×

重审C中老生常谈的swap函数交换数值

96
周鶏
2017.02.10 23:28* 字数 1446

文章也同时在个人博客 http://kimihe.com/更新

概览

本文内容是关于C语言参数传值,以及x86底层实现的计算机科学。

包含了原理速览以及代码示例。

引言

如果你学习过C,可能会对经典的swap函数问题记忆深刻。简单的参数传值并不能在函数外部完成两个数的交换,而要用指针传地址。

对此的解释一般为:C语言是以传值的方式将参数传递给函数。因此传递进去的是参数的副本,纵使万千改动也无法触及本源丝毫。故有使用指针一说,以切实地修改两个参数地址处的值。

但对于单纯的传值与传指针(亦地址,引用)的区别是什么,能够道出原委的人可能并不多。因此笔者想通过本文进入更底层的汇编领域,向大家更加清晰地阐述在底层究竟发生了什么。

原料

基本必需配置
  • 任意文本编辑器(可以用来copy文中出现的代码)
  • GCC(我们需要用GCC来编译C源代码,并以GCC的规则来讲解,其它编译器产生的结果可能会不同)
额外建议配置
  • 类UNIX的环境(Linux与Mac等皆可,笔者是Mac)

实验

源代码

我们拥有swapValue.cswapAddr.c两份源代码,作为研究swap原理的基础,内容分别如下:

// swapValue.c

void swapValue(int a, int b)
{
    int tmp = a;
    a = b;
    b = tmp;
}

void fun()
{
    int a = 2;
    int b = 3;
    
    swapValue(a, b);
}

// swapAddr.c

void swapAddr(int *a, int *b)
{
    int tmp = *a;
    *a = *b;
    *b = tmp;
}

void fun()
{
    int a = 2;
    int b = 3;
    
    swapAddr(&a, &b);
}

代码内容很简单,分别是用传值和传地址两种方式实现swap,并都在fun函数中调用swap。

使用汇编器

启动命令行窗口,针对上述两份源代码进行汇编,输入如下命令:

gcc   -S swapValue.c
gcc   -S -O1 swapAddr.c

第二行多了一个-O1参数是为了让汇编代码更加便于阅读。之后得到swapValue.sswapAddr.s两份汇编代码。

分析汇编代码

swapValue.s

我们首先分析swapValue.s,撇去次要部分后,我们关注如下内容:

_swapValue:                             ## @swapValue
    ...
    ...
    movl    %edi, -4(%rbp)
    movl    %esi, -8(%rbp)
    movl    -4(%rbp), %esi
    movl    %esi, -12(%rbp)
    movl    -8(%rbp), %esi
    movl    %esi, -4(%rbp)
    movl    -12(%rbp), %esi
    movl    %esi, -8(%rbp)
    ...
    ...
    
_fun:                                   ## @fun
    ...
    ...
    movl    $2, -4(%rbp)
    movl    $3, -8(%rbp)
    movl    -4(%rbp), %edi
    movl    -8(%rbp), %esi
    callq   _swapValue
    ...
    ...

大家不必去理解汇编代码的含义,只需要理解笔者的讲解即可。可以看到汇编代码分为_fun_swapValue两个部分,与C源码中两个函数是对应的。

注意:在汇编中我们把函数改用过程来称呼。

_fun过程

对于_fun过程,我们可以看到参数2和参数3被最终分别传递到了寄存器%edi%esi中。随后调用了_swapValue子过程。

简而言之就是_fun过程将两个实参存放在两个寄存器中,然后调用_swapValue子过程。

在x86架构中,上述两个寄存器是专门用来向函数传递参数的,%edi负责传递第一个参数,%esi负责传递第二个参数。

_swapValue过程

可能是GCC优化问题,汇编代码拐弯抹角地实现了一个实际上很简单的操作。

上文有提到:两个参数存放在寄存器%edi%esi中。这段代码首先把两个参数分别复制到函数的栈内存中,即把%edi复制到-4(%rbp)中,把%esi复制到-8(%rbp)中,通过栈内存来存放局部变量。

随后拐弯抹角地交换了-4(%rbp)-8(%rbp)内部的值。可以看到:由于两个参数一开始就被复制,函数操作的一直都是这份副本。于是,这就是传值操作无法切实修改参数值的原因。

swapAddr.s

再来看看swapAddr.s,其中_fun过程没有特别的变化,区别集中在_swapAddr过程。

_swapAddr:                              ## @swapAddr
    ...
    movl    (%rdi), %eax
    movl    (%rsi), %ecx
    movl    %ecx, (%rdi)
    movl    %eax, (%rsi)
    ...
    ...
    
_fun:                                   ## @fun
    ...
    ...
    movl    $2, -4(%rbp)
    movl    $3, -8(%rbp)
    leaq    -4(%rbp), %rdi
    leaq    -8(%rbp), %rsi
    callq   _swapAddr
    ...
    ...


从外观上,可以看到_swapAddr中寄存器的操作,相比之前多了一对圆括号。(%rdi)(%rsi)互相交换内容。

这对圆括号就是传地址的奥秘所在,该操作统称为间接寻址

之前寄存器中存放的就是真实的数据,操作时直接取出寄存器中的内容即可。而这里,寄存器中存放的数据不能直接使用,它是一个索引(地址),先取出这个索引,然后去内存中与该索引相对应的位置处取出数据。有点像图书馆中根据书籍的编号去找书。

再仔细想想,这个理念与C语言中的指针是不是很像?没错,指针的底层实现就是它!

因此,由于内存中的地址是唯一对应的,因此在_swapAddr中我们就直接修改了两个参数地址处的值,于是两个参数也就完成了数据交换。

总结

以上就是对于传值与传地址的讲解。普通的变量就是保存一个数值而已,而指针是一种保存变量地址的变量,它的第一层含义是地址,第二层含义是根据该地址去取值。

指针常常是表达某个计算的唯一途径,而且可以生成更加高效紧凑的代码。例如字符串复制函数,关键代码若用指针只需如下:

char * strcpy(char *dest, char *src)
{
    char *ret = dest;
    while ((*dest++ = *src++))
        ;
    
    return ret;
}

正是有了指针,很多高级的操作才成为了可能,宏伟的程序才得以构建。

希望本文对大家有所帮助,感谢阅读,欢迎分享~

KimiTalk
Web note ad 1