返回语句后的代码，无警告

Question

我们刚刚在代码库中发现了一个问题，其中一个语句位于return语句之后。

例如

std::string MyClass::addElement(Type1 &item, const std::string &param2)
{
    if (param2.empty())
    {
        // logging
        return "";
    }

    return m_database->addElement(item, param2, item.status, true);

    // here I would expect an unreachable code warning
    m_database->updateTableA(item.p1, item.p2, item.p3, AType::AType23);
}

我不明白，为什么我们的编译器（GCC 4.8.5和7）没有发出警告？

我们使用-std=c++0x -Wall -Wextra -Wsign-compare -Wunknown-pragmas -Wold-style-cast -Wshadow -Wfatal-errors

进行编译

Answer 1

GCC 不能针对无效代码发出警告，因为import tensorflow as tf import numpy as np import matplotlib.pyplot as plt from tensorflow import FixedLenFeature featdef = { 'train/image': FixedLenFeature(shape=[], dtype= tf.string), 'train/label': FixedLenFeature(shape = [], dtype = tf.int64) } def _parse_record (example_proto, clip = False): ex = tf.parse_single_example(example_proto, featdef) im = tf.decode_raw(ex['train/image'], tf.uint8) im = tf.reshape(im, (28,28,3)) im = tf.cast(im, tf.float32)*(1./255) #label = (ex['train/label']) label = tf.one_hot(ex['train/label'], 2) print(label) print(im) return im, label batch_size = 50 ds_train = tf.data.TFRecordDataset('/home/mudit/AI/TFrecord_Datasets/Melanoma_training_uint8.tfrecords').map(_parse_record) ds_train = ds_train.repeat().shuffle(1000).batch(batch_size) IM_SIZE = 28 image_input = tf.keras.Input(shape = (IM_SIZE, IM_SIZE, 3), name = 'input_layer') conv_1 = tf.keras.layers.Conv2D(32, kernel_size = (3,3), padding = 'same', activation = 'relu')(image_input) conv1 = tf.keras.layers.MaxPooling2D(padding = 'same')(conv_1) conv_2 = tf.keras.layers.Conv2D(32, kernel_size = (3,3), padding = 'same', activation = 'relu')(conv_1) conv_flat = tf.keras.layers.Flatten()(conv_2) fc_1 = tf.keras.layers.Dense(28, activation='relu')(conv_flat) fc_1 = tf.keras.layers.Dropout(0.2)(fc_1) fc_2 = tf.keras.layers.Dense(28, activation='relu')(fc_1) fc_2 = tf.keras.layers.Dropout(0.4)(fc_2) label_output = tf.keras.layers.Dense(2, activation='softmax', name='label')(fc_2) model = tf.keras.Model(inputs = image_input, outputs = [label_output]) print(model.summary()) model.compile(optimizer = 'adam', loss = 'categorical_crossentropy', metrics = ['accuracy']) history = model.fit(ds_train, steps_per_epoch = 500, epochs = 8) 标志/功能在版本4.4之后已被删除，您可以阅读。

当使用model.fit()标志编译代码时，Clang版本4（现在的头数是8，所以我不建议这样做）也会发出警告。

  

警告：代码将永远不会执行[-Wunreachable-code]

---

您可以尝试使用静态分析工具，其中here中有很多工具。