізація не вимагається? Це якась невизначена поведінка?

Я також помічаю, що якщо я зміню декларації на наведені нижче, clang / gcc / msvc взагалі не залишають жодного "some"в коді асемблера. Чому поведінка відрізняється?

static const char A[] = "some";
static const char B[] = "some";

Це не невизначена поведінка, а невизначена поведінка. Для рядкових літералів ,

Компілятору дозволено, але не потрібно, поєднувати пам'ять для рівних або перекриваються рядкових літералів. Це означає, що однакові рядкові літерали можуть, а можуть і не порівнювати рівні при порівнянні покажчиком.

Це означає, що результат A == Bможе бути trueабо false, від якого ви не повинні залежати.

Зі стандарту, [lex.string] / 16 :

Чи всі рядкові літерали є різними (тобто зберігаються в об’єктах, що не перекриваються), і чи послідовні оцінки рядкового літералу дають той самий чи інший об’єкт, не вказано.

Інші відповіді пояснювали, чому ви не можете очікувати, що адреси вказівників будуть різними. Тим не менш, ви можете легко переписати це так, щоб це гарантувало, Aі Bне порівнювати рівне:

static const char A[] = "same";
static const char B[] = "same";// but different

void f() {
    if (A == B) {
        throw "Hello, string merging!";
    }
}

Різниця в тому , що Aі Bтепер масиви символів. Це означає, що вони не є покажчиками, і їх адреси повинні бути різними, як і адреси двох цілих змінних. C ++ плутає це, оскільки робить покажчики та масиви взаємозамінними ( operator*і, operator[]здається, поводиться однаково), але вони насправді різні. Наприклад, щось на зразок const char *A = "foo"; A++;цілком законно, але const char A[] = "bar"; A++;ні.

Один із способів подумати про різницю полягає в тому, що char A[] = "..."сказано "дайте мені блок пам'яті і заповніть його символами, ...за якими слідують \0", тоді як char *A= "..."говорить "дайте мені адресу, за якою я можу знайти символи, ...за якими слідують \0".

Незалежно від того, вирішить компілятор використовувати одне і те ж розташування рядків для Aі Bзалежить від реалізації. Формально ви можете сказати, що поведінка вашого коду не визначена .

Обидва варіанти правильно впроваджують стандарт C ++.

Це оптимізація для економії місця, яку часто називають «об’єднанням рядків». Ось документи для MSVC:

https://msdn.microsoft.com/en-us/library/s0s0asdt.aspx

Тому, якщо ви додаєте / GF до командного рядка, ви повинні побачити таку ж поведінку з MSVC.

До речі, ви, мабуть, не повинні порівнювати рядки за допомогою таких покажчиків, будь-який гідний інструмент статичного аналізу позначить цей код як дефектний. Вам потрібно порівняти те, на що вони вказують, а не фактичні значення покажчика.