读书笔记_深入理解计算机系统_第1章_计算机系统漫游

第一章：计算机系统漫游

http://www.cnblogs.com/jerry19880126/

信息是什么？昨天和同学走的时候，正好就说起了这个话题，“信息就是概率”，同学如是说。那么信息在计算机里是什么呢？总不能还说是概率吧，计算机可不懂什么概率。

在本书第一章第一页的标题上赫然写着“信息就是位+上下文”。什么是位？位就是比特，就是二进制。计算机里没有概率，有的只是一连串0或1的序列。那什么是上下文？这个跟我们经常在英文阅读理解里遇到的“上下文”是差不多的，举个例子，二进制数10000011，对应十六进制的0x83，对应十进制的131，尽管在计算机里存的是10000011，但根据不同的“上下文”，却有着不同的含义，若把它当作指令，则表示“add”，是对两个操作数求和，若把它当作short短整型，则表示131，它还有可能是double型的一部分……总之，计算机里实实在在存的都是一些二进制码，应该把它解释成什么，则要根据“语境”。

第一章中我认为比较重要的有两个部分，一个是可执行程序的诞生过程，描述由一个高级语言源文件（比如C、C++或Java文件）经过加工走到可执行程序的过程；另一个是操作系统存放数据的位置，比如堆和栈等，这个在面试中常常作为操作系统的基础知识去考察，若这个也不清楚的话，面试官就认为你一点也不懂操作系统了。

先谈谈一个可执行程序的诞生过程。现在有了很方便的IDE（集成开发环境），比如我们常用的Visual Studio（简称VS），还有eclipse等等，已经淡化了从一个文本文件到可执行程序的过程。初学者在VS环境下输入代码，然后单击编译连接按钮：

若没有语法错，可执行程序就生成完毕了，却不知这个按钮按下后，发生了哪些事情。

如上图所示，现在编程大部分都是用高级语言（因为可移植性好，自己和别的程序猿也容易看的懂），我们在称之为源文件的地方书写代码，如下图所示。

以主流的C/C++为例，若是用C语言写的源文件（source program），源文件后缀一般是.c，若是用C++语言写的源文件，则后缀一般是.cpp（不要小看这个后缀，有时调程序时，出现很多离奇的错误往往就是这个后缀造成的，因为如果你用.c作为后缀，那么当你的程序里出现了class等关键字的时候，编译器就认不出来了，另外，C语言的行文要求也比C++严格，C++语法通过的地方，C可能反而通不过）。

在编译器编译前，其实还有一个预编译（pre-process）的过程，在预编译时，宏会被展开，一些常义变量也会被替换为常量。这里就多谈谈预编译的问题：关于宏定义，一定要多写写括号，不然展开就会有问题，比如

#define HELLO 3+5

这个看似和定义

#define HELLO 8

差不多，其实差远了，请看

…

int hi = HELLO *3;

…

现在问hi是什么？是24吗？我们不妨展开来看，预编译器是这样做的：

int hi = 3 + 5 * 3

hi其实是18！

这个问题看似比较简单，但却是笔试题中常考的地方。

还有常义变量，比如

const int count = 3;

…

int *p = (int*)&count;

*p = 5;

cout << count << “ ” << *p << endl;

…

现在问输出的是什么？这是今年中兴笔试的题（类似，具体数字忘了），老实说，这道题我当时纠结了不少时间，总是觉得*p = 5 会报错，其实不然。程序是可以执行的，且输出一个是3，一个是5，为什么会这样？

原来这是一个常量替换（更正式的说法是常量折叠），在预编译时，count就被替换为3了，所以输出的语句实际上早就变成了

cout << 3 << “ “ << *p << endl;

那为什么可以修改常量的值？这是因为强制类型转换将const int* 转成了 int*。

言归正传，由预处理器生成的文件是hello.i，接下来交由编译器来编译，编译后得到汇编程序文件hello.s，汇编程序与机器码已经可以一一对应了，汇编器将汇编程序文件转成目标文件hello.o，在hello中还会使用到来自本程序“外部”的函数，比如printf，它位于系统提供的库中，外部库也有目标文件，比如这里的printf.o，链接器将hello.o和printf.o链接到一起生成可执行的二进制文件（在windows下一般是用.exe结尾的，但在linux下不一定，取决于你的定义，这里就直接是hello了，在linux环境中当前目录的命令行下输入“./hello”，就可以执行这个程序了）。再宏观地看一眼这个流程，我们程序员可以看懂的文件（ASCII码文件）包括高级语言源文件（如hello.c）、预编译文件（如hello.i）和汇编程序文件（如hello.s），看不懂的文件（二进制文件，打开后都是乱码）包括目标文件（如hello.o）和可执行程序文件（如hello）。

最后谈谈操作系统的基础知识，也就是程序内存中的分布，以windows操作系统为例，地址空间从高到低依次是数据段、代码段、堆和栈。数据段存放程序的全局变量和静态变量，堆存放动态分配的内存（在C++中是new出来的内存，C中是malloc出来的内存），代码段顾名思义是存放程序的机器码，栈则存放局部的变量。在360面试的时候，面试官就问栈的生长方向，是向低地址区生长还是高地址区生长？即对一个栈push(x)后再push(y)，x和y在内存中的地址孰高孰低？这个需要记忆一下，栈在堆的下面（“下”表示地址更低），且栈是向低地址方向生长，而堆在栈的上面（“上“表示地址更高），且堆是向高地址方向生长，两者生长方向是背离的。注意linux的内存分布与windows不同。

下面在VS中验证win32环境下的内存分布，代码如下：

int main()
{
    int b = 3; // 栈
    int *c = new int[2]; // 堆

    // 输出观察地址空间
    cout << "静态变量地址 " << &a << endl;
    cout << "全局变量地址 " << &d << endl;
    cout << "常量地址（与代段存在一起）" << &hello << endl;
    cout << "栈地址 " << &b << endl;
    cout << "堆地址1 " << &c[0] << "堆地址2 " << &c[1]<<endl;
    delete [] c;

    int ss = 4;
    int sss = 5;
    cout << "第一个栈元素地址 " << &ss << endl;
    cout << "第二个栈元素地址 " << &sss << endl;
}

运行结果为：

<end>