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
