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。
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~
共同学习,写下你的评论
评论加载中...
作者其他优质文章