《程序员的自我修养——链接，装载与库》读后总结

第一章 温故而知新

1.1 从Hello World说起

一开始从打印一个“hello world”这个程序说起，不仅仅停留在表面，给我提出了一个疑问？打印出 “hello world”是如何实现的，提出了一系列的问题，这部分问题的大部分答案，我也不清楚，这里留下了一个悬念，问题放到了下面。

1.2 万变不离其宗

这一部分将抽象的计算机概念，进行了具体化，一个计算机的组成最重要的三个部件，中央处理器CPU，内存和I/O控制芯片。为了协调CPU，内存和高速的图形设备，人们想到了一系列的方法，设计南桥和北桥，然后技术越来越先进，在2004年，cpu的频率从那时再也没有发生质的提高，原因是人类在cpu的工艺达到物理极限，然后人类通过增加cpu的数量来提高效率，然后就有了多核处理器。

1.3 站的高，望的远

本段介绍了系统软件的体系结构，如下图：

每个层次之间都需要通信，既然需要通信就必须有一个通信的协议，我们将其称位 “接口”，接口的下面那层是接口的提供者，每个中间层都是对其下层的包装和扩展。从整个层次结构上看，开发工具与应用工具属于同一个层次，他们都使用操作系统应用程序编程接口。应用程序接口的提供者是运行库，运行库是对系统调用接口的包装和扩展。系统调用是在操作系统内核实现的，系统调用接口的实现往往以软中断的方式提供。操作系统内核层，是对硬件接口的使用者，而硬件是接口的定义者。
这里提供两个图来更好的理解：

1.4 操作系统做什么

提供抽象的接口，管理硬件资源

1.4.1 不要让cpu打盹

开启多道设计程序，分时系统，cpu分配方式，抢占式，让cpu尽最大可能的去忙碌。

1.4.2 设备驱动

通过操作系统中的硬件驱动程序，去完成硬件的驱动，例如文件的读取，通过硬件驱动程序，读取磁盘上的数据，将数据读取到，事先设置好的内存地址中。

1.5 内存不够怎么办

这一段其实主要讲的是虚拟内存，由于主存的存储空间不足，通过辅存，从逻辑上扩展内存，这个是一个虚拟的概念，对我们程序员来说，我们看到的内存是虚拟的，当我们访问到的虚拟地址不存在于主存中时，cpu会陷入缺页中断，通过交换，分页和调度，会将磁盘中的一页调入内存，或者当主存被占满时，通过调度机制，将不常用的一页调出主存，写入磁盘，将我们需要的一页调入主存，然后给我们一个假象，我们拥有很大的内存，并通过虚拟内存可以实现进程的虚拟地址空间的隔离。

1.6 众人拾柴火焰高

这一段主要讲线程，然后阐述了线程与进程的关系：

然后线程的优点，访问权限，线程之间共享进程中的全局变量，堆上数据，函数里的静态变量，程序代码，任何线程都有权利执行读取进程中的任何代码，打开文件，A线程打开文件，B线程对文件进行读写。线程私有，局部变量，函数参数，线程局部数据。

线程的执行状态：等待，就绪，运行
还有三态转换：

线程调度，每个线程都被分配了一定的时间片和优先级，线程优先级改变的方法：
用户指定优先级，根据进入等待状态的频繁程度来提高或降低优先级。长时间得不到执行而被提升优先级。

1.6.2 线程安全

主要讲述了线程安全的一些措施，利用锁，读写锁，信号量，条件变量，原子操作。但是我觉比较新奇的是，过度优化那里，编译器过度优化会改变指令顺序，cpu会改变指令的顺序，在多线程下会造成数据不一致的问题，但是许多体系结构的cpu会提供barrier指令，防止线程不安全。还有就是内核线程和用户线程的对应关系，现在基本采用多对多的关系，好处是，用户现程数量可以多个，用户线程中一个阻塞一般不会影响其他用户线程。

第二部分编译和链接

2.1 被隐藏了的过程

一个简单的hello.c 程序如下：

#include<stdio.h>
int main(){
printf("hello world!");
return 0;
}

在Linux下当我们使用 gcc hello.c -o hello 时，会一气呵成的生成一个hello 可执行文件
./hello 就可以输出 “hello world!”，事实上上述过程可以分为四个步骤，预处理，编译，汇编，链接，如下图所示：

2.1.1 预编译

预编译的过程就是对一些#进行一些处理，处理步规则如下：

2.1.2 编译

编译部分其实就是将预处理后的代码变成汇编代码，这里涉及语义分析，词法分析，语法分析及优化后的汇编代码，这个过程很复杂。

2.1.3 汇编

这部分就是将汇编代码，变成机器可以执行的机器码。

2.1.4 链接

链接通常是一个比较让人费解的过程。文章里提供了一系列问题。

链接就是把一大堆文件链接成一个可执行文件。

2.2 编译器做了什么

编译器就是将高级语言翻译成机器语言的一个工具。
编译的过程一般分为六部：扫描，语法分析，语义分析，源代码优化，代码生成和目标代码优化。

2.2.1 词法分析

源代码程序被输入到扫描器，扫描器的任务很简单，他只是简单的进行词法分析，运用类似于有限状态机的算法，将字符串序列分割成一系列记号。例如这个程序：

他被分割后，如下图所示，字符串被分割成一些列的记号，记号有自己的类型：

词法分析产生的记号一般可以分为如下几类：关键词，标识符，字面量和特殊字符。

扫描器做了以上的工作。有一个叫lex的程序可以实现词法扫描，他会按照用户之前描述好的词法规则对字符串分割成一个个记号。因为这样一个程序的存在，程序开发者就无须为每一个编译器开发一个独立的词法扫描器，而是根据需要改变词法规则就可以了。

2.2.2 语法分析

接下来语法分析器将对扫描器产生的记号进行语法分析，从而产生语法分析树，整个分析过程采用上下文无关语法的分析手段。

由于我根本不懂上下文无关语法，所以我决定去看看。

看完定义，说实话没看懂，等会去可靠他说的例子，我们先看看它上面的哪些东西是如何定义的。

这些东西这里还是不做深入理解了，毕竟我也不懂，也不是一时半会能学会的，都怪我编译原理没好好学，想要深入去学编译原理吧，这里浅尝辄止即可。简单的讲由语法分析器产生的语法分析树就是以表达式为节点的树。类似于表达式求值那道算法题，不知道你们写过没有，解法有用栈来写，还有用语法分析树来写。下图是上图表达式的语法分析树：


正如前面词法分析有lex一样，语法分析也有一个现成的工具叫做yacc。他像lex一样可以根据用户给定的语法规则，对输入的记号序进行解析，从而构建出一颗语法树。对于不同的编译语言，编译器开发者只需改变语法规则即可，无需为每一个编译器写一个语法分析器。

2.2.3 语义分析

语法分析仅是完成表达式方面的分析，但是她并不了解这个语句是否有真正的意义。检查合法性

比如这个，我让一个野指针去和b相乘，a和b不是同一个类型，这样在语法上面是没有任何问题的，但是语义上面却是不被允许的。


通过上图的话，应该可以理解，语义分析的重要性。

被标识了类型的语法树，经过语义分析的语法树成为上图的样子。

中间层语言生产

现代编译器有着很多成优化，有些代码写的实在累赘，所以编译器需要把他优化。

优化后，就会变成另一个模样的语法树：

2.2.5 目标代码生产与优化

这里讲了下如何生成目标代码要有代码生成器和目标代码优化器，让我们得到的最终代码是最优的形式。

这句话很有趣，其实他的意思就是多文件编写，比如我昨天做的那个手动链接那个小实验，两个代码不在同一个文件，当我们在一个文件里面使用了另一个文件的函数，然后需要重定位，各种各种的东西，链接器可以帮我们做了，可以看我的那篇博客，写的很清晰：使用裸ld手动链接c程序

2.3 链接器年龄比编译器长

这部分前面讲了链接器的历史，然后讲了一下程序并不是一写好就是一直不变的。

解释了什么是重定位。

2.4 模块拼装——静态链接

写一个数百万行的代码在一个文件里，是十分难以维护的，所以出现量模块化，将一个大项目，分割成很小的模块，每个模块独立编译，然后按照要求将他们组装起来，就成了一个大的模块，这个过程称位链接。

这句话清楚的解释了链接的含义。

阐述静态链接和动态链接在细节上的命名规范。

上图这个过程，在预编译阶段将头文件个复制一份插入源代码，经历编译汇编生成可重定位的目标代码，再连接阶段，将运行库里的目标代码链接进来，最终成为一个可执行文件。

运行时库，就是对系统调用的进一步分装。

这断话举了一个很好的例子，看完他，会有一个自己的理解。

2.5 本章小结

第三章 目标文件里有什么

3.1 目标文件的格式

Windows下的可执行文件格式为PE，和Linux的ELF，他们都是COFF格式的变种。目标文件就是源代码编译后 但未进行链接的那些中间文件（Window下的.obj和Linux下的.o)他跟可执行文件的内容与结构很相似，所以一般跟可执行文件的格式一起采用一种格式存储。动态链接库和静态链接库都按照可执行文件格式进行存储。

3.2目标文件是什么样的

目标文件的内容至少有编译后的机器指令代码，数据。没错除了这些信息，还包括链接时所必要的信息，字符串符号表等。


上图的File Header文件描述了文件的很多信息，包括段表，文件是否可执行是静态链接还是动态链接等信息。

接下来讲了c语言编译后的执行语句都保存在.text段；初始化的全局变量和局部静态变量都保存在.data段，而未初始化的全局变量和静态局部变量保存至.bss段，运行时这一段确实占用内存空间，但是.bss段在文件中并不占据空间，只是为未初始化的全局变量和静态变量预留位置而已。

为什么要把程序的指令和数据分开存放，这样有什么优势？
下面是解释：

3.3 挖掘SimpleSection.o

以下面这个代码为例来讲解：


我们使用gcc去编译这个代码：
gcc -c SimpleSection.c
然后我们查看这个文件的内部结构

结构图如下：

然后接下来说SimpleSection.o段的数量比我们想象的要多，接下来将段的种类：


有一个专门的命令叫做size他可以用来查看ELF文件的代码段，数据段和BSS段的长度。

3.3.1 代码段

将.o文件以16进制的形式输出，.text段最左边是偏移量。

3.3.2 数据段和只读数据段

只读数据段的好处：

3.3.3 BSS段

讲bss段的内容

Quiz 变量存放的位置
现在来做个小实验
static int x1=0;
static int x2=1;
x1，x2会被存放在什么段中呢？
答案：x1会被存放在.bss段，x2会被存放在.data段,原因：bss段的数据默认为0，而x1=0，所以被优化掉了，放到bss段，节省磁盘空间。

3.3.4 其他段

除了.text，.data，.bss这三个最常用的段之外，ELF文件也有可能包含其他段，用来保存与程序相关的其他信息。表3-2中列举了ELF的一些常见段。

插入的段名不能和不能使用”.“作为前缀，否则容易根系统保留的段名起冲突。

在代码中使用图片，音频，等其他东西作为目标文件，将其制成一个段，该怎么做？

从上面，我觉得通过代码，操作文件可能就是把文件制程一个二进制的.obj，链接进来进行操作。

自定义段
通过__attribute__((section())) 变量 可以将 变量放到我们指定的段中。

3.4 ELF文件结构描述

3.4.1 文件头

魔术的作用：

可以去搜一下elf文件中魔术的由来

3.4.2 段表

段表是一个结构体Elf32_Shdr结构体数组，数组元素等于段的个数。

结构体的结构，感兴趣的可以自行去查。

3.4.3 重定位表

3.4.4 字符串表

在ELF文件头就可以得到字符串表和段表的位置，从而解析整个ELF文件。

3.5 链接的接口——符号

链接过程的本质就是要把多个不同的目标文件之间互相黏在一起。

3.5.2 特殊符号

3.5.3 符号修饰与签名

防止函数重名！

C++修饰符
这里主要讲c++对函数的修饰，函数签名的一些规则

3.5.4 extern “C”

讲C++兼容C


为什么C++兼容C?

3.5.3 强符号与若符号

主要讲了强符合与若符号的区别。