计算机怎么知道指针指向的具体类型?

分析环境

1. 编译器 x86-64 gcc 10.2
2. 汇编风格 AT&T 风格

概述

汇编代码基于 x86-64 ，由于 x86 系列的 CPU 向后兼容，在指令上，兼容就是 intel8086 这个 16bit 的处理器的指令，在 intel80386 这个32bit 的处理器上也能使用。以此类推。先来了解下寄存器的变化。详细的可以查看 x86 寄存器历史。

以 ax 为例

16bit	32bit	64bit
ax	eax	rax

可以了解 eax 是 32bits，rax 是 64bits。 其他指令类似。用 e 和 r来区分 32bits 还是 64bits

不同位数下的指令如何区分？

以 mov 为例

8bit	16bit	32bit	64bit
movb	movw	movl	movq

可以看到使用不同的后缀来表示这个是多少 bit 的指令

CPU 如何寻址？

CPU 寻址方式, 也就是拿到数据的方式.

立即数

movb $0x05,%al
表示为:R[al] = 0x05;> 将立即数 0x05(1 byte) 复制到寄存器 al
R 表示寄存器(register)

间接寻址

就是到内存里去寻找数据。

内存如何寻址？

通过 signed-offset(base,index,scale) 来表示。
内存地址计算：
memory address = scale * index + base + signed-offset

举例说明

mov (%esi,%ebx,4), %edx
Move the 4 bytes of data at address esi+ 4 * ebx into edx.
%edx = 4 * %ebx + %esi
至此，如果将 scale = 8， 那就是 C 语言中的 long 型数据，如果同时递增 %ebx，那就是依次访问数组元素了。

register to memory (指针)

movl %eax, -4(%ebp)
表示为: mem[R[ebp]-4] = R[eax];
将寄存器 eax 里面的值复制到寄存器 ebp 的值减去 4 指向的内存地址处(也就是 R[ebp] -4 的值是一个内存地址).
通过寄存器指向了内存地址, 是不是很熟悉的指针啊, 对, 就是指针。 C 语言的指针就是这么玩的啊!

memory to register

movl -4(%ebp), %eax
%eax 表示为: R[eax] = mem[R[ebp] -4];
将寄存器 esp 的值减去 4 的值指向的内存地址处存放的值, 复制到寄存器 eax

代码分析

int main(){
    int i = 10;
    int *pi = &i;
    int ii = *pi;

    char c = 'z';
    char *pc = &c;
    char cc = *pc;

    long l = 1000000000L;
    long *pl = &l;
    long ll = *pl;

    return 0;

}

图解分析

C 代码和汇编对照

汇编代码分析

1. 执行完1 和 2 这两个汇编指令后，假定 %rsp = %rbp = 1024(内存地址)。
2. 汇编第 4 行：movl $10, -52(%rbp) , 可以从上图中看到 -52 内存地址处被赋值为 10，占据 4Bytes。movl 表示操作的是 32bit 的整数。这和 C 代码中第 6 行 int i = 10 保持一致。
3. 汇编第 5 行： leaq -52(%rbp), %rax, 表示的是将 %rbp - 52 的内存地址，复制到 rax。因为使用的编译器是 x86-64gcc 10.2，是 64bits 的汇编代码，内存地址是 64bits。此时也就是 C 代码中，变量 i 的地址复制给 rax。
4. 汇编第 6 行：movq %rax, -8(%rbp), 将此时 rax 复制到内存地址 %rbp - 8 的内存地址处。至此，完成了 C代码中第 7 行 int *pi = &i；
5. 汇编第 7 行：movq -8(%rbp),%rax，将 %rbp - 8 的内存地址处的值()指针(&i)，复制到 rax。
6. 汇编第 8 行： movl (%rax), %eax, 将 %rax 指向的值(i) 复制到 eax。可以看到此时使用的是 eax，也就是 32bits，正是 C 语言中 int 型数据。
7. 汇编第 9 行： movl %eax, -12(%rbp), 将此时 eax 的值(i) 复制到 %rbp - 12 的内存地址处。至此，完成了 C 代码中第 8 行 int ii = *pi。
8. 其他的 char 和 long 类型，同理。

References

1. 计算机怎么知道指针指向的具体类型?