手把手教你构建 C 语言编译器.参考.1 -- 程序内存分布与函数调用

写在前面

参考链接

(1) 内存分布 https://www.linuxidc.com/Linux/2017-02/141094.htm

(2) 函数调用 https://www.jianshu.com/p/594357dff57e

本文绝大部分参考以上链接，结合我们要做的C语言编译器，我会对链接中的内容进行精简。

本章目的

(1) 大致了解C程序在运行时的内存分布情况；

(2) 大致了解C程序中调用函数时，汇编指令中做了哪些骚操作。

平台及语言

Visual Studio 2017，windows 7，C/C++

Visual Studio 版本不要求一样，只要能编译C++，能调试就可以了。

1. 内存分布

以下分析只是一个简要版，这里并无意于涵盖所有的C程序执行时的内存分布情况：

• text: 代码段，存储机器码
• data: 初始化数据段，初始化的全局变量，初始化静态变量（static）
• bbs: 未初始化数据段，未初始化的全局变量，未初始化的静态变量（全0）
• heap: 堆，malloc，new/realloc，calloc等操作分配的空间
• stack: 栈，局部变量，由编译器自动分配和释放

需要注意的是：地址的增长方向，特别是栈，栈底是高地址，栈顶是低地址。

2. 函数调用

• PC: 程序计数器，代表下一条指令的地址

在Visual Studio 2017 x86 debug，windows平台下， 使用的是EIP，表示本条指令的地址。

• ESP: 栈顶指针（base pointer）
• EBP: 栈底指针（stack pointer）

注意：

(1) ESP和EBP是成对的，可简单理解为 当前执行的函数 对应的有效的栈顶和栈底；

(2) 栈顶指针是有效的，即push入栈的时候，是先ESP- -，然后再 move ESP, XXX。

大致步骤(main中调用function函数)，简单起见，我们调用函数时，使用立即数参数，代码如下：

int function(int a, int b)
{
	int m = 0x12345;
	
	return m + a + b;
}

int main()
{
	int sum = 0;
	sum = function(1, 2);

	return 0;
}

我们在 sum = function(1, 2); 这里下一个断点，使用 “调试-反汇编” 功能。

2.1 main 中调用 function

(1) 参数(1, 2)压栈 ( 目前平台是倒序入栈的， 变长参数的这里先不讨论了 )

(2) 返回地址压栈，跳转

此时我们可以看到 ESP指针指向的值是 01281fd8，正是返回地址。

注意：
在Windows中，call指令相当于: {PUSH EIP +5, JMP XXX,} 。之所以这里 是 EIP + 5，是因为指令 "call xxxxxxxh"占用5个字节的内存，如下所示（VS可以查看指令长度）：

2.2 function中的操作

2.2.1 刚刚进入函数

注意，此时已经进入函数中，这是在函数function中执行的

(1) { push ebp }，保存上一层函数的ebp；

(2) { mov ebp, esp }， 更新ebp，此时 ebp，esp指向同一个位置，可以发现其实ebp指向的就是上一层函数的ebp；

(3) { sub esp, 0c0h }，给函数的临时变量预留位置，操作临时变量的值（或者地址）。

2.2.2 函数体

可以忽略接下来的那些 "push ebx, push esi"等汇编指令，这个目前和我们讲的没有关系，我们直接看函数体中的汇编指令。

这里执行函数自己的操作，加减乘除等，也就是function里面的

return m + a + b;

当然通过汇编指令，可以知道，这里是先计算 m + a + b。并且把得到的值0x00012348 放到 eax 中.

同时我们可以看见临时变量m的存储的地方就是在栈中，其值为 0x12345。

所以这里再次强调：

(1) 函数参数存放在栈中；

(2) 函数中的临时变量，也存放在栈中。

2.2.3 函数返回

(1) { add esp, 0C0h }， 这里面是临时变量，add 指令直接让esp往回移动；

题外话：有些函数会返回函数内临时变量的指针，函数执行完后，该指针指向的值已经不可预测了。因为esp往回移动后，该内存视为空闲，之后会被赋何值，不可预料。所以大家不要这么做。

(2) { mov esp, ebp }， 恢复esp 为上一层函数的esp；

(3) { pop ebp }，恢复ebp。出栈赋值给 ebp（ebp指向的正是上一层函数时的ebp）；

(4) ret ，相当于 pop EIP，在2.1.(2)中，我们将 01281fd8 进栈，此处重新赋值EIP，指向main中的下一条指令地址。

2.3 main中 调用函数后返回

(1) { add esp, 8 }，栈顶是函数参数，这里直接把esp往回移动 8个字节（两个int型参数）。这样也解释了参数其实就是一种拷贝，如果不是指针或者引用，不会对原来的值产生影响；

(2) { move dword ptr[sum], eax }，之前的function的返回值0x00012348 放到了eax中，这里将其赋值给 num；

（插一段，我们的C编译器也是把“函数结果以及每个表达式的结果”都放在eax 中。）

2.4 栈示意图

估计上面仅仅是文字和图片，还是会让大家有点糊涂。下面添加一下main 调用function时的栈示意图：

3. 总结

本章节我们主要复习了一下C程序运行时的内存分布情况，再者简单了解了一下C程序调用函数时汇编指令的一些操作。

这为我们后面构建C语言编译器打下了一定的基础。