CPU阿甘：函数调用的秘密

我是CPU阿甘， 上次我给大家承诺过，要讲一讲函数调用的秘密， 这个确实有点复杂， 想透彻的理解机器代码层面的函数调用不容易。

我也是从无数的指令中悟出这个函数调用的秘密的，  所以慢慢来，不要急。 放松心情， 慢慢的品味， 你可能需要多看几遍才能明白。

但是你一旦理解了，绝对物超所值，因为你会了解到汇编，寄存器，指针，以及他们在一起到底是怎么工作的。

首先， 一个程序一条一条的指令都的老老实实的放在内存的一个地方，这个地方是Linux老大分配的， 我干涉不了， 但是这些指令都是我打电话给硬盘， 让他给运输到内存的。 

然后Linux老大就会告诉我程序的入口点， 其实就是第一条指令的存放地址，  我就打电话问内存要这个指令， 取到指令以后就开始执行。

这些指令当中无非有这么几类：

1. 把数据从内存加载我的寄存器里

什么？ 你不知道啥是寄存器？  寄存器就是我内部的一个临时的数据存储空间了

2. 对寄存器的数据进行运算， 例如把两个寄存器的数加起来

3. 把我寄存器的数据再写到内存里

但是我一旦遇到像这样的指令。 

"把寄存器ebp的值压到栈里去“

我就知道好戏要上场了， 函数调用就会开始。 

我们这些x86体系的机器有个特点，就是每个函数调用都会创建一个所谓的“帧”

哈哈， 不要被这些术语吓坏， 其实帧也就是我哥们内存中的一段连续的空间而已。

像这样： 

多个函数帧在内存里排起来， 就像一个先进后出的栈一样， 不过，这个栈不像我们常见的栈， 栈底在下面。

相反，这个栈的栈底在上面， 是从上往下生长的 （或者说是从高地址向低地址生长的）

内存经常向我抱怨： "阿甘，你知道吗， 每次我看到这个栈， 都有一种真气逆行的感觉， 半天都调整不过来 " 

但内存不知道， 我有一个叫ebp的特殊寄存器， 一直会指向当前函数在一个栈的开始地址。 

我还有另外一个特殊寄存器，叫做esp , 他会随着指令的运行，指向函数帧的最后的地址， 像这样:

现在这个指令来了：

"把寄存器ebp的值压到栈里去“

"把esp的值赋给ebp"

你看看， 是不是新的函数帧生成了?

只不过现在只有一行数据。 ebp和esp指向同一地址。

函数帧的第一行的地址是800，  里边的内容是1000， 也就是上个函数帧的地址

注意， 我们每次操作的是4个字节，所以原来esp 的地址是804， 现在变成了800

我又问内存要下一条指令：

"把esp 的值减去24”

下面几条指令是这样的：

“把10放到ebp 减去4的地址” （其实就是796嘛）

“把20放到ebp减去8的地址” （其实就是792嘛）

你们知道这是干什么吗？ 

我想了好久才明白这是干嘛， 这其实就是在分配函数的局部变量啊

我猜源代码应该是这样的：

int x = 10;

int y = 20;

在我看来， x, y 只是变量， 他们叫什么根本不重要， 重要的是他们的值和地址！

下面几条指令很有意思：

" 把地址796作为数据放到 esp指向的地址“ （其实就是776嘛）

" 把地址792作为数据放到 esp+4指向的地址" （其实就是780嘛）

这又是在干嘛？

这其实就相当于把 x 的指针 &x和 y 的指针 &y ，放到了特定的地方, 准备着要做什么事情 ， 可能要调用函数了。

所以，所谓的指针就是地址而已。

我猜程序员写的代码应该是这样：

int x = 10;

int y = 20;

int sum= add(&x, &y); 

接下来的指令是这样：

“调用函数 add”

我看到这样的函数就需要特别小心， 因为我必须要找到 add函数返回以后的那条指令的地址， 把它也压到栈里去。

int x = 10;

int y = 20;

int sum = add(&x, &y); 

printf("the sum is %d\n",sum); 假设这条指令的地址是100

注意啊， 把函数调用结束的以后的返回地址100压入栈以后， esp 也发生变化了， 指向了772的位置

我会找到函数Add 的指令，继续执行

"把寄存器ebp的值压到栈里去“

"把esp的值赋给ebp"

"把寄存器ebx的值压入栈”

你看每个函数的开始指令都是这样， 我猜这应该是一种约定吧

这里额外把ebx这个寄存器压入栈， 是因为ebx可能被上个函数使用， 但是在add函数中也会用 ， 为了不破坏之前的值， 只有先委屈一下暂时放到内存里吧。

接下来的指令是：

“把ebp 加8的数据取出来放到 edx 寄存器” （ebp+8 不就是地址776嘛， 其中存放的是&x的地址， 这就是取参数了）

“把ebp 加12的数据取出来放到 ecx 寄存器” （ebp+12 不就是地址780嘛, 其中存放的是&y的地址）

注意啊， 现在edx的值是796， ecx的值是792 ， 但他们仍然不是真正的数据， 而是指针（地址）！

“把edx 指向的内存地址（796）的数据取出来，放到ebx 寄存器”

“把ecx 指向的内存地址（792）的数据取出来，放到eax寄存器” 

此时此刻， 终于取到了真正的值， ebx = 10， eax = 20

你晕了没有?  

如果你到此已经晕了， 建议你再读一遍。  

我想源代码应该非常的简单，就是这样：

int add(int *xp , int *yp){

    int x = *xp;

    int y = *yp;

    ....

}

“把ebx 和 eax 的值加起来，放到 eax寄存器中” 

这个指令我最擅长做了。

接下来的指令也很关键， add 函数已经调用完成， 准备返回了 

 “把esp 指向的数据弹出的ebx寄存器”

“把esp 指向的数据弹出到ebp寄存器”

你看add 函数帧已经消失了， 或者换句话说， add 函数帧的数据还在内存里， 只是我们不在关心了！

接下来的指令非常的关键：

"返回"

我就会取出那个返回地址， 也就是 100， 去这里找指令接着执行

其实就是这条语句： printf("the sum is %d\n",sum);

问你一个问题， sum的值在那里保存着呢？ 

对， 是在eax寄存器里 ！

搞定了，看着很复杂， 其实看透了也挺简单吧。 函数调用，关键就是

(1)把参数和返回地址准备好， 

(2)然后大家都遵循约定， 每次新函数都要建立新的函数帧：

   "把寄存器ebp的值压到栈里去“

    "把esp的值赋给ebp"

(3) 函数调用完了， 重置 ebp 和esp ，让他们重新指向调用着的栈帧。

好了，今天就到此为止 ， 把我也累坏了，  主人又要关机了， 留一个问题吧： 

C语言编译，链接以后直接就是机器码， 那函数调用的操作都是上面讲的。 

但是对于Python, Ruby 这样的解释型语言， 或者对于java 这样的有虚拟机的语言， 他们的函数调用是什么样的？  和上面讲的有什么关系？

公众号：码农翻身

“码农翻身”公众号由工作15年的前IBM架构师创建，分享编程和职场的经验教训。