一段C语言和汇编的对应分析,揭示函数调用的本质

最近网易云课堂开放了一节叫 Linux内核分析 的课程。一直对操做系统和计算机本质很感兴趣,因而进去看了下,才第一堂课,老师就要求学生写一篇关于课时1的博客做为做业。对于这种新颖的做业形式,笔 者至关惊讶。好吧,做为任务,仍是完成一下吧,恰好须要消化一下。本文将会按照要求,将一段C语言代码编译成汇编,并给予分析和本身的思考。html

首先对会涉及到的一些CPU寄存器和汇编的基础知识罗列一下:linux

  • 16位、32位、64位的CPU寄存器名称有所不一样,好比指令地址寄存器 ip ,在16位中叫 ip ,32位中叫 eip ,64位叫 rip
  • 32位的汇编指令一般以 l 结尾,好比 movl 至关于 mov 的含义
  • ebp : 堆栈基地址 寄存器,这个寄存器保存的是当前执行绪的 栈底地址
  • esp : 堆栈栈顶 寄存器,这个寄存器保存的是当前执行绪的 栈顶地址
  • eip : 指令地址 寄存器,这个寄存器保存的是指令所在的地址,CPU会不断的根据 eip 所指向的指令去内存取指令并执行,并自行累加取下一条指令逐条执行。 eip 没法直接赋值, call 、 ret 、 jmp 等指令能够起到修改 eip 的做用
  • % 用于直接寻址寄存器, $ 用于表示当即数。 movl $8, %eax 表示把当即数存到 eax 中
  • () 用于内存间接寻址,好比 movl $10, (%esp) 表示将当即数保存到 esp 所指向的内存地址中
  • 8(%ebp) 表示先找到 ebp 所指向的地址值 +8 后获得的地址
  • 栈地址值是向下增加的,即栈顶从高地址向低地址移动

准备工做

准备一段C代码:函数

int g(int x)
{
  return x+5;
}
int f(int x)
{
  return g(x);
}
int main(void)
{
  return f(10)+1;
}

使用 实验楼 环境学习

编译成汇编代码

使用以下命令编译上面的c代码测试

gcc -S -o main.s main.c -m32

去掉不重要的部分后,获得:优化

汇编代码结果为:操作系统

g:
  pushl   %ebp
  movl	%esp, %ebp
  movl	8(%ebp), %eax
  addl	$5, %eax
  popl	%ebp
  ret
f:
  pushl   %ebp
  movl	%esp, %ebp
  subl	$4, %esp
  movl	8(%ebp), %eax
  movl	%eax, (%esp)
  call	g
  leave
  ret
main:
  pushl   %ebp
  movl	%esp, %ebp
  subl	$4, %esp
  movl	$10, (%esp)
  call	f
  addl	$1, %eax
  leave
  ret

分析

具体的逐步分析,这里就省了,老师课上讲的很详细了,这里主要是要进行思考和概括。htm

首先,咱们看到3个C函数对应生成了3个部分的汇编代码,分别用函数名做为标号隔开了ip

int g(int x) -> g:
int f(int x) -> f:
int main(void) -> main:

咱们知道程序是从 main 函数开始执行的,那么当程序被加载并运行时,上面的汇编代码会被加载到内存的某一个区域。并且,CPU中的不少寄存器都会初始化,固然其中最重要的是 eip ,由于 eip 是指向下一条将要执行的命令所在的内存地址,因此此时的 eip 应该指向 main 标号下的 pushl %ebp :内存

main:
eip ->  pushl %ebp

程序开始执行...

咱们捆绑着看,首先先看这两条:

pushl   %ebp
movl    %esp, %ebp

再观察一下整个代码,有没有发现不只仅是 main 函数,函数 f 和 g 的开头也是这两个指令。分析一下,不可贵出,这两条指令是指 将当前栈基地址压栈后,从新将基地址定位到栈顶 ,这个含义实际上是保存好当前的基地址,从新开始一个新的栈。因为函数能够调函数, 这里的当前基地址,其实是上一个函数的栈基地址 。例如,在 f 函数中的这两句指令,实际上保存的是 main 函数的栈基地址。

接着来分析两句:

subl    $4, %esp
movl    $10, (%esp)

对照C代码不难发现,这是 参数进栈 ,将当即数,保存到栈顶(esp所指向的内存地址是栈顶)。而在 f 函数中也能够发现相似的语句:

subl    $4, %esp
movl    8(%ebp), %eax
movl    %eax, (%esp)

因此,咱们能够得出结论是,在调用函数前须要把参数逐个压栈,而压栈的顺序根据笔者的测试是从右向左的。

接着调用 call 指令,跳转到 f 函数,咱们知道 call 指令等同于下面的伪代码:

pushl %eip+1
movl %eip f

即把 call 指令的后一条指令进栈后,将 eip 赋值为目标函数的第一个指令地址。这样作显而易见:当所调用的函数结束后,须要返回当前函数继续执行,因此必需要保存下一条指令,不然回来的时候就找不到了。

来到 f 函数,首先是保存main函数的栈基地址,而后须要调用 g 函数,因而须要参数先进栈:

subl    $4, %esp
movl    8(%ebp), %eax
movl    %eax, (%esp)

这里重点思考一下, f 函数是如何得到main函数传递过来的参数的,咱们看到

movl    8(%ebp), %eax

为何参数是从 8(%ebp) 中得到的呢?咱们知道 8(%ebp) 表示的是以ebp为基准向栈底回溯8个字节获得,为何是8个字节呢?

回想一下,在 main 函数中完成了参数进栈后作了两件事情:

  1. 因为 call f 指令的做用, call f 下一条指令的地址被压栈了,这占用率个字节
  2. 进入 f 函数后,当即将 main 函数的栈基地址进栈了,并且将 ebp 靠向了栈顶 esp ,这又占用了个字节

因而经过 8(%ebp) 能够找到前一个函数的第一个整型参数的值。

一张图告诉你怎么回事:

看过了进入函数,调用函数的过程,再看一下函数是如何退出的。观察 main 和 f 不难发现,退出函数使用的是以下指令

leave
ret

leave 指令至关于以下指令:

movl    %ebp, %esp
popl    %ebp
  • 第一条语句是将 esp 重置到 ebp ,能够理解为清空当前函数所使用的栈
  • 第二条语句是将栈顶值赋值给 ebp ,并弹出,栈顶值是什么呢?经过上面的分析不难发现,此时的栈顶值其实是前一个函数的栈基地址,因此第二条语句的意思就是把 ebp 恢复到前一个函数的栈基地址

接着 ret 就是至关于,恢复指令指向:

popl %eip

 

为何g函数没有leave呢?由于g函数内部没有任何的变量声明和函数调用栈一直都是空的,因此编译器优化了指令

总结

最后,经过这个例子,总结一下函数调用的过程:

进入函数:

  1. 当前栈基地址压栈(当前栈基地址其实是前一个函数的栈基地址)

调用其余函数:

  1. 参数从右到左进栈
  2. 下一条指令地址进栈

退出函数:

  1. 栈顶 esp 归位,回到本函数的 ebp
  2. 基地址回退到上一个函数的基地址
  3. eip 退回到上一个函数即将要执行的那条语句的地址上
相关文章
相关标签/搜索