深入了解C++：底层编译原理

进程的虚拟空间划分

任何编程语言，都会产生两样东西，指令和数据。

.exe程序运行的时候会从磁盘被加载到内存中，但是不能直接加载到物理内存中。Linux会给当前进程分配一块空间，比如x86 32位linux环境下会给进程分配2^32(4G)大小的空间，这个空间被叫做【进程的虚拟地址空间】，进程的虚拟地址空间其实并不存在，从底层来看它不过是内核创建的一系列数据结构而已。

以x86 32位linux为例，讲解进程的虚拟地址空间:这部分空间默认首地址是0x00000000，尾地址是0xFFFFFFFF，以0xCCCCCCCC为界被划分为两块，0x00000000~0xCCCCCCCC是【用户空间】，0xCCCCCCCC~0xFFFFFFFF是【内核空间】。

用户空间被进一步划分，0x00000000~0x08048000是不允许访问的空间。往后就是.【text段】，用于存储程序的机器代码（即已编译的指令），其中还有一部分是,rodata段（readonly data），用于存放只读数据（比如char *p=“hello”，所以不能修改）。

再往下就是.data段（专门存放初始化并且初始化不为0的数据），和.bss段（存放未初始化和初始化为0的数据），.bss段会自动把放入的数据做0初始化。最终生成的可执行文件就已经包含了./data段和./bss段里的数据了。

再往下就是.head段，俗称堆内存。

再往下就是共享库空间，用于加载.dll,.so等文件。

再往下就是stack段，俗称栈空间。栈是从高地址往低地址增长，堆是从低地址往高地址增长。栈空间在运行到相应的指令的时候才会被使用。

最后存放命令行参数和环境变量。

内核空间被划分为ZONE_DMA(16M左右),ZONE_NORMAL（800M左右，存放了各种控制块，比如tcb）,ZONE_HIGHMEM（地址映射用）

注意：每一个进程用户空间是私有的，内核空间是共享的！所以进程之间通信需要通过内核空间。

#include<stdio.h>//可执行文件展开的时候
//这些数据都被直接放入相应的./data或./bss段
int gdata1 = 0; //.data
int gdata2 = 0;//.bss
int gdata3;//.bssstatic int gdata4 = 1; //.ata
static int gdata5 = 0;//.bss
static int gdata6;//.bssint main(){//编译的时候产生的是指令，//可执行问价展开的时候放在.text中，//指令运行的时候才会再栈上开辟空间int a =12;int b =0;int c;//同.data或.bssstatic int c =13;static int f =0;static int g;return 0;
}

函数调用堆栈空间的过程

下面用一段很简单的代码说明栈堆调用过程。

#include <iostream>
using namespace std;int sum(int a,int b)
{int temp = 0;temp = a + b;return temp;
}int main()
{int a = 10;int b = 20;int ret = sum(a,b);cout << ret <<endl;return 0;
}

我们知道函数运行的时候需要在栈上开辟一块栈桢，.text里的汇编指令运行的时候，会往栈帧里写入相关数据。比如int a = 10对应的指令运行的时候，会对main函数的栈帧进行压栈，从ebp（栈底）压入了a=10这个数据。

运行上述代码会依次发生以下事情：

1、ebp指针指向main栈帧的栈底，esp指针指向main栈帧的栈顶。esp和ebp指向的是当前调用的栈帧,能表示一块空间。

2、a、b、ret会依次从ebp压入main函数的栈帧中。

3、sum函数的实参会从右往左依次从esp（栈顶压入）。注意，栈帧的大小是会动态变化的，esp会保持位移一直指向栈帧的顶部。

4、把下一指令,也就是sum函数的指令的地址跟从实参地址一起从esp方向压入栈帧中。