用汇编的眼光看C++(开篇)

时间:2022-09-17 00:58:25

【 声明:版权所有,欢迎转载,请勿用于商业用途。  联系信箱:feixiaoxing @163.com】   

    

    很多朋友,包括我自己在内,对C++语言的很多特性不是很明白。特别是几年前找工作的时候,为了应付来自工作单位的考试,我经常逼着自己的去记住一些复杂的试题和答案。可是常常时间已过,一切又回到了原点。原来没有弄清楚的问题还是没有弄明白,一切都没有发生改变。直到若干年后,当我在编码过程中不断积累经验,尝试用汇编代码和内存数据来解释一些现象的时候,才明白有些东西其实并不复杂。也许有的朋友对汇编语言会有畏惧,其实没有必要。只要你对C语言有一些基础,对堆栈有一些印象,那么你已经拥有汇编语言的基础了。在接下来的数篇博客中,我们就会就x86汇编、数据类型、数据运行逻辑、指针、数据、类、重载运算符在汇编下是如何展开的做一些介绍,谈一些个人的看法。下面,我们就进行一些小测试,同时用汇编语言来说明一下。大家可以一起做一下。


(1) char name[] 和 char* name

1:
2:    void process()
3:    {
00401020   push        ebp
00401021   mov         ebp,esp
00401023   sub         esp,4Ch
00401026   push        ebx
00401027   push        esi
00401028   push        edi
00401029   lea         edi,[ebp-4Ch]
0040102C   mov         ecx,13h
00401031   mov         eax,0CCCCCCCCh
00401036   rep stos    dword ptr [edi]
4:        char name_tmp[] = {"hello"};
00401038   mov         eax,[string "hello" (0042201c)]
0040103D   mov         dword ptr [ebp-8],eax
00401040   mov         cx,word ptr [string "hello"+4 (00422020)]
00401047   mov         word ptr [ebp-4],cx
5:        char* name_glb = "hello";
0040104B   mov         dword ptr [ebp-0Ch],offset string "hello" (0042201c)
6:    }
00401052   pop         edi
00401053   pop         esi
00401054   pop         ebx
00401055   mov         esp,ebp
00401057   pop         ebp
00401058   ret
    通过上面的代码,我们可以清楚地看出两者之间的差别。"hello"字符串是一个全局只读变量,空间地址为0x0042201C。name_tmp是函数内的char数组,第4行语句下面四行表示全局数据“hello”是分两次拷贝到name_tmp的,第一次是dword、四个字节,第二次是word、两个字节。所以name_tmp共有6个字节。相比较而言,name_glb什么也没有,它只是把自己指向了全局变量而已,所以它只是一个指针而已。

(2)apple a()和apple b

假设class apple的定义为:

class apple
{
public:
    apple() {}
    ~apple() {}
};

那么apple a()和apple b是分别怎么编译的呢?

9:    void process()
10:   {
00401020   push        ebp
00401021   mov         ebp,esp
00401023   sub         esp,44h
00401026   push        ebx
00401027   push        esi
00401028   push        edi
00401029   lea         edi,[ebp-44h]
0040102C   mov         ecx,11h
00401031   mov         eax,0CCCCCCCCh
00401036   rep stos    dword ptr [edi]
11:       apple a();
12:       apple b;
00401038   lea         ecx,[ebp-4]
0040103B   call        @ILT+20(apple::apple) (00401019)
13:   }
00401040   lea         ecx,[ebp-4]
00401043   call        @ILT+10(apple::~apple) (0040100f)
00401048   pop         edi
00401049   pop         esi
0040104A   pop         ebx
0040104B   add         esp,44h
0040104E   cmp         ebp,esp
00401050   call        __chkesp (004010b0)
00401055   mov         esp,ebp
00401057   pop         ebp
00401058   ret

    为什么apple a()这边什么也没有编译呢?原因很简单,因为编译器把apple a()看成是一个extern的函数,返回值为apple。与此相对应的apple b才是函数中真正定义的临时变量,因为在下面不远处有apple的两个函数——apple的构造函数和apple的析构函数哦。

(3)(apple*) (0) -> print()

其中class apple这样定义:

class apple
{
    int value;
public:
    apple() {}
    ~apple() {}
    void print() { return;} 
};

    如果0设置为apple*,那么访问函数print会有问题吗?

10:   void process()
11:   {
00401030   push        ebp
00401031   mov         ebp,esp
00401033   sub         esp,40h
00401036   push        ebx
00401037   push        esi
00401038   push        edi
00401039   lea         edi,[ebp-40h]
0040103C   mov         ecx,10h
00401041   mov         eax,0CCCCCCCCh
00401046   rep stos    dword ptr [edi]
12:       ((apple*)(0))->print();
00401048   xor         ecx,ecx
0040104A   call        @ILT+0(apple::print) (00401005)
13:   }
0040104F   pop         edi
00401050   pop         esi
00401051   pop         ebx
00401052   add         esp,40h
00401055   cmp         ebp,esp
00401057   call        __chkesp (004010e0)
0040105C   mov         esp,ebp
0040105E   pop         ebp
0040105F   ret
    通过运行函数,我们发现没有任何异常产生,为什么呢?因为我们发现ecx是作为0传给print函数的,也就是我们熟悉的this指针为0。但是我们发现在print函数内部没有用到this指针,因为我们根本没有对this->value进行访问,只是一个返回语句return。这说明指针作为class null指针并不可怕,可怕的是用null去访问内存中的数据。

(4) int m = 1; int n = m++ + ++m; 那么n是多少呢?

10:   void process()
11:   {
0040D4D0   push        ebp
0040D4D1   mov         ebp,esp
0040D4D3   sub         esp,48h
0040D4D6   push        ebx
0040D4D7   push        esi
0040D4D8   push        edi
0040D4D9   lea         edi,[ebp-48h]
0040D4DC   mov         ecx,12h
0040D4E1   mov         eax,0CCCCCCCCh
0040D4E6   rep stos    dword ptr [edi]
12:       int m = 1;
0040D4E8   mov         dword ptr [ebp-4],1
13:       int n = m++ + ++m;
0040D4EF   mov         eax,dword ptr [ebp-4]
0040D4F2   add         eax,1
0040D4F5   mov         dword ptr [ebp-4],eax
0040D4F8   mov         ecx,dword ptr [ebp-4]
0040D4FB   add         ecx,dword ptr [ebp-4]
0040D4FE   mov         dword ptr [ebp-8],ecx
0040D501   mov         edx,dword ptr [ebp-4]
0040D504   add         edx,1
0040D507   mov         dword ptr [ebp-4],edx
14:   }
0040D50A   pop         edi
0040D50B   pop         esi
0040D50C   pop         ebx
0040D50D   mov         esp,ebp
0040D50F   pop         ebp
    通过汇编代码,我们看到【ebp-4】就是m在堆栈中的地址,【ebp-8】就是n在堆栈中的地址。 int n = m++ + ++m下面总共有9句汇编。我们可以分析一下:前面三句表示m自己增加1,第四句表示ecx = m,即ecx = 2。第五句ecx和m相加,翻译过来就是ecx = ecx + m。此时ecx = 4。第六句表示 n = ecx。 第七句到第九句表示m自增加1。为什么会出现这样的情况呢,其实道理很简单,主要是因为我们的表达式是从右向左运算的。如果大家这样看就明白了,首先++m,然后 n = m + m,最后 m++。

(5) *p++和(*p)++区别是什么

10:   void process()
11:   {
0040D4D0   push        ebp
0040D4D1   mov         ebp,esp
0040D4D3   sub         esp,48h
0040D4D6   push        ebx
0040D4D7   push        esi
0040D4D8   push        edi
0040D4D9   lea         edi,[ebp-48h]
0040D4DC   mov         ecx,12h
0040D4E1   mov         eax,0CCCCCCCCh
0040D4E6   rep stos    dword ptr [edi]
12:       char data = 'a';
0040D4E8   mov         byte ptr [ebp-4],61h
13:       char* p = & data;
0040D4EC   lea         eax,[ebp-4]
0040D4EF   mov         dword ptr [ebp-8],eax
14:       *p++;
0040D4F2   mov         ecx,dword ptr [ebp-8]
0040D4F5   add         ecx,1
0040D4F8   mov         dword ptr [ebp-8],ecx
15:       (*p)++;
0040D4FB   mov         edx,dword ptr [ebp-8]
0040D4FE   mov         al,byte ptr [edx]
0040D500   add         al,1
0040D502   mov         ecx,dword ptr [ebp-8]
0040D505   mov         byte ptr [ecx],al
16:   }
0040D507   pop         edi
0040D508   pop         esi
0040D509   pop         ebx
0040D50A   mov         esp,ebp
0040D50C   pop         ebp
0040D50D   ret
    我们首先创建局部变量data。然后把data的指针复制给p。从汇编代码可以清楚的看出来:*p++就等于p++;(*p)++首先把指针复制给edx,然后获取edx地址指向的char数据复制给al,al自增加1,同时p地址复制给ecx,al复制给ecx指向的地址,就是这么简单。


类似的问题还有很多,大家不妨自己试一试:

(1) 下面的union在内存是怎么安排的?gcc和vc编译的时候,分配的内存size是一样的吗?

typedef union 
{
char m:3;
char n:7;
int data;
}value;

(2) 下面地址一致吗?

char value1[] = {"hello"};
char value2[] = {"hello"};
char* pValue1 = “hello”;
char* pValue2 = "hello";
value1和value2地址一致吗?pValue1和pValue2呢?

(3)下面一段话为什么运行错误?为什么内存泄露了?怎么修改?

class apple
{
    char* pName;
public:
    apple() { pName = (char*)malloc(10);}
    ~apple() {if(NULL != pName) free(pName);}
};

void process()
{
    apple a, b;
    a = b;
}

(全文完)