stlink项目在GCC 14下的编译问题分析与解决方案
2025-06-12 03:54:52作者:董斯意
stlink是一个开源的STM32调试工具链,广泛应用于嵌入式开发领域。近期在Fedora Rawhide系统上使用GCC 14编译stlink 1.8.0版本时遇到了编译错误问题,本文将详细分析该问题的成因并提供解决方案。
问题现象
在Fedora Rawhide系统上使用GCC 14.0.1编译stlink 1.8.0时,编译器报出以下错误:
src/stlink-lib/chipid.c:68:22: error: 'calloc' sizes specified with 'sizeof' in the earlier argument and not in the later argument [-Werror=calloc-transposed-args]
ts = calloc(sizeof(struct stlink_chipid_params), 1);
^~~~~~
错误信息明确指出,在调用calloc函数时,参数顺序存在问题。GCC 14新增了一个编译检查选项-Wcalloc-transposed-args,专门用于检测calloc函数参数顺序是否正确。
问题分析
calloc函数的标准原型为:
void *calloc(size_t nmemb, size_t size);
其参数含义为:
- nmemb:要分配的元素数量
- size:每个元素的大小
在stlink的代码中,调用方式为:
ts = calloc(sizeof(struct stlink_chipid_params), 1);
这种写法虽然功能上正确(分配1个大小为struct stlink_chipid_params的空间),但参数顺序与标准原型不符。GCC 14加强了代码规范检查,将这种写法视为潜在错误。
解决方案
正确的做法是交换calloc的参数顺序,改为:
ts = calloc(1, sizeof(struct stlink_chipid_params));
这种写法:
- 明确表示要分配1个元素
- 每个元素的大小为struct stlink_chipid_params
- 完全符合C语言标准库函数的原型定义
兼容性考虑
值得注意的是:
- 在GCC 13及以下版本中,两种写法都能编译通过
- GCC 14默认启用了更严格的代码检查
- 修改后的代码在所有GCC版本中都能正常工作
最佳实践建议
在C语言开发中,关于内存分配的建议:
- 始终按照标准库函数原型要求的参数顺序调用
- 对于calloc,总是先写数量再写大小
- 考虑使用类型安全的包装宏,如:
#define CALLOC_TYPE(n, type) calloc(n, sizeof(type)) - 对于单个元素的分配,malloc可能比calloc更合适
结论
stlink项目在GCC 14下的编译问题反映了现代编译器对代码规范日益严格的要求。通过调整calloc参数顺序这一简单修改,不仅解决了当前编译问题,也使代码更加符合标准规范,提高了可维护性和可移植性。这一案例也提醒开发者,随着工具链的更新,代码规范检查会越来越严格,遵循标准写法可以避免许多潜在问题。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
Spark-Prover-X1-7BSpark-Prover-X1-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer-X1-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile015
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
最新内容推荐
SteamVR 1.2.3 Unity插件:兼容Unity 2019及更低版本的VR开发终极解决方案 32位ECC纠错Verilog代码:提升FPGA系统可靠性的关键技术方案 ZLIB 1.3 静态库 Windows x64 版本:高效数据压缩解决方案完全指南 2023年最新HTMLCSSJS组件库:提升前端开发效率的必备资源 Qt控件CSS样式实例大全 - 打造现代化GUI界面的终极指南 Photoshop作业资源文件下载指南:全面提升设计学习效率的必备素材库 STDF-View解析查看软件:半导体测试数据分析的终极工具指南 PADS元器件位号居中脚本:提升PCB设计效率的自动化利器 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 海康威视DS-7800N-K1固件升级包全面解析:提升安防设备性能的关键资源
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
306
2.7 K
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
137
169
React Native鸿蒙化仓库
JavaScript
235
309
暂无简介
Dart
598
130
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++
631
232
仓颉编译器源码及 cjdb 调试工具。
C++
123
688
🎉 (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
1.06 K
615
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
197
74
仓颉编程语言测试用例。
Cangjie
36
688