C++复习 之编译链接原理与虚拟地址空间

编译链接原理

1）（.cpp文件)  预编译   （ 生成 .i文件）
      1. 将所有的 "#define" 删除 ，并展开所有的宏；
      2. 处理掉所有条件预编译指令；如："#if" ,"#ifdef" ,"#elif" ,"#else", "#endif" ；
      3. 处理 “#include" 指令 （递归过程）；
      4. 删除所有的注释 ： " // "  ''/*  */'' ；
      5. 添加行号和文件名标识 ；
      6. 保留所有的 #pragma 编译器指令 ，待编译器使用 ；

2）编译（生成.s文件）
      1.词法分析
      2.语法分析
      3.语义分析
      4.代码优化
      5.生成汇编指令

3）汇编（生成.o文件，也叫目标文件）
       1.翻译指令
       将汇编代码转变成机器可以执行的指令，
       每一个汇编语句几乎都对应一条机器指令。

4）链接（生成.exe文件，也叫可执行文件）
       1.合并段和符号
       2.符号解析
       3.分配地址和空间
       4.符号重定位
       
1.弱符号：全局的未初始化的符号
  强符号：全局的已初始化的符号
        链接阶段链接器只关注符号表中的全局符号
        强弱符号的选取规则：
          1. 两个强符号  编译报错 
          2. 一个强符号 一个弱符号  选择强符号
          3. 两个弱符号 根据不同编译器处理方式不同
 2.符号表： 外部符号
           符号解析：在每个文件符号引用（引用外部符号）的地方找到符号的定义；
           符号：存放在.data和.bss段的变量都要有一个名称来标识这个变量，这个名称称为符号
           符号重定向：就是对.o文件中.text段指令中的无效地址给出具体的虚拟地址或者相对位移偏移量。
 3.指令段：虚假的地址和偏移

虚拟地址空间

1.虚拟地址空间

1.创建内核映射结构体，并建立虚拟地址空间和物理内存的映射；
2.加载指令和数据；
3.把入口地址写入下一行指令寄存器

2.虚拟地址空间布局：（4G，ALU宽度）

       栈区：局部变量、函数栈帧、形参变量；
       堆区：malloc 或 new 开辟的内存；
      数据段：全局变量、静态全局变量，静态局部变量；
            (.data：已初始化，或初始化值不为0；.bss：未初始化或初始化值为0)
     text段：指令
  .rodata段：常量字符串，如："hello word"；

栈区和堆区的区别：
栈区内存： 
    1.由系统自动分配，系统自动释放，以函数为单位进行栈内存分配；其操作方式类似于数据结构中的栈；
    2.内存分配释放 速度快效率高，内存连续；
    3. 栈是由高地址向低地址扩展的连续内存；
    4. 在 linux 系统上大家是可以通过 ulimit -s 来查看默认的栈大小的，
         linux中栈的默认大小是 10M，windows 系统默认的栈大小是 1M；
         
堆区内存：
    1.堆：需要程序员自己申请，并指明大小。
         在c中malloc函数如p1 = (char *)malloc(10)；
         在C++中用new运算符，但是注意p1、p2本身是在栈中的，因为他们还是可以认为是局部变量。
         若程序员不释放，程序结束时可能由OS回收 ， 分配方式类似于链表；
         堆内存需要用户自己管理，因此堆内存容易造成内存泄漏；
    2.堆内存的分配释放相对栈来说效率低一些，内存不一定连续，容易产生内存碎片，但灵活性高；
    3.堆是由低地址向高地址扩展的非连续内存，影响堆大小的因素比较多，和系统有效虚拟内存的大小有关；
    4.堆空间的大小和当前系统的物理内存大小，交换分区大小，栈的大小，所使用共享库的大小都息息相关，
        因为它们都属于用户空间部分，x86 32bit linux 系统默认给用户空间是 3G，

   当我们在代码上分配空间的时候，不管是栈还是堆，其实都只是在虚拟地址空间上分配的内存空间，
   当真正进行读写使用的时候，随着不断的发生缺页异常，才会去分配真正的物理内存和虚拟地址空间
   上的页面进行映射。缺页异常处理函数在内核上是 do_page_fault，
   越界访问栈空间，内核会在一定范围对栈的空间进行增长的。

内存分配方式有几种

三种   1.数据段   2.栈   3.堆
  
  数据段（静态存储区域）分配: 
       内存在编译的时候就已经分配好，这块内存在程序的整个运行期间都存在。例如全局变量，static变量。
   在栈上创建：
       在执行函数时，函数内局部变量的存储单元都可以在栈上创建，函数执行结束时这些存储单元自动被释放。
       栈内存分配运算内置于处理器的指令集中，效率很高，但是分配的内存容量有限。
   在堆上分配: 
        亦称动态内存分配。程序在运行的时候用malloc或new申请任意多少的内存，
        程序员自己负责在何时用free或delete释放内存。动态内存的生存期由程序员决定，使用非常灵活，
        但如果在堆上分配了空间，就有责任回收它，否则运行的程序会出现内存泄漏；
        频繁地分配和释放不同大小的堆空间将会产生堆内碎块；

全局变量和局部变量是有什么区别，是怎么实现的

  全局变量是整个程序都可以访问的，生存周期从程序运行开始到运行结束；
  局部变量只有子模块可以访问，生存周期从定义点到子模块结束；
  全局变量在数据段，程序运行前被加载；
  局部变量在堆栈上，运行时分配内存；
 
   操作系统和编译器通过内存分配的位置来实现的，
   全局变量分配在全局数据段并且在程序开始运行的时候被加载；局部变量则分配在堆栈里面 ；
                                                                        
1.从作用域看：
      全局变量：其作用范围是“整个工程”，只需在一个源文件中定义，就可以作用于所有的源文件。
                  当然，其他不包含全局变量定义的源文件需要用extern 关键字再次声明这个全局变量;
  静态全局变量：使用 static 关键字修饰，也具有全局作用功能，和全局变量区别在于如果该程序包含多个文件，
                  其作用范围仅在定义的那个文件，不能作用于其它文件，
                  这样即使两个不同的源文件都定义了相同名字的静态全局变量，它们也是不同的变量;
      局部变量：仅仅从定义的位置开始，到定义它的右花括号结束，只在函数执行期间存在，
                   函数的一次调用执行结束后，变量被撤销，其所占用的内存也被收回;
   静态局部变量：局部作用域，它只被初始化一次，自从第一次被初始化直到程序运行结束都一直存在，
                   和局部变量的区别在于函数执行完也还存在;
2.从生存期看：
        全局变量：      随进程持续性
     静态全局变量：      随进程持续性
         局部变量：     从定义开始到函数结束，函数调用后变量就被撤销，内存被回收
     静态局部变量：      随进程持续性，static 修饰的局部变量其生存期从函数变为整个进程
     
3.从内存分配看：
          全局变量：       全局（静态）存储区    //.data  .bss
      静态全局变量：       全局（静态）存储区    // .data   .bss
          局部变量：       存放在栈中，只有在所在函数被调用时才动态地为变量分配存储单元   //.stack
       静态局部变量：       全局（静态）存储区  //.data
       
 举举例说明全局变量的优缺点 ？
    优点：
      1）全局可见，任何 一个函数或线程都可以读写全局变量-同步操作简单。
      2）内存地址固定，读写效率比较高。
    缺点：
   1）全局变量存放在静态存储区，系统需要为其分配内存，一直到程序结束，才会释放内存，
          这一点就局部变量的动态分配，随用随从栈中申请，用完（函数调用完毕）就释放。
   2）影响函数的封装性能：我们肯定是希望我们写的函数具有重入性，就如一个黑盒子一般，
          只通过函数参数就能得到返回，内部实现要独立，但是如果函数中使用了全局变量，
          这势必就破坏了函数的封装性，会造成对全局变量的依赖。
   3）降低函数的移值性，原因同上。
   4）降低代码的可读性，这也意味着系统维护会不方便，因为一个全局变量可能会出现程序中的各个环节，
          函数的执行也会根据环境变化而变化，所以调试会不太方便。
    5）全局变量的读写，可能会延迟，这主要是体现在“写”操作上，由于写操作，一般需要2个周期操作，
          所以有可能会出现，这边没写完时，那边已经读了，结果读到的不是最终值，这个是一个概率事件，
          概率很小，但是并不代表没有。

寄存器

   1. ebp         栈底指针寄存器
   2. esp         栈顶指针寄存器
   3. ###PC       下一行指令寄存器
   4. ELF         Linux的ELF格式的文件解析器

返回值：
    <= 4      eax
    <=8  >4   eax  edx
    >8        临时量

32位通用目的寄存器的指定用途如下：
  eax : 累加器
  ecx：计数器
  edx：I/O指针
  ebx：DS段的数据指针
  esp：堆栈（stack)指针
  ebp：SS段的数据指针
  esi：字符创操作的源指针：SS段的数据指针
  edi：字符创操作的目标指针：ES段的数据指针
  汇编就是“寄存器与寄存器” 或者 “寄存器与内存” 之间来回移动数据；

函数的开栈

 1.压入实参 ，自右向左；
 2.压入下一行指令地址；
 3.压入调用函数的栈底指针寄存器的值；
 4.跳转到被调用方函数栈帧；
 5.被调用方开辟局部变量活动的空间并初始化；(CCCC CCCC 内核地址)

调用约定

     _cdecl       C标准调用约定
     _stdcall     Windows标准调用约定
     _fastcall    快速调用约定
     _thiscall    类成员方法调用约定，依赖对象调用；
   
   作用：
     1.函数符号的生成
     2.实参的入栈顺序 ==> 自右向左
     3.形参的开辟，清理方式
     
     _cdecl       调用方开辟，调用方清理
     _stdcall     调用方开辟，被调用方清理
     _fastcall    两个参数 ，寄存器
     _stdcall     两个参数 ，处理方式相同