C语言Side Effect与Sequence Point

转自：http://docs.linuxtone.org/ebooks/C&CPP/c/ch16s03.html

Side Effect与Sequence Point

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的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标准规定代码执行过程中的某些时刻是Sequence Point，当到达一个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（出自[C99]的Annex
C）。
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、条件表达式?:、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。我们刚讲过条件表达式和逗号运算符，条件表达式要根据表达式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“布尔代数”一节就讲了，但在初学阶段我一直回避它们的操作数求值顺序的问题。这两个运算符和条件表达式类似，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 8.3
“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! Please input 0, 1 or 2.\n");
continue;
}

其实可以写得更简单（[K&R]书上的代码风格就是这样）：

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

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

a

，如果

a

的值是假则整个表达式的值是假，不会再去求

b

；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) b;

，而

a || b

相当于“if (!a) b;”。这种特性称为Short-circuit，很多人喜欢利用Short-circuit特性使代码更加简洁。
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、在库函数返回时是Sequence Point。这似乎可以包含在上一条规则里面，因为函数返回必然会结束掉一个表达式，开始一个新的表达式。事实上以后我们会讲到，很多库函数是以宏定义的形式实现的，并不是真的函数，所以才需要有这条规则。
6、像

printf

、

scanf

这种带转换说明的输入/输出库函数，在处理完每一个转换说明相关的输入/输出操作时是一个Sequence Point。
7、库函数

bsearch

和

qsort

在查找和排序过程中的每一步比较或移动操作之间是一个Sequence Point。
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Undefined，是因为在这个表达式中对变量

a

的Side Effect有五次，这些Side Effect何时发生、按什么顺序发生是不一定的，只知道在整个表达式结束时一定都发生了，但在计算过程中要用到

a

的值时，能取出什么值就不确定了。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。所以，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。