在论坛常看到有人问关于指针的问题，已经运行时候出错，或者程序崩溃，或者打印数据不对；或者段错误；
所以写篇文章希望对大家有用；
1；首先谈谈段；在intel处理器中逻辑地址；线性地址；物理地址；逻辑地址就是段地址+段内偏移量；在早期的8086中；逻辑地址是16位段地址×16+段内偏移量；到了后来；intel引入了所谓的实模式和保护模式；所谓实模式也是就兼容早期的8086；段地址依然是段寄存器内容；逻辑地址依然是段地址×16+段内偏移量；所谓保护模式是对于逻辑地址另外一种算法；
线性地址就是我们用段寄存器内容×16+段内偏移量算出的地址；很显然早期的地址只有20位；一种到引入MMU；就有了物理地址的和线性地址的区别；如果没有硬件MMU；那么线性地址就是时间的物理内存的地址；但是引入了MMU；这个线性地址将被MMU控制器重新解析；然后解析到不同的物理地址；这个就是所谓的分页技术；
2；谈到寄存器，我们不妨列出所有的寄存器EAX;EBX;ECX;EDX;ESP;EBP;EDI;ESI;这个8个叫通用寄存器；EIP;EFLAGS;是特殊寄存器；还有CS;DS;ES;SS;FS;GS这些段寄存器；这个里面的内容将作为段的首地址；8086的寄存器没有E；也就是说是AX;BX等；
3；指针；我们知道指针表示地址；我们也常说32bit的系统；指针长度是4字节的；那么这个4字节的内容最后到达写到哪里去呢？毫无疑问；这个指针的内容会被分为段地址和段内偏移量2个部分；段地址部分被存放到段寄存器中；（当然了保护模式下，寄存器的解析是不同于是模式的）在进一步解释指针之前；以及野指针问题；我们来看看保护模式；
4；保护模式；在现在的操作系统中都是开始用实模式；后来用保护模式；正是由于保护模式的存在；才让编程变得容易；
实模式有个缺点就是只能寻1M空间；也就是20位；对于保护模式；有一个8字节的段描述符；这个描述符描述你一个段的基本信息；包括段的起始地址；段的大小；段的颗粒大小；这里有必要说说段的大小和颗粒大小的问题；其实段的大小只是说段从起始地址开始；有多少个颗粒大小；颗粒可以是1byte；也可以是4kbyte；段就是只得颗粒的数量；段大小是20位的；如果颗粒是1byte那么段的最大就是1M；如果颗粒是4k；那么最大就是4G；
好了；那么我们一共有多少个这样的段描述符呢；换句话说我们有多少个段可以使用呢？这个时候16bit的段寄存器不再像实模式那样解释了；16bit的前13bit作为段选择符；后面3bit作为这个段的描述；这里我们不得不说GDT；LDT;GDT;和LDT;是2张表；这个2张表放着段描述符的地址；这个表有13^2个表项；好了现在我们知道所有的寄存器都有13bit的选择子；指示了选择GDT或者LDT表中段描述符的序号；比如说CS=0008H；那么我们知道；前13bit值是1；后面3bit是000；那么他将选择第2个标识符；那么GDT;LDT是什么呢？他们叫全局描述符和局部描述符；一个CPU只有1个GDT；而每个应用程序都可以有一个LDT;GDT；LTD的起始地址存放在寄存器GDTR;LDTD中；
5；说完了intel的段；我们再来看看分页机制；在linux中；并没有用到13^2个段；4个主要的段是内核的代码段；内核的数据段；应用程序代码段；应用程序数据段；他们都设置了段描述符使得其实地址是00000000H；结束地址是FFFFFFFFH；开始我们说段寄存器最后3位用作其他作用；其中一个就是设置CPU访问权限；2bit一个用4中权限；linux只用了0和3；也就是我们平时说的内核态和用户态；对于intel处理器来说如果CPU的寄存器cr0到cr4；里面有说明CPU访问权限；（我没有具体研究过）当CPU访问权限小于段的访问权限那么段是无法被访问的；也就是说CRX中如果说明CPU权限是3；而段权限是0；那么CPU是无法访问这个段的；
6;对于线性地址；处理器通过分页机制来转换到实际的物理地址；一个线性地址；被分成页目录；页表项和偏移量；所以一个页未必存放在内存中；有寄存器标志标识；所以以前有人说一个文件很大是否要申请很大的内存来存放；实际是没有必要的；因为即使你申请了大的内存；操作系统也只有在需要的时候才会给你实际的页；一个页通常是4kb的；这个时候才是真正的分配了物理内存；所以有文章说；如果你申请的数据；或者全局变量很大；可能导致程序过慢；因为你的数据分别放在2个页上；而当系统负载很高；就会导致页面不断和磁盘交互；导致程序运行过慢；这里也说明了一个野指针为什么能够通过编译；但是运行会出错；因为你的指针指示到了本来不属于这个进程的页面；而操作系统这个时候就认为你进行了非法操作；
7；linux典型的程序图；
其实这个图有很多人写过了；但是我还是想copy下；
命令行参数和环境变量
栈
堆
未初始化的数据
初始化的数据
正文
保留区
这里我们可以看出；所谓的正文区就是我们说的代码区；也就是指令；初始化的数据；包括初始化的全局变量；static 修饰的局部变量；未初始化区；也就是未初始化的全局变量；也就是我们所说的BSS区；堆也就是用malloc分配的；所谓的动态内存；所以这个是要释放的；栈也就是我们的自动变量（应该叫这个吧）就是那些局部的变量；命令行参数也就是我们在shell里面输入的参数；
我们每次调用函数；就会吧入口参数；也就是实际参数放在堆中；包括这个函数声明的变量；比如说
int main(int argc,char **argv)
{
int a = 9;
f(a);
b=5；
}
int f(int a)
{
int b = 6；
}
虽然我们看到int a = 9；和f(a);但是他们并不是同一个变量；我们把前一个叫a1后面一个叫a2；
在堆里面是这样分配的
a1；
a2;
b；
这个就是所谓的传值；因为c语言没有传引；C++的引用我的理解是传引；这里看到main对b赋值；这个是不能够通过的；因为当f返回堆里面的a2和b就不存在了；换句话说堆栈寄存器的偏移量已经自动减少了；论坛有文章说Windows默认的栈是1M的；但是linux我没有看到文章说对栈有大小限制；
好了；如果a是指针呢？是传值吗？还是传引？C语言只有传值换句话说即使是指针也是2个变量；所以我们常常听到有人抱怨说为什么我的输出出错了；
7;对于初学者来说；不太理解指针和指针指向的东西；因为我刚开始的时候也很迷惑；
int a = 9；
int *p =&a;
这个时候你的栈中间有个变量a；有个变量p；只不过变量p的内容是a的地址；所以有人常常
int *p;
&p= 4;
问这个为什么是错的；你的p内是一个垃圾数据；他指向了一个或者在堆；或者在栈；或者在代码区；所以这样的指针必然导致灾难的；
我们常常说栈的变量是自动释放的；而堆是不可以的必须free；我们来看下C语言对于的汇编代码；
#include <stdio.h>
#include <stdlib.h>
int f(int a,int b);
int main(int argc,char**argvs)
{
int *p = malloc (100);
int a = 5;
int b = 6;
int c = f(a,b);
free(p);
}
int f(int a,int b)
{
int c = a+b;
return c;
}
汇编代码
.file "main.c"
.text
.globl main
.type main, @function
main:
pushl %ebp
movl %esp, %ebp
andl $-16, %esp
subl $32, %esp
movl $100, (%esp)
call malloc
movl %eax, 28(%esp)
movl $5, 24(%esp) //a
movl $6, 20(%esp) //b 我们看到栈是向下生长的
movl 20(%esp), %eax
movl %eax, 4(%esp)//将a放到堆栈里面
movl 24(%esp), %eax
movl %eax, (%esp)//将b放到堆栈里面；这里我们明显看到C语言的传值特性；
call f //调用f
movl %eax, 16(%esp)
movl 28(%esp), %eax
movl %eax, (%esp)
call free
leave
ret
.size main, .-main
.globl f
.type f, @function
f:
pushl %ebp
movl %esp, %ebp
subl $16, %esp
movl 12(%ebp), %eax
movl 8(%ebp), %edx
leal (%edx,%eax), %eax
movl %eax, -4(%ebp)
movl -4(%ebp), %eax
leave
ret
.size f, .-f
.ident "GCC: (Ubuntu 4.4.1-4ubuntu8) 4.4.1"
.section .note.GNU-stack,"",@progbits
int (*(*f)(int,int(*)(int,float)))(int);
从f开始
1；*f//f是一个指针
2；(*f)()//f是一个函数指针
3；(*f)(int,int(*)(int,float)))//这个函数指针有2个参数int 和int(*)（int,float）;后面一个依然是函数指针；
4；函数f的返回值是什么；(*(*f)(int,int(*)(int,float)))//是指针；
5；这个指针指向什么(*(*f)(int,int(*)(int,float)))(int)//一个参数为int的函数；
6；这个返回的函数指针的返回值是什么int；
所以整体是说；我声明了一个指向2有个参数，返回值是函数指针的函数指针；而2个参数是int和执行函数的指针；
知道怎么读指针了；我们再来看看多维数组
int a[3][4];
这个C语言到底表达了什么意思？有人说3×4的数组；其实这个是不准确的；应该是3个向量；每个向量有4个int元素的数组；
现在我们看看这样一段代码
int a[3][4];
int **p;
p = a;
//这个代码是有警告的；说指针类型不匹配；
那么我们看看这样的情况
int a[3][4];
int (*p)[4];
p = a;
//这样的代码是没有警告的；因为类型匹配了；所以我们可以看出；p实际是指向了一个4个元素的数组；所以多维数组其实是一维数组的向量；
9；数组名字到底是什么；为什么有那么多错误和数组名字有关；
int a[4];
a++;
int *p = a;
p++;
//大家知道这段代码a++是不能够通过编译的；而p++却可以；所以有很多人问这样的问题；他们都是地址；为什么不可以；
首先在声明a[4]时候；你的栈空间有4个int的空间分别给了 a[0],a[1],a[2],a[3]；声明int *p；有一个空间给了p；那么你做p++;这个时候p这个空间是能够存放++之后的值的；（当然这个值未必立刻存放到这个内存中，可能暂时存放在EAX;EBX等寄存器中）；而数组名a是什么；没有空间存放a；换句话说；a这个东西对于C的源程序是有用的；他告诉编译器程序员将a[0]的地址用a来表示；但是不给a分配任何空间；所以不难明白为什么对于a++是非法的了；
好了；下面我们来谈谈多维数组的名字问题；
int a[3][4];
我们不难明白a表示a[0]的地址；而a[0]是一个有4个元素的向量；那么a[0]也就是表示这个向量的数组名；因此也是一个地址；同样的道理；a[0]是不允许做++运算的；我们不能明白*a[0]；表是a[0][0]的值；
而&a[0];表示a的值；但是由于a[0]和a的表示同一个值；所以我不难明白a[0]=a;至于其他情况；大家应该能够分析；
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
