C++中指针对齐指什么？未对齐指针为何会引发未定义行为？

1. 什么是对齐指针？哪些情况会导致指针未对齐？ #

首先明确对齐要求：C++中每种数据类型都有对应的内存对齐要求——即该类型的变量或指针指向的地址必须是某个整数的倍数（这个整数就是对齐值）。比如常见平台上：

• char的对齐值是1（无限制）
• int的对齐值通常是4（地址需为4的倍数）
• double的对齐值通常是8（地址需为8的倍数）
• 自定义结构体的对齐值是其成员中最大的对齐值

满足指向类型对齐要求的指针就是对齐指针，反之则是未对齐指针。

常见的未对齐指针场景：

• 使用reinterpret_cast强制转换不对齐的地址：比如把指向地址0x1001的char*转成int*，而0x1001不是4的倍数，此时得到的int*就是未对齐的。
• 手动偏移指针时违反对齐规则：比如int* p = ...; p = reinterpret_cast<int*>(reinterpret_cast<char*>(p) + 1);，偏移1字节后，p的地址不再满足int的4字节对齐要求。
• 从缓冲区中取不对齐位置的指针：比如在char buf[10];中，将buf+1转成double*，若buf起始地址是8字节对齐，buf+1的地址就不符合double的8字节对齐要求。

2. 为什么未对齐指针解引用会引发未定义行为？ #

未对齐解引用的未定义行为（UB）主要来自两个层面：

硬件层面限制 #

• 部分CPU架构（如ARM、MIPS的部分型号）完全不支持未对齐的内存访问，一旦尝试解引用未对齐指针，会直接触发硬件异常（如总线错误），导致程序崩溃。
• 即使是支持未对齐访问的架构（如x86/x86-64），未对齐访问也会带来性能损耗：CPU需要分两次读取内存，再拼接出完整数据，效率远低于对齐访问。

语言标准的优化需求 #

C++标准将未对齐解引用定义为UB，是为了给编译器提供更大的优化空间：

• 编译器可以默认假设所有指针都是对齐的，从而进行诸如向量指令并行处理、内存批量访问等优化。如果允许未对齐访问，这些优化逻辑会失效，甚至生成错误的代码。
• 对齐保证也让编译器可以更灵活地安排内存布局，进一步提升程序性能。

注意：仅仅持有未对齐指针本身不是UB，只有解引用未对齐指针，访问其指向的内存内容时才会触发UB。

内容的提问来源于stack exchange，提问作者user2138149