操作系统堆栈的那些事

堆栈是编程中很重要的概念，相信很多人也跳过坑，然后解决之后，继续跳坑。想整理堆栈的概念很久了。最近看了程序员自我修养，就一起整理一下吧。

本文将从几个方面学习一下堆栈
1. 堆栈概念
2. 进程，线程概念
3. 堆栈分配

1. 堆栈概念

　　在32位系统，内存的寻址可以达到4G。 理论上，用户可以使用一个32位的指针访问任意内存地址。

int a = 3;
int * p = &a;

std::cout << *p << endl;

　　

　　然而，事实上并非如此，在编程中我们却常常会遇到segment fault错误，指示我们非法内存访问。证明，有些位置我们是无权访问的，或者说暂时无权访问，只有申请了该内存才能访问。

　　其实，大多数操作系统会把4G的内存空间进行划分，比如linux通常会默认把高地址的1G空间分配给内核（内核空间给内核线程执行特权操作，比如维护打开文件表等），剩余的作为内存空间。内存空间又大致分为堆空间，栈空间，代码区等。

*栈： 用户维护函数调用上下文。由高地址向低地址生长，通常以M为单位，由操作系统维护。

　　[不能申请占用过大的内存的局部变量，会导致栈爆掉而core.如果变量太大，可以考虑放到全局变量区或者使用堆]

*堆： 动态申请内存，即使用new or malloc等分配到的内存，可以比栈大很多，需用户自己释放

　　[new/delete,malloc/free成对出现，否则会导致内存泄露，可以使用查找内存泄露的工具监控或者自己写代码监控]

*代码区：存放代码的内存映像

*保留区：禁止访问的一些区域，比如NULL

　　[使用*访问置为NULL的指针会出错，也需要小心野指针]

      内核态和用户态的区别？什么叫做系统调用时会陷入内核

      内核线程和用户线程是存在一定的对应关系，这个由线程库来实现。内核并不感知用户级别的线程。用户需要做一些操作，比如访问文件，开辟共享内存等特权操作但是用户又没有权限时，只能通过系统调用，让操作系统的内核线程来做。称为陷入内核，此时，内核会通过调用相应的中断处理程序来执行特权操作。但是用户往往只能拿到资源的代号而无法拿到资源的实际指针，比如文件描述符。其实是内核系统给进程维护的打开文件表数组下标，而实际的文件指针是存储在下标中的元素。所以，用户拿到了描述符还是只能通过系统调用来进行操作，而无法直接拿到指针进行访问，这样，就绕过了操作系统。这是不被允许的。

2. 进程，线程概念

   实际上，linux将所有运行的实体（进程，线程）称为任务(task)，每一个task概念上类似于一个单线程的进程，具有内存空间，执行实体，文件资源等。不过。linux下不同的任务之间可以选择共享内存空间，因而实际上可以定义，共享了一个内存空间的不同任务构成了一个进程，而这些任务则称为进程里的线程。

　接口：fork(写时复制),exec（替换程序）,clone

   从数据角度来看，线程数据和进程数据可以分为：

线程私有	现场共享（进程所有）
局部变量（栈，寄存器） 函数参数 TLS数据	全局变量 动态申请的数据（堆） 函数里的静态变量 代码区 打开文件列表

 

 

 

 

 

 

 

3. 堆栈分配

　 3.1. 堆

    用于动态分配内存，c语言中使用malloc/free进行申请和释放

int main(){
    char *p = (char *)malloc(1000);
   
    //do_something(p);
      
    free(p);return 0;
}

　　那么malloc是怎么实现的呢？对于申请内存这种特权操作，肯定是操作系统内核来做比较合适，但是频繁的进行系统调用，在用户态和内核态之间切换，也就是频繁的调用中断处理程序，性能是较差的。所以，事实上都是通过c语言的运行库封装好的库函数，预申请一块设当的内存，然后零售给程序用，可以采用空闲链表或者位图等来管理。这取决于运行库的实现了。

      比如glibc运行库的malloc函数是这样处理的：对于小于128KB的请求，他会在现有的堆里面，按照分配算法给他分配一块空间并返回，对于大于128KB的请求，则使用mmap()为它分配一块匿名空间（mmap可以映射到某个文件，而把使用mmap申请却不映射到文件的空间称为匿名空间），然后在这块空间里面分配给用户内存。

      3.2. 栈

     栈在程序运行中的作用不言而喻，非常重要。它保存了一个 函数调用所需要维护的信息，称为活动记录，包括

     1. 函数的返回地址，参数

     2. 临时变量

     3. 上下文：寄存器

      在i386中，一个活动记录用ebp和esp两个寄存器来划定范围，esp始终指向栈顶部，任何指令的执行都会改变esp的值，push stack的时候esp减小，pop stack的时候esp增大。而ebp则指向了一个固定位置，表示函数调用的开始。

•                                                     

      当调用函数时，

      a. 把参数按照从右至左的顺序压栈

      b. 当前指令的下一条指令入栈(return address)

      c. 开始执行函数体（先保存old ebp）

      当返回函数时：把old ebp读回寄存器，然后从return address开始执行

 

      那么，函数的返回值是如何传递的呢？

       答案：通过eax寄存器。函数将返回值存储在eax中，然后调用方读取eax。但是，eax本身只有4个字节，大于4个字节的返回值，则是通过eax存储了一个指针，而实际内容在栈上的其他地方。

 

        当返回值是大于4个字节的的数据结构时，在压栈入参数的时候，大概会做一个这样的事情。

        假设函数调用如下

    some_struct foo(int arg1, int arg2);
    some_struct s = foo(1, 2);

　　  编译器会把把它处理成类似这样的概念

  some_struct* foo(some_struct* ret_val, int arg1, int arg2);
  some_struct s; // constructor isn‘t called
  foo(&s, 1, 2); // constructor will be called in foo

　　  也就是给它安排一个隐藏的参数，大概流程如下

        a. 首先在栈上额外开辟一片空间，并把这块空间的一部分作为传递返回值的临时对象

        b. 把这个对象的地址作为隐藏参数传递给函数

        c. 函数把数据拷贝给临时对象，并把地址用eax传出

        d. 调用方再把临时对象拷贝给返回值。

转自： http://www.mamicode.com/info-detail-219735.html   码迷网