Side Effect与Sequence Point

http://learn.akae.cn/media/ch16s03.html

Side Effect与Sequence Point 请点评

如果你只想规规矩矩地写代码，那么基本用不着看这一节。本节的内容基本上是钻牛角尖儿的，除了Short-circuit比较实用，其它写法都应该避免使用。但没办法，有时候不是你想钻牛角尖儿，而是有人逼你去钻牛角尖儿。这是我们的学员在找工作笔试时碰到的问题：

int a=0;
a = (++a)+(++a)+(++a)+(++a);

据我了解，似乎很多公司都有出这种笔试题的恶趣味。答案应该是Undefined，我甚至有些怀疑出题人是否真的知道答案。下面我来解释为什么是Undefined。

我们知道，调用一个函数可能产生Side Effect，使用某些运算符（++ -- = 复合赋值）也会产生Side Effect，如果一个表达式中隐含着多个Side Effect，究竟哪个先发生哪个后发生呢？C标准规定代码中的某些点是Sequence Point，当执行到一个Sequence Point时，在此之前的Side Effect必须全部作用完毕，在此之后的Side Effect必须一个都没发生。至于两个Sequence Point之间的多个Side Effect哪个先发生哪个后发生则没有规定，编译器可以任意选择各Side Effect的作用顺序。下面详细解释各种Sequence Point。

1、调用一个函数时，在所有准备工作做完之后、函数调用开始之前是Sequence Point。比如调用foo(f(), g())时，foo、f()、g()这三个表达式哪个先求值哪个后求值是Unspecified，但是必须都求值完了才能做最后的函数调用，所以f()和g()的Side Effect按什么顺序发生不一定，但必定在这些Side Effect全部作用完之后才开始调用foo函数。

2、条件运算符?:、逗号运算符、逻辑与&&、逻辑或||的第一个操作数求值之后是Sequence Point。我们刚讲过条件运算符和逗号运算符，条件运算符要根据表达式1的值是否为真决定下一步求表达式2还是表达式3的值，如果决定求表达式2的值，表达式3就不会被求值了，反之也一样，逗号运算符也是这样，表达式1求值结束才继续求表达式2的值。

逻辑与和逻辑或早在第 3 节 “布尔代数”就讲了，但在初学阶段我一直回避它们的操作数求值顺序问题。这两个运算符和条件运算符类似，先求左操作数的值，然后根据这个值是否为真，右操作数可能被求值，也可能不被求值。比如例 8.5 “剪刀石头布”这个程序中的这几句：

ret = scanf("%d", &man);
if (ret != 1 || man < 0 || man > 2) {
	printf("Invalid input!\n");
	return 1;
}

其实可以写得更简单（类似于[K&R]的简洁风格）：

if (scanf("%d", &man) != 1 || man < 0 || man > 2) {
	printf("Invalid input!\n");
	return 1;
}

这个控制表达式的求值顺序是：先求scanf("%d", &man) != 1的值，如果scanf调用失败，则返回值不等于1成立，||运算有一个操作数为真则整个表达式为真，这时直接执行下一句printf，根本不会再去求man < 0或man > 2的值；如果scanf调用成功，则读入的数保存在变量man中，并且返回值等于1，那么说它不等于1就不成立了，第一个||运算的左操作数为假，就会去求右操作数man < 0的值作为整个表达式的值，这时变量man的值正是scanf读上来的值，我们判断它是否在[0, 2]之间，如果man < 0不成立，则整个表达式scanf("%d", &man) != 1 || man < 0 的值为假，也就是第二个||运算的左操作数为假，所以最后求右操作数man > 2的值作为整个表达式的值。

&&运算与此类似，a && b的计算过程是：首先求表达式a的值，如果a的值是假则整个表达式的值是假，不会再去求b的值；如果a的值是真，则下一步求b的值作为整个表达式的值。所以，a && b相当于“if a then b”，而a || b相当于“if not a then b”。这种特性称为Short-circuit，很多人喜欢利用Short-circuit特性简化代码。

3、在一个完整的声明末尾是Sequence Point，所谓完整的声明是指这个声明不是另外一个声明的一部分。比如声明int a[10], b[20];，在a[10]末尾是Sequence Point，在b[20]末尾也是。

4、在一个完整的表达式末尾是Sequence Point，所谓完整的表达式是指这个表达式不是另外一个表达式的一部分。所以如果有f(); g();这样两条语句，f()和g()是两个完整的表达式，f()的Side Effect必定在g()之前发生。

5、在库函数即将返回时是Sequence Point。这条规则似乎可以包含在上一条规则里面，因为函数返回时必然会结束掉一个完整的表达式。而事实上很多库函数是以宏定义的形式实现的（第 2.1 节 “函数式宏定义”），并不是真正的函数，所以才需要有这条规则。

还有两种Sequence Point和某些C标准库函数的执行过程相关，此处从略，有兴趣的读者可参考[C99]的Annex C。

现在可以分析一下本节开头的例子了。a = (++a)+(++a)+(++a)+(++a);的结果之所以是Undefined，因为在这个表达式中有五个Side Effect都在改变a的值，这些Side Effect按什么顺序发生不一定，只知道在整个表达式求值结束时一定都发生了。比如现在求第二个++a的值，这时第一个、第三个、第四个++a的Side Effect发生了没有，a的值被加过几次了，这些都不确定，所以第二个++a的值也不确定。这行代码用不同平台的不同编译器来编译结果是不同的，甚至在同一平台上用同一编译器的不同版本来编译也可能不同。

写表达式应遵循的原则一：在两个Sequence Point之间，同一个变量的值只允许被改变一次。仅有这一条原则还不够，例如a[i++] = i;的变量i只改变了一次，但结果仍是Undefined，因为等号左边改i的值，等号右边读i的值，到底是先改还是先读？这个读写顺序是不确定的。但为什么i = i + 1;就没有歧义呢？虽然也是等号左边改i的值，等号右边读i的值，但你不读出i的值就没法计算i + 1，那拿什么去改i的值呢？所以这个读写顺序是确定的。写表达式应遵循的原则二：如果在两个Sequence Point之间既要读一个变量的值又要改它的值，只有在读写顺序确定的情况下才可以这么写。