为了账号安全,请及时绑定邮箱和手机立即绑定

揭开C++ 的小秘密——从汇编分析C++虚函数

标签:
Java C++ 算法

虚函数是C++ 语言实现运行时多态的唯一手段,因此掌握C++ 虚函数也成为C++ 程序员是否合格的试金石。接下来柳猫就通过这篇文章,和小伙伴们一起从汇编角度分析了对象虚函数表的构,以及C++ 指针或者引用是如何利用这个表来实现运行时多态。

C++ 虚函数的结构会因编译器不同而异,但所使用的原理是一样的。为此,本文使用linux平台下的g++编译器,试图从汇编的层面上分析虚函数表的结构,以及如何利用它来实现运行时多态。

https://img1.sycdn.imooc.com//5bde85f90001c06305000353.jpg

汇编语言是难读的,特别是对一些没有汇编基础的朋友,因此,本文将汇编翻译成相应的C语言,以方便读者分析问题。

1. 代码

为了方便表述问题,本文选取只有虚函数的两个类,当然,还有它的构造函数,如下:

class Base      
{     
 public:     
    virtual void f() { }     
    virtual void g() { }     
};     
class Derive : public Base     
{     
  public:  
    virtual void f() {}  
};     
int main()     
{     
  Derive d;     
  Base *pb;  
  pb = &d;   
  pb->f();  
  return 0;  
}

2. 两个类的虚函数表(vtable)

使用g++ –Wall –S test.cpp命令,可以将上述的C++代码生成它相应的汇编代码。

ZTV4Base:  
    .long   0    
    .long   _ZTI4Base  
    .long   _ZN4Base1fEv  
    .long   _ZN4Base1gEv  
    .weak   _ZTS6Derive  
    .section    .rodata._ZTS6Derive,"aG",@progbits,_ZTS6Derive,comdat  
    .type   _ZTS6Derive, <a href="https://www.imooc.com">@object</a>  
    .size   _ZTS6Derive, 8

_ZTV4Base是一个数据符号,它的命名规则是根据g++ 的内部规则来命名的,如果你想查看它真正表示C++ 的符号名,可使用c++ filt命令来转换,例如:

[lyt@t468 ~]$ c++filt _ZTV4Base 
vtable for Base

_ ZTV4Base符号(或者变量)可看作为一个数组,它的第一项是0,第二项_ZIT4Base是关于Base的类型信息,这与typeid有关。为方便讨论,我们略去此二项数据。 因此Base类的vtable的结构,翻译成相应的C语言定义如下:

unsigned long Base_vtable[] = 
{  
    &Base::f(),  
    &Base::g(),  
};

而Derive的更是类似,只有稍为有点不同:

ZTV6Derive:  
    .long   0    
    .long   _ZTI6Derive  
    .long   _ZN6Derive1fEv  
    .long   _ZN4Base1gEv  
    .weak   _ZTV4Base  
    .section    .rodata._ZTV4Base,"aG",@progbits,_ZTV4Base,comdat  
    .align 8  
    .type   _ZTV4Base, <a href="https://www.imooc.com">@object</a>  
    .size   _ZTV4Base, 16

相应的C语言定义如下:

unsigned long Derive_vtable[] = 
{  
    &Derive::f(),  
    &Base::g(),  
};

从上面两个类的vtable可以看到,Derive的vtable中的第一项重写了Base类vtable的第一项。只要子类重写了基类的虚函数,那么子类vtable相应的项就会更改父类的vtable表项。 这一过程是编译器自动处理的,并且每个的类的vtable内容都放在数据段里面。

3. 谁让对象与 vtable 绑到一起

上述代码只是定义了每个类的vtable的内容,但我们知道,带有虚函数的对象在它内部都有一个vtable指针,指向这个vtable,那么是何时指定的呢?

只要看看构造函数的汇编代码,就一目了然了:

_ZN4BaseC1Ev:  
.LFB6:  
    .cfi_startproc  
    .cfi_personality 0x0,__gxx_personality_v0  
    pushl   %ebp  
    .cfi_def_cfa_offset 8  
    movl    %esp, %ebp  
    .cfi_offset 5, -8  
    .cfi_def_cfa_register 5  
    movl    8(%ebp), %eax  
    movl    $_ZTV4Base+8, (%eax)  
    popl    %ebp  
    ret  
    .cfi_endproc

Base::Base()函数的编译代码如下:

ZN4BaseC1Ev这个符号是C++ 函数Base::Base() 的内部符号名,可使用C++ flit将它还原。C++ 里的class,可以定义数据成员,函数成员两种。但转化到汇编层面时,每个对象里面真正存放的是数据成员,以及虚函数表。

在上面的Base类中,由于没有数据成员,因此它只有一个vtable指针。故Base类的定义,可以写成如下相应的C代码:

struct Base 
{  
    unsigned long **vtable;  
}

构造函数中最关键的两句是:

movl    8(%ebp), %eax 
movl    $_ZTV4Base+8, (%eax)

$_ZTV4Base+8 就是Base类的虚函数表的开始位置,因此,构造函数对应的C代码如下:

void Base::Base(struct Base *this)  
{  
    this->vtable = &Base_vtable;  
}

同样地,Derive类的构造函数如下:

struct Derive 
{  
    unsigned long **vtable;  
};  
void Derive::Derive(struct Derive *this)  
{  
    this->vtable = &Derive_vtable;  
}

4. 实现运行时多态的最关键一步

在造构函数里面设置好的vtable的值,显然,同一类型所有对象内的vtable值都是一样的,并且永远不会改变。下面是main函数生成的汇编代码,它展示了C++如何利用vtable来实现运行时多态。

.globl main  
    .type   main, @function  main:  
.LFB3:  
    .cfi_startproc  
    .cfi_personality 0x0,__gxx_personality_v0  
    pushl   %ebp  
    .cfi_def_cfa_offset 8  
    movl    %esp, %ebp  
    .cfi_offset 5, -8  
    .cfi_def_cfa_register 5  
    andl    $-16, %esp  
    subl    $32, %esp  
    leal    24(%esp), %eax  
    movl    %eax, (%esp)  
    call    _ZN6DeriveC1Ev  
    leal    24(%esp), %eax  
    movl    %eax, 28(%esp)  
    movl    28(%esp), %eax  
    movl    (%eax), %eax  
    movl    (%eax), %edx  
    movl    28(%esp), %eax  
    movl    %eax, (%esp)  
    call    *%edx  
    movl    $0, %eax  
    leave  
    ret   
    .cfi_endproc
andl    $-16, %esp 
subl    $32, %esp

这两句是为局部变量d和bp在堆栈上分配空间,也即如下的语句:

Derive d;   Base *pb;
leal    24(%esp), %eax 
movl    %eax, (%esp) call    _ZN6DeriveC1Ev

esp+24是变量d的首地址,先将它压到堆栈上,然后调用d的构造函数,相应翻译成C语言则如下:

Derive::Dervice(&d);
leal    24(%esp), %eax movl    %eax, 28(%esp)

这里其实是将&d的值赋给pb,也即:

pb = &d;

最关键的代码是下面这一段:

movl    28(%esp), %eax  
movl    (%eax), %eax  
movl    (%eax), %edx  
movl    28(%esp), %eax  
movl    %eax, (%esp)  call    *%edx

翻译成C语言也就传神的那句:

pb->vtable[0](bp);

编译器会记住f虚函数放在vtable的第0项,这是编译时信息。

5. 小结

这里省略了很多关于编译器和C++ 的细枝未节,是出于讨论方便用的需要。从上面的编译代码可以看到以下信息:

  • 每个类都有各有的vtable结构,编译会正确填写它们的虚函数表

  • 对象在构造函数时,设置vtable值为该类的虚函数表

  • 在指针或者引用时调用虚函数,是通过object->vtable加上虚函数的offset来实现的。

当然这仅仅是g++ 的实现方式,它和VC++的略有不同,但原理是一样的。

好的,谢谢各位小伙伴对柳猫的支持,能帮到小伙伴们就是柳猫写文章最大的动力了~


点击查看更多内容
5人点赞

若觉得本文不错,就分享一下吧!

评论

作者其他优质文章

正在加载中
算法工程师
手记
粉丝
1.5万
获赞与收藏
1209

关注作者,订阅最新文章

阅读免费教程

感谢您的支持,我会继续努力的~
扫码打赏,你说多少就多少
赞赏金额会直接到老师账户
支付方式
打开微信扫一扫,即可进行扫码打赏哦
今天注册有机会得

100积分直接送

付费专栏免费学

大额优惠券免费领

立即参与 放弃机会
意见反馈 帮助中心 APP下载
官方微信

举报

0/150
提交
取消