c语言输出symbol_C 语言课上不会讲的一些问题

基础认识：程序在内存中的基本结构

在大多数操作系统中，一个程序加载到内存后会被分配一个虚拟的内存地址，范围从0到一个非常大的不确定值。这个虚拟内存对应的物理内存映射是操作系统管理的，多数情况它在主存(main memory)中，但在空间不足时也有可能在硬盘里。作为一个应用程序的开发者，我们的看到的世界是被隔离开的。

程序运行时，代码区域（通常从0x00400000开始）的指令被依次执行，它可能操作一个内存区域，可能写入一个寄存器，可能做一个运算，也可能跳转到另一个指令等等。这些可能做的事情是完全是可以扩展的，可以是任何现在还想不到的功能，不过笔者认为这些具体的事情单独都不是那么了不起，计算机最核心的部分应该是提供了一套机制，按照某种清单样的方式执行那些功能，这个清单就是程序代码。

区分变量的定义和声明

声明和定义在经常被混淆，这里尝试把这个问题讲清楚

• 声明是指告诉编译器一个变量的名字、类型、如何初始化等信息
• 定义是告诉编译器给这个变量分配内存

声明和定义听起来就是紧密结合的两个操作，我们通常同时需要两者，一般不会只需要分配内存，而不需要知道它的类型等基本信息

考虑都这种紧密关系，许多语言都没有把声明和定义完全分开，在c语言中定义就包含了声明，而声明不一定包含定义

以下，都是定义+声明

int 

有些时候，我们不需要定义（分配内存），只需要告诉编译器有这样一个变量就可以了，比如：

extern 

之所以不需要分配内存，是因为这个变量可能在别的地方(文件)定义过了，我们只需要告诉编译器相信有这个函数，有这个变量，并且告诉它怎么用这个变量（类型）就可以了。当然这样编译器是不可能知道这个变量的内存具体分配到哪里了，它会把这种位置“留空”，等链接器填上。

为什么要等链接器？编译器自己不可以补上吗？

不可以，c 语言的编译器只会编译一个个单独的文件, 那些不明位置的声明，和知道位置的全局变量/函数会被临时写到一个符号表，等链接器把所有编译好的文件串起来，并把所有的符号表对应起来，最终成为可执行的程序。

这个过程最重要的是要理解编译器在编译的时候是没有全局观的，它只知道它编译的那一个文件，这也是为什么我们需要单独的声明，而不是仅用定义的原因。

备注：上面说的变量和函数都是指全局的，局部变量作用在局部根本不存在跨文件的问题，也不会产生符号表。

好了，知道编译链接的基本流程后我们要问几个十分重要的问题

1. 为什么需要头文件

​ a. 方便跨文件调用别的函数/变量

​ b. 方便使用共用的结构体/宏

2. 头文件中可以定义函数/变量吗，当作共享函数/变量来使用

不应该，不应该，不应该，重要的事情说三遍，链接时出现duplicate symbol 的问题很多时候是这样错误的编码方式导致的

如果头文件中定义一个变量 int a; 那么所有include 它的源文件 xx.c 都会在编译后输出符号 a, 相当于定义了很多次a，也就是让同一个变量分配到了几个不同的地址，这显然是有问题的，链接器遇到这种情况就会报错。

正确的做法是仅在头文件中包含声明，比如extern int a； 然后在其对应的.c文件中定义这个变量（函数同理）。

3. 头文件中可以定义结构体/宏吗

可以的，也应该如此，结构体/宏不属于要分配内存地址的对象（c++的inline函数同理）。结构体只是定义了一种类型的结构，宏只是定义了一种展开代码的结构，其本身都不需要分配内存地址，这和上面提到的函数本体/变量是有很大不同的， 函数需要分配到代码段，而变量需要分配到全局变量段。

4. 没有头文件就没有办法跨文件调用别文件中的函数/变量了吗？

不是，只要你在调用前声明（e.g. extern int a;）就可以了，这种方法虽然及其不推荐，但是我们需要知道有这种机制，才能在实际工程中发现问题。

5. 头文件需要作为编译器的输入的编译文件吗

​ 不需要，也不应该，编译器遇到#include 会自动导入头文件，作为正在处理的 .c 的一部分, 头文件本身不应该被编译成任何单独的目标文件参与后续的链接（按照之前讨论的，头文件里面都没有任何需要往分配内存地址的东西，编译出来本来应该就是空的）

6. 可以让全局变量不在链接时共享吗？

可以，用static全局变量，

更广为人知的static用法可能是函数里面的局部static变量，这样的变量在函数反复调用的时候会保留之前的值。这里说的static全局变量语义有所不同，这个相当于这个文件私有的全局变量，其它文件访问不到。

深入链接的过程，强弱定义

之前提到编译器会把每一个全局符号（函数和全局变量）写到符号表。我们已经区分过声明和定义了，这里我们进一步再深入一下定义，还可以分为弱定义和强定义，其实就是是否带有初始化的区别：

int a;          //弱定义
int a = 10;     // 强定义
extern int a;   // 声明

强弱定义会影响链接器的行为：

• 对于强定义，编译器会导出强符号(.text/.data/.bss)
• 对于弱定义，编译器会导出弱符号(COMMON)
• 对于声明，编译器会导出未定义符号(UND)

链接器首先会检查有没有重名的强符号和弱符号，规则如下：

• 不允许有多个同名的强符号
• 如果有一个强符号和一些弱符号同名，那么选择强符号
• 如果有多个弱符号同名，那么随机选择一个

后两个十分危险，因为链接器是不知道变量类型的，它只关心地址！发生这种情况时许多链接器也会发出warning，但是不会停止链接，最终产生的程序可能会产生意想不到的效果。

比如下面，右边的x将给定左边x的地址，而编译的时候右边的编译器是把x当浮点数处理的，所有编译出来的操作也是针对浮点数的，这两边的不统一会导致许多意想不到的问题。

Copy From CSAPP

为了避免上述问题，我们不要使用弱定义，也就是所有全局变量都一定要初始化！

上面检查和选择成功后，链接器就会把UNF的符号，和这些已定义的符号匹配，如果没有匹配，则报错

ld: symbol(s) not found for architecture x86_64

解析变量定义和声明（未完待续）

你认识几个？

• int a;
• int * a;
• int const * a;
• int (*p(float q))(int a);
• void (*signal(int sig, void (*handler)(int)))(int);
• void (*(*(*funcArrays[10])[30])(int, void(*)(int)))(int);

识别步骤

copy from c专家编程

比较核心的几点是

（1）分析从最左边的标识符开始，它就是变量名

（2）标识符右边的符号表示它是什么,() 就是函数, []就是数组, 剩下左边的部分对于函数来说就是返回值类型，对于数组就是内容类型

（3）向左边分析，*, const, volatile

（4）解析完一部分，比如解析完()中的内容，就把()当成一个整体，继续（2）解析

int 

区分常量指针和指针常量

这里中文有点歧义，常量指针是说指向常量的指针(pointer to constant)， 指针常量是说常量存在的指针（constant pointer）

int const *a; //常量指针

int const (*a); //常量指针

const int *a; //常量指针

int * const a; //指针常量