Tại sao (chỉ) một số trình biên dịch sử dụng cùng một địa chỉ cho các ký tự chuỗi giống hệt nhau?

https://godbolt.org/z/cyBiWY

Tôi có thể thấy hai 'some'ký tự trong mã trình hợp dịch do MSVC tạo ra, nhưng chỉ có một ký tự với clang và gcc. Điều này dẫn đến kết quả thực thi mã hoàn toàn khác nhau.

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

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

Bất cứ ai có thể giải thích sự khác biệt và tương đồng giữa những đầu ra biên dịch? Tại sao clang / gcc tối ưu hóa thứ gì đó ngay cả khi không yêu cầu tối ưu hóa? Đây có phải là một số loại hành vi không xác định?

Tôi cũng nhận thấy rằng nếu tôi thay đổi các khai báo thành những khai báo được hiển thị bên dưới, clang / gcc / msvc hoàn toàn không để lại bất kỳ khai báo nào "some"trong mã trình hợp dịch. Tại sao hành vi lại khác nhau?

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

Đây không phải là hành vi không xác định, mà là hành vi không xác định. Đối với các ký tự chuỗi ,

Trình biên dịch được phép, nhưng không bắt buộc, kết hợp lưu trữ cho các ký tự chuỗi bằng nhau hoặc chồng chéo. Điều đó có nghĩa là các ký tự chuỗi giống hệt nhau có thể so sánh bằng hoặc không khi so sánh bằng con trỏ.

Điều đó có nghĩa là kết quả của A == Bcó thể là truehoặc false, mà bạn không nên phụ thuộc vào.

Từ tiêu chuẩn, [lex.string] / 16 :

Cho dù tất cả các ký tự chuỗi là khác biệt (nghĩa là, được lưu trữ trong các đối tượng không trùng lặp) và liệu các đánh giá liên tiếp của một chuỗi ký tự mang lại giống nhau hay một đối tượng khác là không xác định.

Các câu trả lời khác giải thích tại sao bạn không thể mong đợi các địa chỉ con trỏ khác nhau. Tuy nhiên, bạn có thể dễ dàng viết lại điều này theo cách đảm bảo rằng Avà Bkhông so sánh ngang bằng:

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

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

Sự khác biệt là Avà Bbây giờ là các mảng ký tự. Điều này có nghĩa là chúng không phải là con trỏ và địa chỉ của chúng phải khác biệt giống như địa chỉ của hai biến số nguyên. C ++ nhầm lẫn điều này vì nó làm cho con trỏ và mảng có vẻ có thể hoán đổi cho nhau ( operator*và operator[]dường như hoạt động giống nhau), nhưng chúng thực sự khác nhau. Ví dụ, một cái gì đó như const char *A = "foo"; A++;là hoàn toàn hợp pháp, nhưng const char A[] = "bar"; A++;không phải.

Một cách để suy nghĩ về sự khác biệt là char A[] = "..."nói "cho tôi một khối bộ nhớ và điền vào nó với các ký tự ...theo sau \0", trong khi char *A= "..."nói "cho tôi một địa chỉ mà tôi có thể tìm thấy các ký tự ...theo sau \0".

Trình biên dịch có chọn sử dụng cùng một vị trí chuỗi hay không Avà Btùy thuộc vào việc triển khai. Về mặt hình thức, bạn có thể nói rằng hành vi của mã của bạn là không xác định .

Cả hai lựa chọn đều thực hiện đúng tiêu chuẩn C ++.

Đó là một sự tối ưu hóa để tiết kiệm không gian, thường được gọi là "chuỗi gộp". Đây là tài liệu cho MSVC:

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

Do đó, nếu bạn thêm / GF vào dòng lệnh, bạn sẽ thấy hành vi tương tự với MSVC.

Nhân tiện, bạn có thể không nên so sánh các chuỗi thông qua con trỏ như vậy, bất kỳ công cụ phân tích tĩnh nào tốt sẽ gắn cờ mã đó là lỗi. Bạn cần so sánh những gì chúng trỏ tới, không phải các giá trị con trỏ thực tế.