UB:你写的没错,但是标准未定义(新手向)

· · 算法·理论

起因

本文可能主要列举了一些常见 UB,部分不算常见的 UB 之后再列吧。本来是想发在 CSP-S 之前,现在看只能留到 NOIP 用了。

尽可能的列了一些常见内最常见的也最有代表性的,最全的可以到附录 E 看一下所有的。

你是否害怕在你学习了各种科技之后才让你的红黑树不会因为缺水而枯死,但是就因为你让她做了未定义的事情(罪大恶极!!!),让她从里面自己坏掉了。你是否庆幸对手开挂后吸走的氧气导致他写的代码里面的 UB 全出问题了,但你的 UB 里面的代码一点问题也没有。你是否记得你在太平洋马里亚纳海沟底部的上一次考试,编译器自己逃跑导致你的 UB 一点也没有出事情,然后因为你的代码一点 UB 没出被多加了 500 分。

upd 2026.11.10:修复了一些格式问题和一些事实性错误(clock()函数那里的卡常是对的)。

简要说明

本文具有时效性。

:::warning[本文讨论范围]

本文基于考场环境 Ubuntu 20.04.1 LTS + GCC 9.3.0(NOI Linux 2.0 同款)与本地 Windows 工具链(TDM64 4.9.2、MinGW-w64 9.3.0 / 14.2.0 / 15.1.0 / 16.2.0)。所有「实测」均为本机编译运行结果。Linux 专属数值按 x86-64 语义标注。

本文只讨论标准层面的 UB 和平台差异,不讨论编译器 Bug,那是上一篇文章的讨论范围。

:::

:::info[考场和本地的]

无 本地 Windows 考场 Linux 9.3.0
sizeof(long) 4 8
RAND_MAX 32767 2147483647
CLOCKS_PER_SEC 1000 1000000
sizeof(wchar_t) 2 4
std::string 4.9.2 是 COW,9.3+ 是 SSO SSO

:::

省流:你 -O2 依旧稳定发挥。

第零章:基本概念

在骂编译器之前,先确认你骂对了对象。

概念 含义 例子
ill-formed 标准要求必须报错 int a[-1]。
IFNDR 违反规则但无需诊断,程序行为无意义 头文件里定义非 inline 函数
UB 标准不规定任何行为 有符号溢出、越界、空指针
implementation-defined 实现必须文档化,但各编译器可不同 char 是否有符号、负数右移
unspecified 合法,但结果不固定 实参求值顺序、rand() 具体值

第一章:整数

1.1 有符号溢出

描述

让我们来做一道初赛题。

:::info[Problem]

#include <climits>
#include <cstdio>
int main() {
    int a = INT_MAX;
    a++;
    printf("%d\n", a);
}

在 -O2 下,这段代码的行为是()。

:::info[Answer]

答案:B。 不开优化时你大概率会看到 -2147483648,也许你以为它回绕了。但实际上标准里是没有这条保证的。如果开了 -O2,编译器可以随便假设她不会溢出,于是就开始随机优化。你看到的 -2147483648 也只是一种可能。

:::

触发条件

任何有符号整数溢出。

原因

C++ 标准规定有符号溢出是 UB。无符号溢出才是良定义的回绕。所以 hash 用 unsigned long long是安全滴。

1.2 1 << 31 与 1LL << 60

描述

再来一道「初赛题」。

:::info[Problem]

long long x = 1 << 60;

上面这行代码的问题是()。

:::

:::info[Answer]

答案:B。 1 是 int,1 << 60 在赋值给 long long 之前就已经 UB 了。正确写法是 1LL << 60。

:::

触发条件

1 << 31、1 << k(k \ge 31)、负数左移(C++20 前)。

原因

移位的结果必须能由提升后的左操作数类型表示。

1.3 INT_MIN / -1 与 abs(INT_MIN)

描述

int x = INT_MIN;
int y = x / -1;   // 商根本塞不进 int
int z = abs(x);   // 结果塞不进 int (⊙﹏⊙)

触发条件

INT_MIN / -1、INT_MIN % -1、abs(INT_MIN)、llabs(LLONG_MIN)、std::gcd(INT_MIN, 0) 等。

原因

结果超出了 int(或 long long)的表示范围,标准会判 UB。不开优化时 x86 的 idiv 会触发 SIGFPE。但 -O2 可能直接把它优化成取负,反而不会炸(NOI Linux 实测就是这样)但实际上为题比较大。

1.4 取模、乘法

描述

long long ans = a * b % mod;      // a*b 先按 int 算,溢出已经发生了
int mid = (l + r) / 2;            // l+r 先炸了

触发条件

取模乘法、i * i、前缀和、二分中点。

如何避免

1LL * a * b % mod。 l + (r - l) / 2。

第二章:指针与内存

2.1 数组越界

描述

来看这个:

:::info[Problem]

int a[10] = {};
int s = 0;
for (int i = 0; i <= 10; i++) s += a[i];

这段代码()。

:::

:::info[Answer]

答案:B。

a[10] 是第 11 个元素,会越界。她看起来没事只是因为后面那块内存刚好是 0 或者没人用。所以有时候数组开不够是不会看出问题的。

触发条件

a[n]、a[-1]、v[v.size()]、s[s.size()] 写非 '\0'。

原因

数组下标必须在 [0, n) 内。左闭右开区间呀,有很多函数都这样。

如何避免

数组多开 5~10 个。注意边界先判空就行了。

2.2 未初始化变量

描述

int a[10];
int s = 0;
for (int i = 0; i < 10; i++) s += a[i];   // 读的是栈空间上的垃圾值

本地跑出来是 0,你就以为数组默认是 0。换台机器、换个编译选项,它就开始输出随机数(当然你不能把这个当随机数用啊(#`O′)喂!!!)。

触发条件

局部数组、局部变量、new int(不是 new int())、未初始化的 bool等。

原因

只有全局或用 static 才会零初始化。局部变量和堆内存不会。

如何避免

加个初始化就好了,养成好习惯。

2.3 悬垂指针与 UAF

真的有人习惯写指针吗

描述

int* p = new int(1);
delete p;
*p = 2;              // 对象都没了还摸(╯▔皿▔)╯

int& f() { int x = 1; return x; }   // 返回一个已经没了的局部引用(也就是和说,你提取了滚木)

触发条件

delete 后继续用、返回局部地址/引用、c_str() 后修改字符串、vector 扩容后用旧引用等等。

原因

你的对象已经没了!!!你的指针还指着那块地址。那块地址被复用你就完蛋了!!!

如何避免

  1. delete 后置空。
  2. 用智能指针。
  3. 返回 string 或 vector 而不是它们的内部指针。

第三章:STL(真的容易踩坑)

3.1 sort 比较器写 <=

描述

:::info[Problem]

int a[] = {2, 1, 2, 3, 1};
sort(a, a + 5, [](int x, int y){ return x <= y; });

这段代码()。

:::

:::info[Answer]

答案:B。 <= 让相等元素也返回 true,破坏严格弱序。标准库的 __unguarded_partition 会因此越界读,反正会让你的代码大红大紫。

:::

触发条件

sort、stable_sort、nth_element、set/map 的比较器。含 NaN 的 double 比较同样会爆炸。

原因

所有排序或有序容器都要求比较器是严格弱序:a < a 必须为 false。

如何避免

写 return a < b。。相等返回 false。NaN 先挑出去单独判断即可。

3.2 空 vector 取 &v[0]

描述

vector<int> v;
int* p = &v[0];      // 这里已经 UB 了,后果随缘
int* q = v.data();   // 合法,但空容器你解一个试试

触发条件

&v[0]、v.back()、v.front()、v.pop_back() 在空容器上。

原因

v[0] 等价于 *(v.begin()),空容器连 begin() 都等于 end(),解引用就是 UB。

如何避免

先判 !v.empty()。需要缓冲区用 data() 并判空。

3.3 s[size()] = 'x'

描述

string s = "abc";
s[3] = 'x';          // 把 '\0' 顺手写没了
printf("%s\n", s.c_str());   // abc 后面跟着随机字节

触发条件

string 越界写、c_str() 后修改、substr 越界、find 返回 npos 还当下标取。

原因

C++11 起读 s[size()] 合法(返回空字符),但写非 '\0' 值就是 UB 欸。

如何避免

push_back / +=。find 记得 npos 啊。

3.4 erase 后继续用迭代器

描述

for (auto it = v.begin(); it != v.end(); ++it)
    if (*it % 2) v.erase(it);   // it 已经失效了

触发条件

vector 扩容、erase、insert 之后继续用旧迭代器/引用。unordered_map rehash 后继续用迭代器。

原因

容器动过之后,旧迭代器可能指向已经释放的内存。

如何避免

it = v.erase(it);。或者先懒标记之后延后再删。unordered_map 遍历时不要插入。

第四章:I/O 与格式串

4.1 printf 类型不匹配

描述

long long x = 1LL << 40;
printf("%d\n", x);       // 只看低 32 位,高位当没看见
printf("%s\n", 123);             // 把 int 当 char*,%s 不知道要干啥

触发条件

  1. %d 配 long long
  2. %ld 配 int
  3. %s 配非 char*(比如把 int 当指针)
  4. %Lf 配 double
  5. %f 配 long double

原因

可变参数是没有类型检查的,格式串说读几个字节就读几个字节。

如何避免

保险起见写 cin 和 cout,除非你确定你记忆绝对是对的。

4.2 scanf 类型不匹配

描述

int n;
scanf("%ld", &n);        // 硬写 8 字节进 4 字节的 int

触发条件

  1. %d 配 long long
  2. %f 配 double
  3. %s 不收宽度。

原因

scanf 按格式串才决定写多少字节,写多了就会造成栈破坏。

如何避免

同上。

第五章:本地和考场的平台差异

这里严格来说也不能算 UB,不过确实可能是会遇到的问题,所以就放到这里了。

5.1 long 是 4 字节,考场是 8 字节

描述

long x = 3000000000L;    // Windows:4 字节 long会直接溢出。考场:8 字节,3e9 很正常
printf("%d\n", x);       // Windows:对的.考场:只读 4 字节,UB。
int n;
scanf("%ld", &n);        // n 是 int:Windows 对。考场写 8 字节,然后你就G了。

触发条件

long 类型参与较大的运算、%ld、scanf("%ld")、sizeof(long)。

原因

Windows 是 LLP64(long 4 字节),Linux 是 LP64(long 8 字节)。

如何避免

那就别用 long 了呗,统一用 int / long long / int64_t。

5.2 RAND_MAX 与 CLOCKS_PER_SEC

描述

int x = rand() * rand();   // Windows:32767² 还早。考场:2.1e9² 溢出你不炸了?
double t = (double)clock();  // Windows 1000,考场 1000000,卡常数差 1000 倍\
请允许我真的想到卡了1000倍的常就像笑

触发条件

rand() * rand()、rand() % n、依赖 RAND_MAX 的随机化、clock() 卡常。

原因

MinGW 的 RAND_MAX 是 32767,glibc 是 2147483647。CLOCKS_PER_SEC 一个是 1000,一个是 1000000。

如何避免

开 long long:(long long)rand() * rand()。随机化用 mt19937。计时器还是用 chrono。

5.3 COW 与 SSO

描述

string s = "hello";
const char* p = s.c_str();
s += " world";
printf("%d %d\n", (int)(p == s.c_str()), (int)s.capacity());

4.9.2实测 输出 0 11,9.3.0 实测输出 1 15。

触发条件

c_str() 之后修改字符串、会依赖 &s[0] 地址稳定、按值传 string。

原因

GCC 4.9.2 的 std::string 是 COW(引用计数共享),GCC 5 起才换成 SSO。COW 下 s += " world" 会重新分配,旧指针悬垂。SSO 容量 15,原地追加,指针不变。

如何避免

非 const 操作后要重新取 c_str()。按值的话记得写成 const string&。

5.4 栈、wchar_t 与 CRLF

描述

wchar_t w[10];       // Windows 是 2 字节,考场环境是 4 字节,别混着写最好。
freopen("in.txt", "rb", stdin);   // Windows 文件带 \r,考场不带,getline 会多一个字符

触发条件

宽字符、二进制模式读文件。

原因

wchar_t 宽度、换行约定都不同。

如何避免

不用宽字符。读入后去掉 \r。(大样例还是比较人类的换行符是 Linux 下的。)

实测

这是当你把 125 条全扔进 NOI Linux 2.0,后的结果。

有 NOI Linux 2.0 的 ISO(Ubuntu 20.04.1,自带 g++ 9.3.0-17ubuntu1~20.04)(官网可以下)。把 ISO 里的 casper/filesystem.squashfs 解出来,用 WSL 里 chroot 进去,就是考场同款环境。

:::info[咋跑滴]

125 条可执行用例的结果:

结果 条数
跑完,没崩 97
崩溃 38
超时 / 死锁 3

崩得比较有代表性的:

用例 退出码 说明
整数除零 136 SIGFPE 硬件异常
改字符串字面量 139 只读页
double free 134 glibc 抓的
非法区间 sort 139
erase 后迭代器 139
空 stack / priority_queue 取顶 139
sprintf / scanf %s 溢出 134 FORTIFY
rand() % 0 132 SIGILL
析构抛异常 / noexcept 抛 / 线程没 join 134 terminate

超时 2 条:重复 lock、SIGSEGV 处理函数返回。

重点是那 97 条“跑完”的:*v.end()、&v[0] 空、越界写、map::end()、空 optional、aligned_alloc(3,12)、va_arg 类型不匹配、reserve 后旧指针……全部跑完,没崩。

所以别问“我本地跑过了”,问就是 UB 还没挑时候。

125 条的完整名单(跑完 / 崩溃 / 超时 / 没跑)见附录 E。

最后

希望大家永远不会遇到 UB,祝大家所有比赛 rp++。如有错误欢迎大家指出。

本文所涉案例基本都附了最小复现,若你发现了新的触发方式、或者觉得哪条写错了,欢迎在评论区或洛谷私信补充。

会有第二期的喵。 算了,UB 是查不完的。

附录 A

项 4.9.2 TDM64 9.3.0 14.2.0 15.1.0 16.2.0 考场 9.3.0 Linux
默认 __cplusplus 199711 201402 201703 201703 202002 看 OJ 选项
sizeof(long) 4 4 4 4 4 8
sizeof(size_t) 8 8 8 8 8 8
sizeof(long double) 16 16 16 16 16 16
sizeof(wchar_t) 2 2 2 2 2 4
RAND_MAX 32767 32767 32767 32767 32767 2147483647
CLOCKS_PER_SEC 1000 1000 1000 1000 1000 1000000
__int128 有 有 有 有 有 有
%zu/%lld/%Lf 正常 正常 正常 正常 正常 正常
std::string COW SSO SSO SSO SSO SSO

附录 B:怎么判断是 UB 还是编译器 Bug

  1. 先看 -O0 和 -O2 是否行为不同——很多 UB 在这一点上非常符合。
  2. 编译时加 -Wall -Wpedantic -Wextra。
  3. 在 Linux 环境开 -fsanitize=undefined,address(MinGW 上可能缺 libubsan)。
  4. 对照本文第 1–6 章,先把常见 UB 排掉。
  5. 换编译器版本、换平台复测。
  6. 删减无关代码。

如果你都排除完毕还是没问题,那么说明你有可能遇到编译器 bug 了出门左转去排查编译器 bug!!!

附录 C:本地工具

考场上似乎啥也没有

  1. Lemon
  2. WinLibs 9.3.0
  3. WSL2 + Ubuntu 20.04
  4. Docker

    附录 D:本文覆盖范围

所有结论、代码和实测数据都在文内。

附录 E:125 条实测名单

退出码含义见实测。

E.1 跑完没崩(97 条)

:::info[太长折叠一下喵]

B3 整数除零 / 模零(136 SIGFPE)、C5 空指针解引用(139)、C6 返回局部变量引用(139)、C8 double free(134)、C11 delete 栈对象(139)、C21 修改字符串字面量(139)、C26 alloca 溢出(139)、D4 非法区间 first > last(139)、D11 空容器 front() / back()(139)、D13 erase 后继续用迭代器(139)、D17 空 vector 解引用 data()(139)、D30 空 stack / queue 取顶(139)、D31 空 priority_queue 取顶(139)、D36 空 unique_ptr 解引用(139)、D37 两个 shared_ptr 接管同一裸指针(134)、D42 uniform_int_distribution(a, b) 当 a > b(139)、E5 sprintf 缓冲区不够(134)、E6 strlen(NULL) / %s 传 NULL(139)、E9 scanf("%s") 缓冲区溢出(134)、E13 rand() % 0(132 SIGILL)、F2 析构函数抛异常且正在栈展开(134)、F3 noexcept 函数抛异常(134)、F4 catch 外 throw;(134)、F6 静态初始化期间抛异常(134)、F11 condition_variable::wait 未持锁(139)、F12 thread 析构时未 join / detach(134)

E.3 超时(2 条)

F10 同一线程重复 lock 同一个 mutex(死锁)、F14 信号处理函数里调用 printf / malloc(反复触发)

AI 和人类使用说明

本文实测与附录 E 部分,附录 D,由 deepseek V4 pro 完成,人工进行审阅。全文由 AI 进行了一些严谨性补充。

保证人类贡献大于 AI 贡献。

第一段由作者(非 AI 编写)。

:::info[千年 OI 一场空;生有涯,艺无涯] 编辑器下等宽字体看:

-::::---:::::.::::::.-::::..:...  *@#+*+---=-+++#-                    .....:::::
-------=-:.::::::::.:=--:::.  .  -@@@@%*=--==*#**#                ....::.:::::..
--------:.:-=+=----====:==-..::. *@@@#*##*#%%%%@%%:             .::...:=--:.::::
--:::::::.#*--:---#@=+=+*----::: :@+*@@@@@#%@@%@@@@:       ...--==-=+--==--:::::
---:::::-:+===-=-=##=++*++-:::.. .#%@@**=:-.:-=-+@@@*     .::+#*+**++====:....:.
-----:---=+-=====++===++=+-::.   #@@@#+=--*=+::=*%@@%     .:+##+**+==+=-::..::..
---------===++**+++++=====:::.  :@@%%@%*--+*=:-**@@=      -+#+=**===++=::::-=:::
-=---=----=+#**##+**=++=-::::.   =@@@@#*+=*+*+=++=    .. =+=*#%####**==---=---::
-:.:--:::==++**@%**+*+==::::..      .*@##==::-*%+    ...++==*@@@%#*++**++===----
-:.:::...-***@@%%##%%*+=-==::.       +=*@@***#%==.    ==+=--=*@#%--=+*+==:.:--.:
--::::...:###%@%%%@@%#+=+++-.       %@# =#@@@@+ *@*-:-+--=:-+*#+=-===::...:---:.
-=--=++-.-#***@%%@####=-:::.      .===%#-:+%#*+.#@@+--+=+#*+*-  .:=-.  .-=:-=---
----:-*@#**##*%%+*###+==-.    .::+#.-=-+*+--:== %%*++-*%###%@#-    . .:--:-----=
-:----++#%#%*++- :+****=. .-=+***#*%:.:=#+*=:.  %*+##*#*++*+#%##    .::-:----+=-
:::---:.-+==-=- .=*##+=. +#+***#+*%*%*#@%=+**+:-%+*++#*****+#%#*#- ..::-:-=====-
-:::++-===:=%@*=.:+#+=-+#+-#*+++*#*++*+++####%#%*=+*%#**+***%#***%+ ..:-==+===--
---=%%+==-:*@%*+=-##=-*@#+=****#%*#*+++=---***%@*+##+**+++**%%##*+#+ .:-======--
-=+%@*-+***@@@@+:**#++%****#%%*##=-:-: :-==*#**+##++#*=+===++%%%***@-:==------==
-***#%%@@@@%%#=-++-+#@%*+****%%*%*+#*=.+*+***++*=*#*-+-=+*=+#@@%##**@+:--====+=-
-*+*@@@@@@@%%# -----@@*+***##*#%@%*#**+*=+#*+*+#++*====-*@%*=@@@@%#**@=::-===---
-==*@@@@@@%#@@*.:::#%%#+**##@@@%##*=*#*+=#**##*%++=+**++**=*+%@%%#****#*:::..:-:
-+%%@@@##%#:.%@-  **-=*###%%@@@@#+%*+++*=*=+==++:-=-=--#:.::-*@@@%###*+*=    .:.
-*@@@%%%#**-.:-*#%%=*=*###%%@@@@@#%%*#*#=+*::. -+=-::+*=::--==+#@#***+**#--:.  .
-%%%%#*+++-.::.##%%=+##%##%@@@@@@%#%%+:.*+:=+=:.:-=+#%#**++*+++=*@%##*-+**##**..
-###*#+===-::.=%*=##+*+#*#%@@ :@@@%#:.:=+#@@@@#+::-##+++****#*#%%@@%#=*#=**+*#+.
-+=+*++------+%%*++*##%%#%%@:  =@@%*=%@%**#@%@@%*==+=##*******##@@##+#%+-*#%**#*
-++=+#*+=-==+@%#%%####%##@@@: . @@@@@@@@@%*#%%%@@%%@#+====+**%#+@@%%%#*=#@@%%%@@
-***-####**%@%@@*+%%@@@@@@#. .: .@@@@%%@@@@%%#@@%%@@@+  -**%@@@@%%%@*+#@@@%+: -#
-##*#%@%%##@@@@@@%*#%#%@@=     :*%@@@@@%%%@@@@@#:.=%@#=  #%%%%%##%@%*@@@##*+:...
-%%%@@@%%#%@*%@@@@%#%%%@@.     =@%%%%%@@@@@%%%@%#+::+%#=*@@#%@%#@%@%%@%**+==+-::
-%@@@@%%%%@+.:+#%@@@@@@@:       *@@@@@@%%%%@@@@%@%%--:-+#@@#%@%%@@+%@@@#*+=====-
-#%@@@@%@@%:::--==+==++=...:... =@%###########%%%#%=*+*+*#####*###--++*%%#+=====

:::