|
|
@@ -266,3 +266,113 @@ movl %eax, array(, %edx, 4)
|
|
|
|
|
|
> 乘法由一条相对复杂的 **基址比例变址寻址**（`Base Index Scale Addressing`） 的 lea 指令完成
|
|
|
|
|
|
+首先C++ 语言的定义极为复杂；然后现代 CPU 也相当复杂，CPU 采用了流水线、多发射、超标量等诸多复杂的特性。为了支持这些特性，编译器的机器指令优化过程也变得十分复杂
|
|
|
+
|
|
|
+使编译过程更为复杂的是有些编译器支持多种硬件平台，即允许编译器编译出多种目标 CPU 的代码
|
|
|
+
|
|
|
+> 比如 GCC 编译器就几乎支持所有 CPU 平台
|
|
|
+
|
|
|
+```cpp
|
|
|
+array[index] = (index + 4) * (2 + 6);
|
|
|
+```
|
|
|
+
|
|
|
+经过前面的扫描、词法分析、语法分析、语义分析、源代码优化、代码生成和目标代码优化后，源代码被编译成了目标代码
|
|
|
+
|
|
|
+那么问题来了，`array` 和 `index` 的地址如何得到？
|
|
|
+
|
|
|
+进而引入新的问题：代码中有变量定义在其他模块，该怎么办？
|
|
|
+
|
|
|
+## 链接器
|
|
|
+
|
|
|
+```
|
|
|
+0001 0100
|
|
|
+...
|
|
|
+...
|
|
|
+...
|
|
|
+1000 0111
|
|
|
+```
|
|
|
+
|
|
|
+在很久之前纯二进制指令（打孔纸条）控制机器时，假设 `0001` 是跳转指令，那么上述代码第一条 `0001 0100` 就是跳转到 `0100` 也就是第四条指令中
|
|
|
+
|
|
|
+但是代码并不是一成不变的，如果在第四条之前插入新的指令，那么原本第四条指令就变成第五条指令了，对应的第一条指令也要修改 `0001 0101`。这一步就是 **重定位**(`Relocation`)
|
|
|
+
|
|
|
+再后面开始使用汇编语言，使用类似 `jmp` 来替代 `0001` 表示跳转命令。可以使用符号来标记位置，比如使用 `divide` 来表示一个除法子程序的起始地址
|
|
|
+
|
|
|
+如果将之前二进制代码的第四条指令的起始地址使用符号 `foo` 来标记，那么命令就从 `0001 0100` 变成了 `jmp foo`
|
|
|
+
|
|
|
+当使用符号命名子程序或跳转目标之后，不管 `foo` 之前插入或减少了多少条指令导致 `foo` 目标地址发生了什么变化，汇编器在每次汇编程序的时候会重新计算 `foo` 这个符号的地址
|
|
|
+
|
|
|
+上述整个过程不需要人工参与，终于不用在人工进行低级繁琐的地址调整工作
|
|
|
+
|
|
|
+现在软件开发过程中，往往会拆分成多个模块，这些模块之间互相依赖有，又相对独立。这种模块化开发的好处就是代码容易阅读、理解、重用，每个模块单独开发、编译、测试，改变部分代码不用编译整个程序等
|
|
|
+
|
|
|
+C++ 模块之间通信有两种方式：模块间的**函数调用**和模块间的**变量访问**
|
|
|
+
|
|
|
+函数访问必须知道目标函数的地址，变量访问也必须知道目标变量的地址，所以总的来的两种方式都可以归结为**模块间符号的引用**
|
|
|
+
|
|
|
+这个过程也被称为**链接**
|
|
|
+
|
|
|
+链接的主要内容就是把各个模块之间互相引用的部分都处理好，使得各个模块之间能够正确地衔接
|
|
|
+
|
|
|
+链接器要做的工作跟前面说的人工调整地址本质没什么两样。**链接**过程主要包括了**地址和空间分配**（Address And Storage Allocation）、**符号决议**（Symbol Resolution）和**重定位**（Relocation）等步骤
|
|
|
+
|
|
|
+| 步骤 | 作用 | 过程 |
|
|
|
+| --- | --- | --- |
|
|
|
+| 步骤和空间分配 | 为每个模块中的代码和数据分配内存地址和存储空间 | 链接器首先扫描所有输入的可重定位目标文件，确定每个模块的大小和对齐要求。根据这些信息，链接器为每个模块分配内存地址和存储空间，确保他们在内存中的布局符合要求 |
|
|
|
+| 符号决议 | 将每个符号引用与其定义关联起来 | 每个模块中定义和引用的符号都会被记录在符号表中。链接器扫描所有输入的目标文件，解析每个符号的定义和引用。链接器将每个符号引用与其定义关联起来，确保所有引用都能正确解析 |
|
|
|
+| 重定位 | 调整代码和数据中的地址引用，使他们指向正确的内存位置 | 编译器和汇编器生成的代码和数据通常从地址 0 开始，在实际运行时会发生变化。链接器根据地址和空间分配的结果，调整代码和数据中的地址引用，使他们指向正确的内存位置。也包括修改指令中的地址引用、调整数据段中的指针等 |
|
|
|
+| 合并和优化 | 合并相同的代码和数据段，并进行优化以提高执行效率 | 链接器会合并相同的代码和数据段，减少冗余。链接器还会进行一些优化操作，如消除未使用的代码和数据、优化指令顺序等 |
|
|
|
+
|
|
|
+> 代码在运行的时候才会被加载到内存中，所以上述所有的内存地址都是虚拟地址，而不是物理内存地址，这些虚拟内存地址在程序运行时会被映射到实际的物理内存地址
|
|
|
+
|
|
|
+一般来说，每个模块的源代码文件经过编译器编译成**目标文件**(Object File，一般后缀为 .0)，**目标文件**和**库**(`Library`) 一起链接形成最终的可执行文件
|
|
|
+
|
|
|
+最常见的库就是**运行时库**(Runtime Library)，它是支持程序运行的最基本函数的集合
|
|
|
+
|
|
|
+**库**其实时一组目标文件的包，就是一些最常用的代码编译成目标文件后打包存放
|
|
|
+
|
|
|
+```cpp
|
|
|
+// main.c
|
|
|
+#include <stdio.h>
|
|
|
+#include <stdbool.h>
|
|
|
+
|
|
|
+extern bool foo();
|
|
|
+
|
|
|
+int main() {
|
|
|
+ if (foo()) {
|
|
|
+ printf("foo returned true\n");
|
|
|
+ } else {
|
|
|
+ printf("foo returned false\n");
|
|
|
+ }
|
|
|
+ return 0;
|
|
|
+}
|
|
|
+
|
|
|
+
|
|
|
+// foo.c
|
|
|
+#include <stdbool.h>
|
|
|
+
|
|
|
+bool foo() {
|
|
|
+ return true;
|
|
|
+}
|
|
|
+```
|
|
|
+
|
|
|
+> `c89` 中没有定义 `bool`，`c99` 中在 `stdbool.h` 中定义了 `bool`
|
|
|
+
|
|
|
+通过 `gcc -c main.c -o main.o` 和 `gcc -c foo.c -o foo.o` 生成目标文件
|
|
|
+
|
|
|
+1. 地址和空间分配：为每个模块中的代码和数据分配虚拟地址和存储空间
|
|
|
+ - 扫描器扫描 `main.o` 和 `foo.o` 确定模块大小和对齐要求
|
|
|
+ - 为 `main` 函数和 `foo` 函数分配虚拟地址
|
|
|
+ - 为犬奴变量和静态数据分配存储空间
|
|
|
+
|
|
|
+2. 符号决议：链接器解析每个符号的定义和引用，将符号引用与其定义关联起来
|
|
|
+ - 在 `main.o` 中，链接器发现 `foo` 函数是一个外部符号(`extern`)，需要解析其定义
|
|
|
+ - 在 `foo.o` 中，链接器找到 `foo` 函数的定义，并将 `main.o` 中对 `foo` 的引用于 `foo.o` 中的定义关联起来
|
|
|
+
|
|
|
+3. 重定位：链接器调整代码和数据中的地址引用，使他们指向正确的虚拟地址
|
|
|
+ - 链接器修改 `main.o` 中对 `foo` 函数的调用地址，使其指向 `foo.o` 中 `foo` 函数的实际地址
|
|
|
+
|
|
|
+4. 合并和优化：链接器合并相同的代码段和数据段，并进行优化以提高执行效率
|
|
|
+
|
|
|
+## 目标文件
|
|
|
+
|
nicetry12138