Java虚拟机学习笔记（二）—方法调用（一）

方法调用：

    方法作为程序组成的基本单元，作为原子指令的初步封装，计算机必须支持方法调用。Java语言的原子指令是字节码，Java方法时对字节码的封装，因此JVM必须支持对Java方法的调用

取指（取出指令）：

    方法对原子指令的封装，计算机进入方法后，最终逐条取出这些指令并逐条执行。JVM进入Java方法后，也要能够模拟硬件CPU，能够从Java方法中逐条取出字节码指令。

运算：

    计算机取出指令后，根据指令进行相关的逻辑运算，实现功能。

一、方法调用

    JVM作为一款虚拟机，应具备完整的执行Java程序的能力，所以必须具备执行单个Java函数的能力。从而必须能执行函数调用。JVM实际上最终调用的并不是真正的Java函数，而是其对应的一堆机器指令。（参见笔记一：在运行时将Java字节码指令动态翻译成本地机器指令）

1、真实机器的调用

    主要学习一些真实的机器调用原理。所涉及的知识较多：保存现场、堆栈分配、参数传递等。先看书中给的例程：

    作用：使用汇编进行求和（读书少，汇编语言作者尚未接触，尴尬……）

main:
	pushl %ebp
	movl%esp,	%ebp
	subl$32,	%ebp
	movl$5,	20(%esp)
	movl$3, 24(%esp)
	movl24(%esp),	%eax
	movl%eax,	4(%esp)
	movl20(%esp),	%eax
	movl%eax,	(%esp)
	calladd
	movl%eax,	28(%esp)
	
	
	movl$0,	%eax
	leave
	ret
	
	
add:
	subl$16,	%esp
	movl12(%ebp),	%eax
	movl8(%ebp),	%edx
	addl%edx, %eax
	movl%eax,	-4(%ebp)
	movl-4(%ebp), %eax
	leave
	ret

    分析该程序：该段汇编程序中定义了两个标号，一个main标号，一个是add标号。标号类似于C语言中函数的概念。当成函数即可。具体关注内存是怎样变化的。

（1）main函数详解

main:
       //保存调用者栈基地址，并为main()函数分配新栈空间。
	pushl %ebp   
	movl%esp,	%ebp
	subl$32,	%ebp//分配新栈、一共32个字节
        
        //初始化两个数据，一个是5，一个是3
	movl$5,	20(%esp)
	movl$3, 24(%esp)
        //压栈，将5和3压栈
	movl24(%esp),	%eax
	movl%eax,	4(%esp)
	movl20(%esp),	%eax
	movl%eax,	(%esp)
        //调用add函数
	calladd
	movl%eax,	28(%esp)
	
	//返回
	movl$0,	%eax
	leave
	ret

    上述过程共包含5步：保存调用者栈基地址，初始化数据，压栈，函数调用和返回。

    1.保存栈基并分配新栈

        

//保存调用者栈基地址，并为main()函数分配新栈空间。
	pushl %ebp   
	movl%esp,	%ebp

    pushl %ebp就是保存调用者的栈基地址。操作系统即为调用者。movl%esp，%ebp将调用者的栈基地址指向其栈顶。

    执行完后，subl%32，%esp指令即为分配栈空间的指令。其具体含义：将当前栈顶减去32字节的长度。因为在linux平台上，栈是向下增长的，从内存的高地址往低地址方向增长，因此每次调用一个新的函数时，需要为新的函数分配栈空间，新函数的栈顶相对于调用者函数的栈顶，内存地址一定是低位方向，因此新函数的栈顶总是通过对调用者函数的栈顶做减法而计算出来。

    一个字节包含8个二进制位，一个int型整数包含4个字节，main函数的房发展一共可以容下8个int型数据，如图：

                                    

    2.初始化数据

    main函数接下来两条指令：

    

movl$5,	20(%esp)
	movl$3, 24(%esp)

    这段程序表示，分别将5和3这两个整数保存到main()栈中，其中20（%esp）表示当前栈顶（即esp寄存器当前所指向的你村地址）往上移动20字节位置，数据5就保存到这里。同理整数3被保存到了main（）函数栈顶往上偏移24字节处的位置。如图：

                               

    将main函数的站定位置记为（%esp），整个main方法栈空间32字节，每4个字节为单元划分，按照便宜了来标记main的方法栈。接下来再看5和3在main方法栈中具体的位置。如图：

                                    

       注意：栈底那个位置即28（%esp）是留给调用add()函数的返回值的。

    3.压栈

    main函数接着执行：

movl24(%esp),	%eax
	movl%eax,	4(%esp)
	movl20(%esp),	%eax
	movl%eax,	(%esp)

    这四条指令主要作用是压栈。movl24（%esp），%eax是将24（%esp）处的内存值传到eax寄存器中，即将3传进去。接着movl%eax，4（%esp）又将eax寄存器的值传送到4（%esp）这个地方。CPU不支持将数据从一个内存位置直接传送到另一个内存位置，若想实现这个效果，必须用寄存器周转。

    一般而言，往栈顶传送数据的行为叫做“压栈”。压栈操作目的即将要进行函数调用。真实的物理机器，发起函数调用之前，必定要进行压栈操作。压栈的目的是为了传参。

    4.函数调用

    压栈结束后，main函数开始进行函数调用，即call add指令。add（）函数执行完，会将计算的结果保存到eax寄存器中。main函数要取得add函数返回值，便直接从eax寄存器中拿即可。因此接着执行movl%eax，28（%esp）。此时方法栈内存情况如下：

                                        

    编译器将一个方法内的局部变量分配在靠近栈底的位置，而将传递的参数分配在靠近栈顶的位置。

    5.返回

    

movl$0,	%eax
	leave
	ret

    函数返回，将返回值保存到eax寄存器中，然后执行两条例行返回指令。

（2）add()函数详解

    add()函数调用总体上分4步：保存调用者栈基地址，读取参数，执行运算，返回。

    1.保存调用者栈基地址

    

subl$16,	%esp
	movl12(%ebp),	%eax

    这两条指令主要是保存调用者栈基地址，物理机器在执行函数调用时，被调用者总是要保存调用者栈基地址。这是因为esp和ebp两个寄存器接下来要指向被调用者的栈基地址和栈顶，这两个寄存器原本保存的是调用者的栈基地址和栈顶地址，现在即将被修改，如果不保存起来，那么当被调用者函数执行完毕后，程序会返回到调用者流程中，物理机器将无法恢复调用者的栈基和栈顶，从而无法继续执行。

    接下来为add()函数分配空间 大小为16字节。subl $16, %esp。内存结构如图：

                                            

    其中eip所占用的空间：在main函数执行calladd指令时，物理机器自动往栈顶压了一个数值—eip，CPU所执行的指令位置由CS:IP这两段寄存器共同决定，这里的eip是IP寄存器。主要是为了让main函数执行完call调用回来后，能够继续处理main函数接下来的指令。下一个ebp：这个值是在执行add函数时入栈的。

    结论如下：

•     物理机器执行call函数调用时，机器会自动将eip入栈
•     物理机器执行函数调用时，被调用放需要手动将ebp入栈。

    2.读取参数

    

movl12(%ebp),	%eax
	movl8(%ebp),	%edx

    第一条指令使用了2个寄存器，ebp和eax，其中ebp寄存器与esp一样，只用于标识栈底位置。指令含义为：从add函数栈底向上便宜12字节的位置取出数据，将数据传送给eax寄存器。同理，第二条指令时从add函数栈底位置向上便宜8字节取出数据，放入ebx寄存器。

    3.执行运算

    

addl%edx, %eax

    将edx寄存器中的值与eax寄存器中的值相加，相加结果放入eax寄存器中。在add函数执行本指令之前，已经通过读入参数将main函数所传来的两个参数分别督导eax和ebx两个寄存器中，因此对这两个寄存器求和就是对main函数的两个参数进行求和。

    执行完求和后，add函数接着执行movl%eax，-4（%ebp），把eax寄存器中的值转移到栈基址往下偏移4个字节的位置。其实就是add函数的方法栈内的第一个位置。

    4.返回

    接下来是将结果返回，如果有返回值，就把返回值放到eax寄存器中，然后执行leave和ret指令。没有返回值直接执行上述指令。

    通过上述程序的分析，在物理机器执行函数调用时，进行以下操作：

1. 参数入栈。有几个参数就把几个参数入栈。不同机器入栈顺序不同。
2. 代码指针（eip）入栈，这样等被调用函数执行完毕后，物理机器可以再回来继续执行原来的函数指令。
3. 调用函数的栈基地址入栈。为物理机器从被调用者返回调用方做准备。
4. 为调用方分配栈空间。每一个函数都有自己的栈空间。

    物理机器在执行程序时，将程序分成若干函数，每个函数对应一段机器码。一段程序的机器码放在一块连续的内存中，这块内存叫代码段。物理机器为每一个函数分配一个方法栈，方法栈与代码段在地址上没有任何联系。并且只有当物理机器执行某个函数时，才会为其分配方法栈。

ps：下一节学习C语言的函数调用