探索C++虚函数在g++中的实现

本文是我在追查一个诡异core问题的过程中收获的一点心得，把公司项目相关的背景和特定条件去掉后，仅取其中通用的C++虚函数实现部分知识记录于此。

在开始之前，原谅我先借用一张图黑一下C++：

“无敌”的C++

如果你也在写C++，请一定小心…至少，你要先有所了解： 当你在写虚函数的时候，g++在写什么？

先写个例子

为了探索C++虚函数的实现，我们首先编写几个用来测试的类，代码如下：

C++

#include <iostream>using namespace std;class Base1
{
public:virtual void f() {cout << "Base1::f()" << endl;}
};class Base2
{
public:virtual void g() {cout << "Base2::g()" << endl;}
};class Derived : public Base1, public Base2
{
public:virtual void f() {cout << "Derived::f()" << endl;}virtual void g() {cout << "Derived::g()" << endl;}virtual void h() {cout << "Derived::h()" << endl;}
};int main(int argc, char *argv[])
{Derived ins;Base1 &b1 = ins;Base2 &b2 = ins;Derived &d = ins;b1.f();b2.g();d.f();d.g();d.h();
}

代码采用了多继承，是为了更多的分析出g++的实现本质，用UML简单的画一下继承关系：

示例代码UML图

代码的输出结果和预期的一致，C++实现了虚函数覆盖功能，代码输出如下：

Derived::f()
Derived::g()
Derived::f()
Derived::g()
Derived::h()

开始分析！

我写这篇文章的重点是尝试解释g++编译在底层是如何实现虚函数覆盖和动态绑定的，因此我假定你已经明白基本的虚函数概念以及虚函数表（vtbl）和虚函数表指针（vptr）的概念和在继承实现中所承担的作用，如果你还不清楚这些概念，建议你在继续阅读下面的分析前先补习一下相关知识，陈皓的《C++虚函数表解析》系列是一个不错的选择。

通过本文，我将尝试解答下面这三个问题：

g++如何实现虚函数的动态绑定？
vtbl在何时被创建？vptr又是在何时被初始化？
在Linux中运行的C++程序虚拟存储器中，vptr、vtbl存放在虚拟存储的什么位置？

首先是第一个问题：

g++如何实现虚函数的动态绑定？

这个问题乍看简单，大家都知道是通过vptr和vtbl实现的，那就让我们刨根问底的看一看，g++是如何利用vptr和vtbl实现的。

第一步，使用 -fdump-class-hierarchy 参数导出g++生成的类内存结构：

Vtable for Base1
Base1::_ZTV5Base1: 3u entries
0     (int (*)(...))0
4     (int (*)(...))(& _ZTI5Base1)
8     Base1::fClass Base1size=4 align=4base size=4 base align=4
Base1 (0xb6acb438) 0 nearly-emptyvptr=((& Base1::_ZTV5Base1) + 8u)Vtable for Base2
Base2::_ZTV5Base2: 3u entries
0     (int (*)(...))0
4     (int (*)(...))(& _ZTI5Base2)
8     Base2::gClass Base2size=4 align=4base size=4 base align=4
Base2 (0xb6acb474) 0 nearly-emptyvptr=((& Base2::_ZTV5Base2) + 8u)Vtable for Derived
Derived::_ZTV7Derived: 8u entries
0     (int (*)(...))0
4     (int (*)(...))(& _ZTI7Derived)
8     Derived::f
12    Derived::g
16    Derived::h
20    (int (*)(...))-0x000000004
24    (int (*)(...))(& _ZTI7Derived)
28    Derived::_ZThn4_N7Derived1gEvClass Derivedsize=8 align=4base size=8 base align=4
Derived (0xb6b12780) 0vptr=((& Derived::_ZTV7Derived) + 8u)Base1 (0xb6acb4b0) 0 nearly-emptyprimary-for Derived (0xb6b12780)Base2 (0xb6acb4ec) 4 nearly-emptyvptr=((& Derived::_ZTV7Derived) + 28u)

如果看不明白这些乱七八糟的输出，没关系（当然能看懂更好），把上面的输出转换成图的形式就清楚了：

vptr和vtbl

其中有几点尤其值得注意：

我用来测试的机器是32位机，所有vptr占4个字节，每个vtbl中的函数指针也是4个字节
每个类的主要（primal）vptr放在类内存空间的起始位置（由于我没有声明任何成员变量，可能看不清楚）
在多继承中，对应各个基类的vptr按继承顺序依次放置在类内存空间中，且子类与第一个基类共用同一个vptr
子类中声明的虚函数除了覆盖各个基类对应函数的指针外，还额外添加一份到第一个基类的vptr中（体现了共用的意义）

有了内存布局后，接下来观察g++是如何在这样的内存布局上进行动态绑定的。

g++对每个类的指针或引用对象，如果是其类声明中虚函数，使用位于其内存空间首地址上的vptr寻找找到vtbl进而得到函数地址。如果是父类声明而子类未覆盖的虚函数，使用对应父类的vptr进行寻址。

先来验证一下，使用 objdump -S 得到 b1.f() 的汇编指令：

Assembly (x86)

b1.f();8048734:       8b 44 24 24             mov    0x24(%esp),%eax    # 得到Base1对象的地址8048738:       8b 00                   mov    (%eax),%eax        # 对对象首地址上的vptr进行解引用，得到vtbl地址804873a:       8b 10                   mov    (%eax),%edx        # 解引用vtbl上第一个虚函数的地址804873c:       8b 44 24 24             mov    0x24(%esp),%eax8048740:       89 04 24                mov    %eax,(%esp)8048743:       ff d2                   call   *%edx              # 调用函数

其过程和我们的分析完全一致，聪明的你可能发现了，b2怎么办呢？Derived类的实例内存首地址上的vptr并不是Base2类的啊！答案实际上是因为g++在引用赋值语句 Base2 &b2 = ins 上动了手脚：

Assembly (x86)

Derived ins;804870d:       8d 44 24 1c             lea    0x1c(%esp),%eax8048711:       89 04 24                mov    %eax,(%esp)8048714:       e8 c3 01 00 00          call   80488dc <_ZN7DerivedC1Ev>Base1 &b1 = ins;8048719:       8d 44 24 1c             lea    0x1c(%esp),%eax804871d:       89 44 24 24             mov    %eax,0x24(%esp)Base2 &b2 = ins;8048721:       8d 44 24 1c             lea    0x1c(%esp),%eax   # 获得ins实例地址8048725:       83 c0 04                add    $0x4,%eax         # 添加一个指针的偏移量8048728:       89 44 24 28             mov    %eax,0x28(%esp)   # 初始化引用Derived &d = ins;804872c:       8d 44 24 1c             lea    0x1c(%esp),%eax8048730:       89 44 24 2c             mov    %eax,0x2c(%esp)

虽然是指向同一个实例的引用，根据引用类型的不同，g++编译器会为不同的引用赋予不同的地址。例如b2就获得一个指针的偏移量，因此才保证了vptr的正确性。

PS：我们顺便也证明了C++中的引用的真实身份就是指针…

接下来进入第二个问题：

vtbl在何时被创建？vptr又是在何时被初始化？

既然我们已经知道了g++是如何通过vptr和vtbl来实现虚函数魔法的，那么vptr和vtbl又是在什么时候被创建的呢？

vptr是一个相对容易思考的问题，因为vptr明确的属于一个实例，所以vptr的赋值理应放在类的构造函数中。 g++为每个有虚函数的类在构造函数末尾中隐式的添加了为vptr赋值的操作。

同样通过生成的汇编代码验证：

Assembly (x86)

class Derived : public Base1, public Base2
{80488dc:       55                      push   %ebp80488dd:       89 e5                   mov    %esp,%ebp80488df:       83 ec 18                sub    $0x18,%esp80488e2:       8b 45 08                mov    0x8(%ebp),%eax80488e5:       89 04 24                mov    %eax,(%esp)80488e8:       e8 d3 ff ff ff          call   80488c0 <_ZN5Base1C1Ev>80488ed:       8b 45 08                mov    0x8(%ebp),%eax80488f0:       83 c0 04                add    $0x4,%eax80488f3:       89 04 24                mov    %eax,(%esp)80488f6:       e8 d3 ff ff ff          call   80488ce <_ZN5Base2C1Ev>80488fb:       8b 45 08                mov    0x8(%ebp),%eax80488fe:       c7 00 48 8a 04 08       movl   $0x8048a48,(%eax)8048904:       8b 45 08                mov    0x8(%ebp),%eax8048907:       c7 40 04 5c 8a 04 08    movl   $0x8048a5c,0x4(%eax)804890e:       c9                      leave804890f:       c3                      ret

可以看到在代码中，Derived类的构造函数为实例的两个vptr赋初值，可是，这两个初值居然是立即数！立即数！立即数！这说明了vtbl的生成并不是运行时的，而是在编译期就已经确定了存放在这两个地址上的！

这个地址不出意料的属于.rodata（只读数据段），使用 objdump -s -j .rodata 提取出对应的内存观察：

80489e0 03000000 01000200 00000000 42617365  ............Base80489f0 313a3a66 28290042 61736532 3a3a6728  1::f().Base2::g(8048a00 29004465 72697665 643a3a66 28290044  ).Derived::f().D8048a10 65726976 65643a3a 67282900 44657269  erived::g().Deri8048a20 7665643a 3a682829 00000000 00000000  ved::h()........8048a30 00000000 00000000 00000000 00000000  ................8048a40 00000000 a08a0408 34880408 68880408  ........4...h...8048a50 94880408 fcffffff a08a0408 60880408  ............`...8048a60 00000000 c88a0408 08880408 00000000  ................8048a70 00000000 d88a0408 dc870408 37446572  ............7Der8048a80 69766564 00000000 00000000 00000000  ived............8048a90 00000000 00000000 00000000 00000000  ................8048aa0 889f0408 7c8a0408 00000000 02000000  ....|...........8048ab0 d88a0408 02000000 c88a0408 02040000  ................8048ac0 35426173 65320000 a89e0408 c08a0408  5Base2..........8048ad0 35426173 65310000 a89e0408 d08a0408  5Base1..........

由于程序运行的机器是小端机，经过简单的转换就可以得到第一个vptr所指向的内存中的第一条数据为0x80488834，如果把这个数据解释为函数地址到汇编文件中查找，会得到：

Assembly (x86)

08048834 <_ZN7Derived1fEv>:
};class Derived : public Base1, public Base2
{
public:virtual void f() {8048834:       55                      push   %ebp8048835:       89 e5                   mov    %esp,%ebp8048837:       83 ec 18                sub    $0x18,%esp

Bingo！ g++在编译期就为每个类确定了vtbl的内容，并且在构造函数中添加相应代码使vptr能够指向已经填好的vtbl的地址。

这也同时为我们解答了第三个问题：

在Linux中运行的C++程序虚拟存储器中，vptr、vtbl存放在虚拟存储的什么位置？

直接看图：

虚函数在虚拟存储器中的位置

图中灰色部分应该是你已经熟悉的，彩色部分内容和相关联的箭头描述了虚函数调用的过程（图中展示的是通过new在堆区创建实例的情况，与示例代码有所区别，小失误，不要在意）：当调用虚函数时，首先通过位于栈区的实例的指针找到位于堆区中的实例地址，然后通过实例内存开头处的vptr找到位于.rodata段的vtbl，再根据偏移量找到想要调用的函数地址，最后跳转到代码段中的函数地址执行目标函数。

总结

研究这些问题的起因是因为公司代码出现了非常奇葩的行为，经过追查定位到虚函数表出了问题，因此才有机会脚踏实地的对虚函数实现进行一番探索。

也许你会想，即使我不明白这些底层原理，也一样可以正常的使用虚函数，也一样可以写出很好的面相对象的代码啊？

这一点儿也没有错，但是，C++作为全宇宙最复杂的程序设计语言，它提供的功能异常强大，无异于武侠小说中锋利无比的屠龙宝刀。但武功不好的菜鸟如果胡乱舞弄宝刀，却很容易反被其所伤。只有了解了C++底层的原理和机制，才能让我们把C++这把屠龙宝刀使用的更加得心应手，变化出更加华丽的招式，成为真正的武林高手。

虚函数与虚函数表剖析（动多态）相关推荐

【C++ Primer | 15】虚函数表剖析（一）
一.虚函数 1. 概念多态指当不同的对象收到相同的消息时,产生不同的动作编译时多态(静态绑定),函数重载,运算符重载,模板. 运行时多态(动态绑定),虚函数机制. 为了实现C++的多态,C++使用 ...
c++虚函数和虚函数表
前言 (1)虚基表与虚函数表是两个完全不同的概念虚基表用来解决继承的二义性(虚基类可以解决). 虚函数用来实现泛型编程,运行时多态. (2)虚函数是在基类普通函数前加virtual关键字,是实现多态 ...
C++虚函数及虚函数表解析
一.背景知识(一些基本概念) 虚函数(Virtual Function):在基类中声明为 virtual 并在一个或多个派生类中被重新定义的成员函数. 纯虚函数(Pure Virtual Functi ...
【虚函数指针虚函数表】
文章目录虚函数指针和虚函数表 1.虚函数的含义 2.虚函数的作用 3.虚函数的实现原理多态的实现原理 `普通类` `当类中存在虚函数` `子类继承父类不重写虚函数` 子类继承父类重写虚函数 1.虚 ...
【C++】虚函数与虚函数表
1. 虚函数表的结构 #include <iostream> using namespace std;typedef void (*Fun)(void);class Base {publi ...
虚函数与纯虚函数以及虚函数表之间的关系
1.虚函数简单地说,那些被virtual关键字修饰的成员函数,就是虚函数.C++中虚函数的作用主要是实现多态机制.所谓多态就是用父类指针指向子类对象,然后通过父类指针调用实际子类的成员函数,这种技术 ...
c++ 虚函数多态、纯虚函数、虚函数表指针、虚基类表指针详解
文章目录静态多态.动态多态虚函数哪些函数类型不可以被定义成虚函数? 虚函数的访问方式析构函数中的虚函数虚函数表指针 vptr 多继承下的虚函数表虚基类表指针 bptr 纯虚函数抽象类虚 ...
C++虚函数和虚函数表原理
虚函数的地址存放于虚函数表之中.运行期多态就是通过虚函数和虚函数表实现的. 类的对象内部会有指向类内部的虚表地址的指针.通过这个指针调用虚函数. 虚函数的调用会被编译器转换为对虚函数表的访问: ptr ...
C++虚函数，虚函数表，虚继承，虚继承表
一.虚函数类中用virtual关键字修饰的函数. 作用:主要是实现了多态的机制.关于多态,简而言之就是用父类型别的指针指向其子类的实例,然后通过父类的指针调用实际子类的成员函数.这种技术可以让父类的 ...
C++中虚函数、虚指针和虚表详解
关于虚函数的背景知识用virtual关键字申明的函数叫做虚函数,虚函数肯定是类的成员函数. 存在虚函数的类都有一个一维的虚函数表叫做虚表.每一个类的对象都有一个指向虚表开始的虚指针.虚表是和类对应的 ...

虚函数与虚函数表剖析（动多态）

探索C++虚函数在g++中的实现

先写个例子

开始分析！

g++如何实现虚函数的动态绑定？

vtbl在何时被创建？vptr又是在何时被初始化？

总结

虚函数与虚函数表剖析（动多态）相关推荐

最新文章

热门文章