请求排查STL hash_map输出随编译优化等级变化的原因

我正在研究老旧的SimIt-ARM 3.0，它的指令集模拟器（ISS）生成器issgen基于ARMv5指令集架构（ISA），通过Lex规范与Yacc语法定义的内部语言实现。其中的symbol_table类基于已废弃的非标准STL hash_map。

该hash_map行为异常，使用-O0和-O1编译时输出结果不同。以下是最小复现示例（MRE）：

#ifdef __GNUC__
#if __GNUC__ < 3
#include <hash_map.h>
namespace Sgi { using ::hash_map; using ::hash; }; // inherit globals
#else
#include <ext/hash_map>
#if __GNUC_MINOR__ == 0 && __GNU_C__ == 3
namespace Sgi = std;               // GCC 3.0
#else
namespace Sgi = ::__gnu_cxx;       // GCC 3.1 and later
#endif
#endif
#endif

#include <string>
#include <iostream>
#include <vector>
#include <cstring>

struct strEql
{
    bool operator()(const char* sz1, const char* sz2)
    {
        return strcmp(sz1,sz2) == 0;
    }
};

typedef Sgi::hash_map<const char *, unsigned int,
  Sgi::hash<char *>, strEql> hash_map;
hash_map hasher;

unsigned int idx = 1;

void insert(const std::string& key)
{
    hash_map::iterator it = hasher.find(key.c_str());
    if (it==hasher.end())
    {
        hasher[key.c_str()] = idx++;
    }
}

void print_hasher(void)
{
    for(hash_map::iterator it = hasher.begin(); it != hasher.end(); it++)
    {
        std::cout << "fisrt: " << it->first << ", second: " << it->second << std::endl;
    }
}

int main(void)
{
    insert("xxx");
    insert("yyy");
    print_hasher();
}

编译命令及输出：

$ g++ mre.cpp -Wno-deprecated -O0
fisrt: xxx, second: 1
fisrt: yyy, second: 2

$ g++ mre.cpp -Wno-deprecated -O1
fisrt: xxx, second: 1

• 核心问题：悬空指针引发未定义行为
  insert函数的参数key是std::string类型，调用key.c_str()返回的指针指向该std::string内部的字符数组。当insert函数执行完毕，这个局部的std::string会被销毁，其内部内存也会被释放，但你已经把这个指针存入了hash_map。此时hash_map中存储的是悬空指针，后续对hash_map的所有操作都属于未定义行为。

• 编译优化导致表现差异

  • -O0模式下，编译器不会主动清理临时变量的内存，悬空指针指向的区域可能还保留着原字符串内容，所以程序能正常输出。
  • -O1模式下，编译器会优化内存回收，悬空指针指向的内容被覆盖或释放，导致hash_map中"yyy"的条目无法被正确识别和输出。

• 哈希逻辑加剧问题
  虽然你用strEql按字符串内容做相等判断，但Sgi::hash<char*>是基于指针地址计算哈希值的。当原std::string被销毁后，指针地址可能被其他内存占用，导致hash_map的哈希桶结构异常，进一步放大了行为的不确定性。

• 最稳妥的方案是把hash_map的key类型从const char*改为std::string，这样hash_map会存储字符串的完整拷贝，彻底避免悬空指针问题，同时无需自定义strEql，直接用标准的哈希和相等逻辑即可。
• 如果必须保留const char*作为key，要确保存入hash_map的指针指向永久内存（比如全局常量字符串、手动动态分配且不会提前释放的内存）。

内容的提问来源于stack exchange，提问作者pmor