abc

0%

浅析C语言运行时内存管理

Posted on Edited on In

主要讨论C语言怎样组织正在运行的程序的数据结构的细节。

我们知道知道在UNIX操作系统中，一个C语言文件经过预处理（cpp），编译（cc1），汇编（as）和链接（ld）后可以得到可执行文件a.out。我们可以用size命令（或nm、dump）检查可执行文件，它会告诉你这个文件中的三个段（文本段.text，数据段.data，.bss段）的大小。文本段包含程序的指令。由于程序的文本内容和大小都不会变化，链接器把指令直接从文件拷贝到内存中，不再处理。数据段包含经过初始化的全局和静态变量以及它们的值。BSS段的大小从可执行文件中得到，然后链接器得到这个大小的内存块，紧跟在数据段之后。当这个内存区进入程序的地址空间后全部清零，通常是memset全部置0。通常把数据段和BSS段统一称为数据区。上面这些内容可以通过size命令很直观的查看与验证。除了上面提到的程序指令、全局和静态变量，我们还有局部变量等数据需要存储。这就引出了堆栈段（stack）和堆空间（heap）。下面将详细讨论数据区、堆栈段和堆空间。

1.数据区存放着全局变量与静态变量，包括初始化和未初始化。其中未初始化的在进入程序地址空间的时候统一清零。这些数据的生命周期都是主程序运行时间。所谓静态变量，是指由static修饰的变量，可以是全局变量，也可以是局部变量。当修饰子函数的局部变量的时候，如果有初始化的话只在第一次进入子函数的时候执行初始化语句，并且在子函数退出的时候依然有效。关于static的另一个作用便是对链接器不可见，这个在以后再说。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
#include <stdio.h>

void foo()
{
    static int a = 0;
    a ++;
    printf("%d\n", a);
}

int main()
{
    foo();
    foo();
    foo();
    return 0;
}
//print: 1, 2, 3

2.堆栈段有三个主要的用途：一是为函数内部声明的局部变量（也称“自动变量”）提供存储空间；二是在进行函数调用时，堆栈存储与此相关的一些维护性信息。这些信息被称为堆栈结构（stack frame），或者过程活动记录（precedure activation recored），其中包括函数调用地址、任何不适合装入寄存器的参数以及一些寄存器的保存；三是用作暂时存储区。有时程序需要一些临时存储，比如算术表达式计算。值得注意的是堆栈的入栈是由高地址到低地址，并且局部变量的生命周期在子函数退出的时候也释放了。下面看一个程序

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
#include &lt;stdio.h&gt;

int foo(int i)
{
    volatile int a = 1;
    volatile int b[2] = {0};
    return b[i];
}

int main()
{
    int b = foo(2);
    printf("%d\n", b);
    return 0;
}

由于C语言中对数组越界并不会作检查，所以上述程序是可以编译通过并执行的。

volatile是为了防止编译器对代码进行优化，我们来看下foo子函数的堆栈段的情况，由高到低，压入i，a，b[1]，b[0]，则i==2时，返回的实际上是a。

上面提出局部变量的生命周期，如果一个函数返回了一个局部变量会怎么样呢？

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
#include <stdio.h>

int foo1()
{
    int a = 100;
    return a;
}

int *foo2()
{
    int a = 101;
    return &amp;a;
}

int main()
{
    int *y = foo2();
    int x = foo1();

    printf("%d, %d\n", x, *y);
    return 0;
}

两个函数是不一样的，第一个函数返回int型变量，第二个函数返回给一个指针，指向int类型。第一个函数是没有错的，return的时候return的是局部变量a的一个拷贝。而第二个函数返回了局部变量的地址，这是很不安全的。由于函数foo()退出后，局部变量a的地址不受保护，可能会被用作他用，如上面的程序先调用foo2()，再调用foo1()时，把之前的y指向的地址的内容修改了，所以上述程序输出为100， 100。

是不是感觉不过瘾，那再来一个

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
#include <stdio.h>

void foo1()
{
    int a = 100;
}

void foo2()
{
    int a;
    printf("%d\n", a);
}

int main()
{
    foo1();
    foo2();
    return 0;
}

如果根据第二个例子，我们可以很容易推出结果是：100。但是结果对吗？跑一下就知道了，gcc -O2 test test.c。这里加入了优化选项，从程序中可以看出foo()函数其实什么都没有做，经过编译器可能直接路过foo1()，执行foo2()，所以结果是个随机数。验证也很简单，在foo1()中对a进行一次相关操作就好了。好了，这个有点涉及程序优化了，以后再说。

3.堆（heap）空间用于动态内存的分配，用于malloc相关函数。上面提到堆栈段，注意堆栈段就是栈，是向下生长的，而堆是向上生长的，正好形成一个闭区间。当我们调用malloc等分配内存的时候，要进行检查，因为如果分配失败的话，返回NULL指针，访问的话就会出现段错误了。还有一点要注意是内存泄漏，不用的时候需要显示free()释放。有些语言是加入了垃圾回收机制的，如LISP。对了，还有一点需要提防的就是野指针。野指针在我们进行free之后，指针的指向还是没有变的，所以需要手动置为NULL。

上面主要对C语言运行时的几个段进行一些讨论，当然更深入的学习还是要靠大家自己去实验。

参考：《C专家编程》，《深入理解计算机系统》