3. 编译生成汇编文件和可执行文件
g++命令行提供了简便方式来生成这两种文件,我们在下面根据实际需要来对这两文件进行分析,从而深入理解point对象的内存布局。
g++命令使用如下:
[lyt@t468 ~]$ g++ -g -o object object.cpp
[lyt@t468 ~]$ g++ -g -S -o object.s object.cpp
object.s文件生成的汇编比较凌乱,因为它里面的符号还未重定位,只是使用一些符号来表示某些以后要分配内存的变量,编译器使用的变量或符号。因此,我们可以利用它来分析某些C++变量经编译器处理后,在汇编层面上的符号名称。
object文件可用来供gdb调试工具来使用,gdb可以对源代码以函数为单位,对每一行语句进行反汇编。
4. 所有与point类相关的符号
C++源代码生成可执行文件(linux下称为ELF格式文件)后,它专门有一个符号节区来记录执行文件中各个符号的类型,地址等相关信息。为了便于分析,我们使用readelf工具对生成的object文件,找出与point类相关的所有符号,以及使用c++filt工具,将这些符号转变成C++语言级别上的语义,如下:
[lyt@t468 ~]$ readelf -s object | grep point 41: 08048530 10 FUNC WEAK DEFAULT 13 _ZN5point13get_instancesE 49: 0804853a 40 FUNC WEAK DEFAULT 13 _ZN5point4moveEii 56: 080484fa 35 FUNC WEAK DEFAULT 13 _ZN5pointC1Eii 58: 0804851e 18 FUNC WEAK DEFAULT 13 _ZN5pointD1Ev 59: 0804a01c 4 OBJECT GLOBAL DEFAULT 25 _ZN5point7ins_cntE [lyt@t468 ~]$ c++filt _ZN5point13get_instancesE point::get_instances [lyt@t468 ~]$ c++filt _ZN5point4moveEii point::move(int, int) [lyt@t468 ~]$ c++filt _ZN5pointC1Eii point::point(int, int) [lyt@t468 ~]$ c++filt _ZN5pointD1Ev point::~point() [lyt@t468 ~]$ c++filt _ZN5point7ins_cntE point::ins_cnt |
从上面的结果可以看出来,point类的构造函数,析构函数,move成员函数,get_instances静态成员函数都对应一个函数符号。而令我们感到意外的是,point类的静态变量ins_cnt也对应一个全局变量符号,它的地址是0804a01c;下面对地址0804a01c 的读写汇编语言,都意味着相应的C++函数读写该变量,也即point类的静态变量。
5. point对象的内存布局和构造函数
对象的生命始于构造函数,而在执行构造函数之前,对象还处于混沌状态。在构造函数里面,它按对象内存所包含的每个成员依次进行初始化,因此我们从对象的构造函数就可以一窥它的内存布局。
为了方便大家较对C++源代码和汇编代码,使用gdb对point类的构造函数按源代码行进行反汇编。结果如下:
(gdb) disassemble /m _ZN5pointC1Eii Dump of assembler code for function point: 5 point(int x, int y) 0x080484fa <point+0>: push ebp 0x080484fb <point+1>: mov ebp,esp 6 { 7 this->x = x; 0x080484fd <point+3>: mov eax,DWORD PTR [ebp+0x8] 0x08048500 <point+6>: mov edx,DWORD PTR [ebp+0xc] 0x08048503 <point+9>: mov DWORD PTR [eax],edx 8 this->y = y; 0x08048505 <point+11>: mov eax,DWORD PTR [ebp+0x8] 0x08048508 <point+14>: mov edx,DWORD PTR [ebp+0x10] 0x0804850b <point+17>: mov DWORD PTR [eax+0x4],edx 9 ins_cnt++; 0x0804850e <point+20>: mov eax,ds:0x804a01c 0x08048513 <point+25>: add eax,0x1 0x08048516 <point+28>: mov ds:0x804a01c,eax 10 } 0x0804851b <point+33>: pop ebp 0x0804851c <point+34>: ret End of assembler dump. |
为了让大家更清楚构造函数到底作了什么事情,我对上面的汇编语句逐行分析:
7 this->x = x;
0x080484fd <point+3>: mov eax,DWORD PTR [ebp+0x8]
0x08048500 <point+6>: mov edx,DWORD PTR [ebp+0xc]
0x08048503 <point+9>: mov DWORD PTR [eax],edx
mov eax,DWORD PTR [ebp+0x8] 将函数第一个参数的值存放到寄存器eax中
mov edx,DWORD PTR [ebp+0xc] 将函数第二个参数的值存放到寄存器edx中
mov DWORD PTR [eax],edx 将edx寄存器的值写到eax所指向的内存中
结合this->x = x;这个C++代码,我们可以大胆推测,point构造函数生成汇编后,它对应的函数名(或者符号名)为
_ZN5pointC1Eii。该函数的第一个参数为this,类型为point类内存布局的表示类型,我们姑且称为struct point *类型;第二参数为int类型的x。
接下来的this->y = y;语句的反汇编,与上面this->x = x; 语句如同一辙,唯有x和y在point对象的内存偏移量不同。
从而得出,x成员在point对象内存的偏移量为0,而y的为4。
比较迷惑的是最后这句:
9 ins_cnt++;
0x0804850e <point+20>: mov eax,ds:0x804a01c
0x08048513 <point+25>: add eax,0x1
0x08048516 <point+28>: mov ds:0x804a01c,eax
第一个mov是将内存0x804a01c的值读到eax中,add指令是将eax加1,最后一个mov是将eax最后的值写回到内存中。还记得0x804a01c是哪个符号的地址吗?没错,它就是point类静态变量ins_cnt的地址。
由此,我们可以使用point类的对象在内存的布局如下:
struct point {
int x;
int y;
};
// point::ins_cnt 变量,在汇编层面上,它是一个全局变量
int point_ins_cnt = 0;
它的构造函数翻译成如下:
void point::point(struct point *this, int x, int y)
{
this->x = x;
this->y = y;
point_ins_cnt++;
}
正如你早已知道的秘密,C++编译器悄悄地将你写的非静态 函数 成员(当然包括构造函数的析构函数)加上this指针作为第一个参数,这就是C++资料上所说的this隐藏参数。在汇编的曝光下,这一切都真相大白了。
下面是move成员函数反汇编的结果,如有不明白,可以对比分析一下:
(gdb) disassemble /m _ZN5point4moveEii Dump of assembler code for function _ZN5point4moveEii: 22 point & move(int addx, int addy) 0x0804853a <_ZN5point4moveEii+0>: push ebp 0x0804853b <_ZN5point4moveEii+1>: mov ebp,esp 23 { 24 this->x += addx; 0x0804853d <_ZN5point4moveEii+3>: mov eax,DWORD PTR [ebp+0x8] 0x08048540 <_ZN5point4moveEii+6>: mov eax,DWORD PTR [eax] 0x08048542 <_ZN5point4moveEii+8>: mov edx,eax 0x08048544 <_ZN5point4moveEii+10>: add edx,DWORD PTR [ebp+0xc] 0x08048547 <_ZN5point4moveEii+13>: mov eax,DWORD PTR [ebp+0x8] 0x0804854a <_ZN5point4moveEii+16>: mov DWORD PTR [eax],edx 25 this->y += addy; 0x0804854c <_ZN5point4moveEii+18>: mov eax,DWORD PTR [ebp+0x8] 0x0804854f <_ZN5point4moveEii+21>: mov eax,DWORD PTR [eax+0x4] 0x08048552 <_ZN5point4moveEii+24>: mov edx,eax 0x08048554 <_ZN5point4moveEii+26>: add edx,DWORD PTR [ebp+0x10] 0x08048557 <_ZN5point4moveEii+29>: mov eax,DWORD PTR [ebp+0x8] 0x0804855a <_ZN5point4moveEii+32>: mov DWORD PTR [eax+0x4],edx 26 27 return *this; 0x0804855d <_ZN5point4moveEii+35>: mov eax,DWORD PTR [ebp+0x8] 28 } 0x08048560 <_ZN5point4moveEii+38>: pop ebp 0x08048561 <_ZN5point4moveEii+39>: ret End of assembler dump. |