楔子
最近一直在复习cpp的基础概念，但对于cpp中的函数还是有点莫名，直到cpp编译器会把类转换成c中的struct结构体，那么函数呢？对于函数，编译器又做了什么处理？所以针对函数，这里进行一下研究。
一、基本
一个可执行文件，它一般由代码区和数据区组成，在加载到内存中进程地址空间中，它就由代码区、数据区、堆区、栈区和堆区栈区之间的动态变化区域组成。函数会发挥什么作用呢？针对一个函数被调用的过程，就是栈帧的创建到销毁的过程。那么一个栈帧的结构是怎么样的呢？首先，关注下面几个问题：
函数栈帧是什么？函数调用过程函数调用中，参数如何传递？传参顺序？形参是如何通过实参进行实例化？函数如何返回？局部变量的存在是怎么样的？
首先，函数调用时可以循环嵌套的，程序经常在执行的时候，出现对另一个函数的调用，然后在外部函数调用完毕后，再返回原地址继续执行，比如main中调用printf或者cout来输出语句。这种先进后出的方式，栈就很合适应对处理，所以针对函数的调用，往往和栈区挂钩。另外，函数的执行轨迹，就是一个二叉树的遍历过程，所以数的遍历往往和递归或者栈进行挂钩。
在栈区中，有着栈帧的这么一块内存，专门存储函数的局部变量、传入参数和返回地址等信息，针对函数的调用，栈区中都会创建一个新的栈帧，其大小取决于函数局部变量和参数数据量。
如上就是一个函数调用的过程中，栈区和栈帧的变化。
1.1 进门看看
了解函数，绕不开栈区和栈帧，要了解底层架构，接触汇编是比较直接的途径了。如下是一个简单的测试用cpp代码：
#include
void show(){
std::cout << "Hello, world." << std::endl;
}
int main(){
show();
return 0;
}
然后进行汇编，生成汇编文件查看一下信息，一般可以通过gcc -S的做法生成中间的汇编文件，下面就是g++ -S test.cpp -o test.s得到的test.s文件，查看main和show信息，摘取两部分的结果：
_Z4showv:
.LFB1573:
pushq %rbp
.seh_pushreg %rbp
movq %rsp, %rbp
.seh_setframe %rbp, 0
subq $32, %rsp
.seh_stackalloc 32
.seh_endprologue
leaq .LC0(%rip), %rdx
movq .refptr._ZSt4cout(%rip), %rcx
call _ZStlsISt11char_traitsIcEERSt13basic_ostreamIcT_ES5_PKc
movq .refptr._ZSt4endlIcSt11char_traitsIcEERSt13basic_ostreamIT_T0_ES6_(%rip), %rdx
movq %rax, %rcx
call _ZNSolsEPFRSoS_E
nop
addq $32, %rsp
popq %rbp
ret
main:
.LFB1574:
pushq %rbp
.seh_pushreg %rbp
movq %rsp, %rbp
.seh_setframe %rbp, 0
subq $32, %rsp
.seh_stackalloc 32
.seh_endprologue
call __main
call _Z4showv
movl $0, %eax
addq $32, %rsp
popq %rbp
ret
嗯，还是不太美观，g++编译时被调函数通过什么语句，添加一下参数-fno-asynchronous-unwind-tables，这样得到的汇编码就比较没换了。
_Z4showv:
pushq %rbp
movq %rsp, %rbp
subq $32, %rsp
leaq .LC0(%rip), %rdx
movq .refptr._ZSt4cout(%rip), %rcx
call _ZStlsISt11char_traitsIcEERSt13basic_ostreamIcT_ES5_PKc
movq .refptr._ZSt4endlIcSt11char_traitsIcEERSt13basic_ostreamIT_T0_ES6_(%rip), %rdx
movq %rax, %rcx
call _ZNSolsEPFRSoS_E
nop
leave
ret
main:
pushq %rbp
movq %rsp, %rbp
subq $32, %rsp
call __main
call _Z4showv
movl $0, %eax
leave
ret
从上面就可以看得出，两个函数的汇编码都有着比较一致的结构，作为开始的pushq、movq和subq三剑客开头，leave和ret结尾，并且中间才是正经处理。首先关注开头部分rbp和rsp两个寄存器。要知道的是，在很多的解释中，这两个寄存器应该是EBP和ESP才对，这里的rbp和rsp是对应的当前x86_64架构，前面的是针对简单x86，所以才有不同。那么它们发挥什么作用呢？
rbp和rsp，前者是函数调用前保存函数栈帧基址的寄存器，函数被调用后，创建一个新的栈帧，rbp寄存器就存储这个栈帧的基址，通过rbp寄存器就可以很方便的访问栈帧中数据；后者是指示栈区顶部地址的寄存器，要知道的是，栈区是位于进程地址空间中最高地址的部分，主要从上而下进行扩展，所以它的顶部，也就是栈区中实际地址最小的地方，当函数调用开始，它会继续向下移动，为新的栈帧分配内存；另外的rip，这个寄存器保存的是指令地址，在函数调用后，会指向被调用函数的入口地址，开始函数指令的调用，函数调用结束以后，rip就恢复到调用者调用函数指令的下一条指令。
简单来说，看指令调用，可以查rip，看栈帧地址，就看rsp，看栈基址就看rbp。另外，生成汇编码的办法，除了上面gcc -S以外，还可以使用objdump来针对可执行文件进行汇编文件的生成，这也是反汇编的一部分：
objdump.exe -s -d test.exe > test.s
因为是windows下进行实验，所以各种文件后缀都是exe，而且这是配备了mingw环境的。
1.2 进入实际调用
查看汇编文件，主要是确定思路，但实际中运行得怎么样，还是得看gdb，下面就使用gdb进行调试看看运行如何：
(gdb) disass main
Dump of assembler code for function main():
0x000000000040157d : push %rbp
0x000000000040157e : mov %rsp,%rbp
0x0000000000401581 : sub $0x20,%rsp
0x0000000000401585 : callq 0x4016e0
0x000000000040158a : callq 0x401550
0x000000000040158f : mov $0x0,%eax
0x0000000000401594 : leaveq
0x0000000000401595 : retq
End of assembler dump.
(gdb) disass show
Dump of assembler code for function show():
0x0000000000401550 : push %rbp
0x0000000000401551 : mov %rsp,%rbp
0x0000000000401554 : sub $0x20,%rsp
0x0000000000401558 : lea 0x2aa2(%rip),%rdx # 0x404001
0x000000000040155f : mov 0x2daa(%rip),%rcx # 0x404310
0x0000000000401566 : callq 0x401600
0x000000000040156b : mov 0x2dae(%rip),%rdx # 0x404320
0x0000000000401572 : mov %rax,%rcx
0x0000000000401575 : callq 0x401620
0x000000000040157a : nop
0x000000000040157b : leaveq
0x000000000040157c : retq
End of assembler dump.
(gdb)
如上，在实际运行的时候，没有函数名的存在，直接就是机器地址，这个地址对应进程空间中的具体位置，只能是只读代码区中。另外，要查看rip等寄存器信息，可以进入gdb以后使用info r rip或者x /x $rip进行，下面针对show函数调用前后来针对性查看寄存器信息：
(gdb) b 8
Breakpoint 1 at 0x40158a: file test.cpp, line 8.
(gdb) r
Starting program: D:Desktoptesttest.exe
[New Thread 9208.0x1860]
[New Thread 9208.0x2f0c]
[New Thread 9208.0x299c]
[New Thread 9208.0x1bdc]
Thread 1 hit Breakpoint 1, main () at test.cpp:8
8 show();
(gdb) bt
#0 main () at test.cpp:8
(gdb) info r rip
rip 0x40158a 0x40158a
(gdb) info r rsp
rsp 0x61fe00 0x61fe00
(gdb) info r rbp
rbp 0x61fe20 0x61fe20
(gdb)
如上，打断点在show函数执行被调函数通过什么语句，然后单步执行到断点处，然后查看堆栈信息。info r得到的结果是对照寄存器名、寄存器的值，查看rip寄存器信息可以发现，当前指令执行，到了相对起始偏移13的位置，对照前面main汇编码刚好是callq 0x401550 指令。然后使用x命令查看一下：
(gdb) x /x $rip
0x40158a : 0xffffc1e8
(gdb) x /x $rbp
0x61fe20: 0x00621960
(gdb) x /x $rsp
0x61fe00: 0x00000008
和上面的info得到的信息没多大区别，然后进行函数调用，step进入函数：
(gdb) step
show () at test.cpp:3
3 void show(){
(gdb) bt
#0 show () at test.cpp:3
#1 0x000000000040158f in main () at test.cpp:8
(gdb) info r rip
rip 0x401550 0x401550
(gdb) x /x $rbp
0x61fe20: 0x0000000000621960
(gdb) x /x $rsp
0x61fdf8: 0x000000000040158f
如上，rip的值成了0x401550，查看main汇编，刚好是指令中显示的show的函数地址，rsp的值是0x000000000040158f，对应的是main中函数调用以后的指令地址，现在rbp的值，应该指向的是新的栈帧的地址。继续next执行函数，看看它们又有什么变化：
(gdb) next
4 std::cout << "Hello, world." << std::endl;
(gdb) x /x $rip
0x401558 : 0x4800002aa2158d48
(gdb) x /x $rbp
0x61fdf0: 0x000000000061fe20
(gdb) x /x $rsp
0x61fdd0: 0x0000000000401630
现在进入show函数执行以后，rip的值变成了0x401558，这是show中在开始三件套以后的正常执行的第一条指令，而rbp和rsp的值有所改变，两个的差值和在main中的时候，差值一样，把一个栈帧的范围给确定了下来。然后执行完show，退出来又恢复原样了：
(gdb) next
[New Thread 9208.0x1260]
Hello, world.
5 }
(gdb) next
main () at test.cpp:9
9 return 0;
(gdb) info r rip
rip 0x40158f 0x40158f
(gdb) info r rbp
rbp 0x61fe20 0x61fe20
(gdb) info r rsp
rsp 0x61fe00 0x61fe00
(gdb)
rip依旧执行main中特定指令地址，rsp和rbp依然指定main中栈帧的范围。以上就是一个函数中栈帧的重要内容，rip确定指令执行，rbp和rsp进行栈帧范围确定，可惜的是，这个流程依然还是比较模糊，不够清楚明了。
1.3 传参
修改一下上面示例代码：
#include
#include
void show(const std::string& name){
std::cout << "Hello, " << name << std::endl;
}
int main(){
show("Jack");
return 0;
}
如上，传入一个string的字符串常量，进行输出，然后gdb调试：
(gdb) b 9
Breakpoint 1 at 0x4015a4: file test.cpp, line 9.
(gdb) r
Starting program: D:Desktoptesttest.exe
[New Thread 5704.0x19fc]
[New Thread 5704.0x3f6c]
[New Thread 5704.0x1020]
[New Thread 5704.0x4d1c]
Thread 1 hit Breakpoint 1, main () at test.cpp:9
9 show("Jack");
(gdb) frame
#0 main () at test.cpp:9
9 show("Jack");
(gdb) step
show (name="Jack") at test.cpp:5
5 std::cout << "Hello, " << name << std::endl;
(gdb) frame
#0 show (name="Jack") at test.cpp:5
5 std::cout << "Hello, " << name << std::endl;
(gdb) info args
name = "Jack"
(gdb) info locals
No locals.
(gdb)
如上，step进入函数，info args查看函数参数，info args查看局部变量，不过引入传入的是引用，而引用的是字符串常量，所以没有局部变量。然后修改一下上面示例代码，添加上局部变量name的声明定义，再传入show中进行调用，就有局部变量了：
(gdb) frame
#0 main () at test.cpp:10
10 show(name);
(gdb) info locals
name = "Jack"
(gdb) step
show (name="Jack") at test.cpp:5
5 std::cout << "Hello, " << name << std::endl;
(gdb) info args
name = "Jack"
(gdb) info locals
No locals.
(gdb)
如上，在main中，locals可以查看局部变量是name，进入show函数栈帧后，查看到参数是name，但没有局部变量，因为是引用嘛，熟悉函数传参的都知道，传入引用或者指针，函数都是直接在本体上进行操作的，如果传入的是简单拷贝，那就会有局部变量的出现，那再改一改，把show的参数改为简单传参，而不是引用或者指针。
(gdb) r
Starting program: D:Desktoptesttest.exe
[New Thread 2368.0x1b98]
[New Thread 2368.0x39b0]
[New Thread 2368.0x2a1c]
[New Thread 2368.0x2b60]
Thread 1 hit Breakpoint 1, main () at test.cpp:10
10 show(name);
(gdb) info locals
name = "Jack"
(gdb) step
show (name="Jack") at test.cpp:5
5 std::cout << "Hello, " << name << std::endl;
(gdb) info args
name = "Jack"
(gdb) info locals
No locals.
(gdb)
出乎意料的，上面的传参中，就算name是一份main中的string拷贝，在show中依然没有局部变量，只有传入参数，长见识了。看来只有在函数中进行声明定义的，才会有局部变量的存在了。嗯，在show中简单声明了一个int型变量i，然后info locals就可以查看到局部变量存在这么一个i了。函数的结构就这样，下一节研究一下cpp和c中的函数的差异，以及成员函数到底是个怎么回事，请待后续。
