C语言数组越界访问已知内存是否合法？解析与规避方案

先看这段代码，它在GCC中能运行并输出预期结果，但属于C标准定义的未定义行为：

#include <stdio.h>
#include <assert.h>

struct Int2 {
    int i[2];
};
struct Int4 {
    struct Int2 i2[2];
};

int main() {
    struct Int4 i4;
    i4.i2[1].i[-1] = 10;
    printf("%d\n", i4.i2[0].i[1]); // 输出10
    static_assert(sizeof(struct Int4)==sizeof(int[4]), "sizeof(struct Int4)!=sizeof(int[4])");
    return 0;
}

根据C 2018 6.5.6 8规则：指针算术仅允许在同一数组对象的范围内进行（包括数组末尾之后的第一个位置，但不能越界到其他数组对象）。这段代码里i4.i2[1].i是一个独立的数组对象，对它做[-1]的指针算术，本质是越界访问到了i4.i2[0].i的内存区域，违反了标准规则，编译器优化可能导致这段代码失效。

问题1：既然数组基于指针算术实现，越界访问本应指向已知内存，为何实际可能无法正常工作？ #

核心原因是编译器会基于C标准的规则做激进优化：

• 编译器默认代码严格遵守标准，会假定所有指针算术操作都在合法数组范围内进行。一旦写出越界的指针操作，编译器可以直接忽略这段代码、重排执行顺序，甚至生成完全不符合预期的机器码——因为标准定义这种行为是“未定义”，编译器不需要为这种情况保证任何结果。
• 虽然当前环境下struct Int4的内存布局是连续的（static_assert也验证了这一点），但C标准并没有强制要求结构体成员之间不能有填充（只是这里成员都是int类型，对齐要求一致才没有填充）。更关键的是，标准不允许跨数组对象的指针算术，哪怕物理内存是连续的，编译器也可以基于这个假设做优化，比如把i4.i2[1].i[-1] = 10直接当成无效操作优化掉，导致后续输出不是10。

问题2：如何规避该未定义行为？例如仅持有i2第二个元素的指针时，如何合法访问第一个i2成员及其内部int值？ #

可以通过标准允许的指针转换和偏移计算来实现，这里提供两种合法的方式：

方式1：通过结构体指针反向定位

利用offsetof宏（来自<stddef.h>）计算成员在结构体中的偏移，把指向i2[1]的指针转换为指向整个Int4结构体的指针，再通过结构体成员访问：

#include <stdio.h>
#include <stddef.h>

struct Int2 {
    int i[2];
};
struct Int4 {
    struct Int2 i2[2];
};

int main() {
    struct Int4 i4;
    struct Int2 *p = &i4.i2[1]; // 持有第二个i2的指针

    // 反向计算得到整个Int4结构体的指针
    struct Int4 *parent = (struct Int4 *)((char *)p - offsetof(struct Int4, i2[1]));
    // 合法访问第一个i2的内部int值
    parent->i2[0].i[1] = 10;
    printf("%d\n", parent->i2[0].i[1]); // 输出10

    static_assert(sizeof(struct Int4)==sizeof(int[4]), "sizeof(struct Int4)!=sizeof(int[4])");
    return 0;
}

offsetof是C标准定义的宏，能准确计算结构体成员相对于结构体起始地址的偏移量，完全符合标准规则。

方式2：转换为基础类型指针做合法算术

如果确定结构体内存没有填充（比如通过static_assert验证），可以把指向i2[1]的指针转换为int*，然后做合法的指针算术（因为整个Int4的内存等价于一个int[4]数组，此时指针操作在同一个数组范围内）：

#include <stdio.h>

struct Int2 {
    int i[2];
};
struct Int4 {
    struct Int2 i2[2];
};

int main() {
    struct Int4 i4;
    struct Int2 *p = &i4.i2[1]; // 持有第二个i2的指针

    int *ip = (int *)p;
    ip[-2] = 10; // 此时指针操作在int[4]的合法范围内
    printf("%d\n", i4.i2[0].i[1]); // 输出10

    static_assert(sizeof(struct Int4)==sizeof(int[4]), "sizeof(struct Int4)!=sizeof(int[4])");
    return 0;
}

这种方式的前提是必须确保struct Int4的内存布局和int[4]完全一致，否则可能出现问题，所以第一种方式更通用、更安全。

内容的提问来源于stack exchange，提问作者CPlus