非原生长度有符号与无符号整数的性能差异及编译问题咨询

嘿，这个例子我记得特别清楚！在2016年CppCon的那场《Garbage In, Garbage Out: Arguing about Undefined Behavior...》演讲里，Chandler Carruth拿bzip代码里的一个细节，把无符号整数溢出和指针算术的坑讲得明明白白。

咱们先拆解这个场景：

• 代码里用了一个uint32_t类型的变量i1来做数组索引
• 在64位系统上，数组访问block[i1]本质上等价于指针算术表达式*(block + i1)，这里block是一个64位宽度的指针（毕竟64位系统的指针都是64位的）

问题的核心出在无符号整数溢出的定义性上：

• C++标准里明确规定，无符号整数的溢出是定义良好的——溢出后的值会按照模2^N的规则循环（比如uint32_t的UINT32_MAX + 1会变成0）
• 但指针算术的溢出却是未定义行为，不过这里的特殊点是：i1是32位无符号数，编译器不能假设它不会溢出（因为无符号溢出是合法操作）
• 这就导致编译器必须生成额外的指令，来确保当i1发生溢出时，指针加法的结果严格遵循无符号整数的模运算规则，而不能直接把i1提升为64位后直接做加法（如果是有符号整数的话，溢出是未定义行为，编译器可以直接假设不会发生，从而省略这些额外指令）

举个更具体的例子：如果i1的实际计算值超过了UINT32_MAX，作为uint32_t它会被截断成模2^32的值，但编译器必须保证block + i1的结果是基于这个截断后的值，而不是原始的超大数值。这就迫使编译器多做一步截断/模运算的操作，而这在有符号索引的场景下是可以被优化掉的。

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