c++ - 初始化 int 影响函数返回值

Question

很抱歉这个问题的标题含糊不清，但我不确定如何准确地提出这个问题。

以下代码在 Arduino 微处理器(为 ATMega328 微处理器编译的 c++)上执行时运行良好。返回值显示在代码的注释中:

// Return the index of the first semicolon in a string
int detectSemicolon(const char* str) {

    int i = 0;

    Serial.print("i = ");
    Serial.println(i); // prints "i = 0"

    while (i <= strlen(str)) {
        if (str[i] == ';') {
            Serial.print("Found at i = ");
            Serial.println(i); // prints "Found at i = 2"
            return i;
        }
        i++;
    }

    Serial.println("Error"); // Does not execute
    return -999;
}

void main() {
    Serial.begin(250000);
    Serial.println(detectSemicolon("TE;ST")); // Prints "2"
}

如预期的那样，这会输出“2”作为第一个分号的位置。

但是，如果我将 detectSemicolon 函数的第一行更改为 int i; 即没有显式初始化，我会遇到问题。具体来说，输出是“i = 0”(好)、“Found at i = 2”(好)、“-999”(坏!)。

因此，尽管在 return 2; 行之前立即执行了 print 语句，并且尽管从未在 return -999; 之前立即执行 print 语句，但该函数仍返回 -999 > 线。

有人可以帮助我了解这里发生的事情吗？我知道 c 函数中的变量理论上可以包含任何旧的垃圾，除非它们被初始化，但在这里我专门检查打印语句这还没有发生，但是......

---

编辑:感谢所有参与的人，特别是感谢 underscore_d 的出色回答。似乎未定义的行为确实导致编译器跳过任何涉及 i 的内容。下面是一些在 detectSemicolon 中注释掉了 serial.prints 的程序集:

void setup() {
    Serial.begin(250000);
    Serial.println(detectSemicolon("TE;ST")); // Prints "2"
  d0:   4a e0           ldi r20, 0x0A   ; 10
  d2:   50 e0           ldi r21, 0x00   ; 0
  d4:   69 e1           ldi r22, 0x19   ; 25
  d6:   7c ef           ldi r23, 0xFC   ; 252
  d8:   82 e2           ldi r24, 0x22   ; 34
  da:   91 e0           ldi r25, 0x01   ; 1
  dc:   0c 94 3d 03     jmp 0x67a   ; 0x67a <_ZN5Print7printlnEii>

看起来编译器实际上完全无视 while 循环并断定输出将始终为“-999”，因此它甚至不去调用函数，而是硬编码 0xFC19。我将在启用 serial.prints 的情况下再看一眼，以便仍会调用该函数，但我认为这是一个强有力的指针。

---

编辑 2:

对于那些真正关心的人，这里有一个完全如上所示(在 UB 情况下)的反汇编代码的链接:

https://justpaste.it/vwu8

如果仔细观察，编译器似乎将寄存器 28 指定为 i 的位置，并在 d8 行将其“初始化”为零。在 while 循环、if 语句等中，该寄存器被视为包含 i，这就是为什么代码看起来有效并且 print 语句按预期输出的原因(例如第 122 行，其中“i”得到递增)。

然而，当谈到返回这个伪变量时，这对我们久经考验的编译器来说太过分了；它画线，并将我们转储到另一个返回语句(第 120 行跳转到第 132 行，在返回 main() 之前将“-999”加载到寄存器 24 和 25 中)。

或者至少，这是我对汇编的有限掌握所能达到的程度。这个故事的寓意是当您的代码行为未定义时会发生奇怪的事情。

Answer 1

与所有非static 存储持续时间的基本类型一样，声明但不定义int 不会导致默认初始化。它使变量未初始化。那不意味着 i 只是保存一个随机值。它没有(已知的、有效的)值，因此您还不能阅读它。

这是来自 C++11 标准的相关引用，来自评论中的 Angew。这不是新的限制，从那以后也没有改变:

C++11 4.1/1, talking about an lvalue-to-rvalue conversion (basically reading a variable's value): "If the object to which the glvalue refers is ... uninitialized, a program that necessitates this conversion has undefined behavior."

任何对单元化变量的读取都会导致未定义的行为，因此任何事情都可能发生。编译器可以让它做任何事情，而不是你的程序使用一些未知的默认值继续按预期运行，因为行为是未定义的，并且标准对在这种情况下应该发生什么没有强加要求.

实际上，这通常意味着优化编译器可能会简单地删除任何以任何方式依赖 UB 的代码。没有办法就做什么做出正确的决定，所以决定什么都不做是完全有效的(这恰好也是对大小和速度的优化)。或者正如评论者所提到的，它可能会保留代码，但会用手头最近的不相关值或不同语句中的不同常量等替换读取 i 的尝试。

打印变量并不像您想象的那样算作“检查它”，所以这没有区别。没有办法“检查”一个未初始化的变量，从而使自己免受 UB 的侵害。读取变量的行为仅在程序已经写入特定值时才定义。

我们没有必要推测为什么会出现特定的任意类型的 UB:您只需要修复您的代码，使其确定性地运行。

你为什么要使用未初始化的呢？这只是“学术”吗？