uthash库中双向链表删除操作的安全隐患分析
2025-06-14 02:29:01作者:余洋婵Anita
问题背景
uthash是一个广泛使用的C语言哈希表实现库,其中包含了对双向链表的支持。近期发现该库在处理双向链表节点删除操作时存在一个潜在的安全隐患——当同一个节点被重复删除时,可能导致链表结构损坏甚至引发无限循环。
问题现象
当使用DL_DELETE2宏对同一个节点执行两次删除操作时,会出现以下异常情况:
- 第一次删除后,被删除节点的prev和next指针未被重置
- 第二次删除时,由于指针未被重置,宏会错误地尝试再次操作链表
- 最终导致链表结构损坏,形成循环引用,遍历时出现无限循环
技术分析
双向链表的标准删除操作通常包含三个关键步骤:
- 将被删除节点从链表中解除链接
- 调整相邻节点的指针
- 更新头指针(如果需要)
uthash的原始实现缺少了一个重要步骤——清除被删除节点的指针。这虽然在某些特殊算法(如Dancing Links)中有用,但在大多数常规使用场景下会带来安全隐患。
解决方案探讨
针对此问题,开发者提出了两种改进方案:
方案一:重置指针
在删除操作后强制将被删除节点的prev和next指针置为NULL。这样做的好处是:
- 可以立即发现重复删除操作(通过assert检查)
- 防止误用已删除节点
- 提高代码安全性
方案二:提供安全删除宏
创建一个新的宏封装标准删除操作和指针重置操作,既保持向后兼容,又提供更安全的选项。例如:
#define SAFE_DL_DELETE(head, del) do { \
DL_DELETE(head, del); \
(del)->prev = (del)->next = NULL; \
} while (0)
性能与安全的权衡
重置指针确实会带来微小的性能开销,但在大多数应用场景中:
- 性能影响可以忽略不计
- 安全性提升显著
- 调试难度大幅降低
对于确实需要保留指针的特殊场景,可以使用原始宏;而对于大多数常规应用,建议使用更安全的版本。
最佳实践建议
- 在关键代码中使用带指针重置的删除操作
- 在调试阶段启用assert检查
- 对链表操作进行封装,避免直接使用底层宏
- 编写单元测试覆盖边界条件,特别是重复删除场景
通过采取这些措施,可以显著提高使用uthash双向链表时的代码健壮性和可靠性。
登录后查看全文
热门项目推荐
相关项目推荐
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C092
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python058
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
474
3.54 K
React Native鸿蒙化仓库
JavaScript
287
339
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
224
92
Ascend Extension for PyTorch
Python
283
316
暂无简介
Dart
723
175
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
10
1
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
849
441
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.27 K
701
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19