Linux从头学04:所有编程语言中的栈操作,底层原理都在这里
示例代码说明
执行主程序
初始状态
执行代码前 5 句
准备调用子程序
调用子程序
子程序
寄存器入栈保护
计算字符串长度
返回结果
寄存器出栈
返回指令ret
在任何一门编译型语言中,栈操作都是非常重要的。
利用栈的后进先出特性,可以很方便的解决一些棘手的问题,以至于 CPU
单独分配了 push
和 pop
这两个命令来专门操作栈,当然了,还有其他一些辅助的栈操作指令。
对于一些解释型的脚本语言,比如:Javascript
、Lua
等,它们与宿主语言之间的参数传递也都是通过栈来操作的。
因此,理解了栈操作的基本原理,对于学习、理解高级语言是非常有帮助的。
这篇文章,我们继续从最底层的指令码入手,通过一个子程序调用(即:函数调用),来学习栈空间是如何操作的,也就是下面这张图:
示例虽然是汇编代码,但是指令码一共不超过10
个,而且每一句都有注释,相信你阅读一定没有问题!
再次重申:我们不是在学习汇编语言,只是利用汇编代码,去繁存简,用最简单的实例来理解栈的操作。
示例代码说明
代码的功能是:
主程序:设置数据段、栈段、栈顶这 3 个寄存器,然后调用子程序(函数调用);
子程序:从寄存器 si 中获取字符串开始地址,然后计算字符串的长度,最后通过寄存器 ax 返回给主程序;
主程序在调用子程序的时候,就涉及到返回地址的入栈、出栈操作。
子程序在计算字符串长度的时候,为了保护一些使用到的寄存器不被破坏,也涉及到入栈和出栈操作。
我们的主要目标就是来研究以上这2
部分操作时,栈空间里的数据变化情况。
执行主程序
以下演示的截图,是通过debug.exe
这个工具来调试的。
在调试的过程中,主要关心的就是栈空间中的数据,以及几个寄存器的值:
代码相关:cs, ip
栈相关:ss, sp
初始状态
在执行第一条指令之前,首先看一下所有寄存器中的值:
此时,我们还没有为数据段寄存器 ds
、栈段寄存器ss
赋值,因此里面的值是没有意义的。
只有 cs:ip
寄存器的值是有意义的,此时它们为 076F:0000
,指向第一条代码处。
再来看一下指令码:
两个绿框内的指令,就是用来设置数据段寄存器 ds
、栈段寄存器 ss
和 栈顶寄存器 sp
。
这部分内容在上一篇文章中都已经详细描述过了,这里就不重复了。
执行代码前 5 句
mov ax, data
mov ds, ax
mov ax, stack
mov ss, ax
mov sp, 20h
这 5
行代码的功能就是:设置 ds
、 ss
和 sp
。
执行完这 5
行代码后,寄存器中的值为:
从以上这张图中可以看到编译器为程序安排了下面这几个地址:
把【数据段】安排在 076C:0000 位置;
把【栈段】 安排在 076D:0000 位置;
把【代码段】安排在 076F:0000 的位置;
虽然数据段值定义了 6
个字节的数据( 5
个字符 + 1
个结束符),但是它与栈段的开始地址之间,预留了 16
个字节的空间。
我们把此时内存空间的整体布局画一下:
准备调用子程序
我们都知道,在调用函数的之后,需要把调用指令后面的那条指令的地址,压入到栈中。
只有这样,被调用函数在执行结束之后,才能继续返回到正确的指令处继续执行。
CPU
在执行 call
指令的时候,会自动把 call
指令的后面一条指令的地址,压入到栈中。
在执行 call
指令之前,我们先来看一下 2
张图片。
(1)call 的指令码和汇编代码
call
的汇编代码是:call 0018
。
0018
指的是指令寄存器 ip
的值,加上代码段寄存器 cs
,就是:076F:0018
,这个位置处存储的就是子程序的第一条指令:push bx。
注意:call
的指令码是 E80500
,E8
是 call
指令的操作码,0005
是指令参数(注意:低字节是放在低地址,即:小端模式)。
之前文章说过,CPU
在执行一条指令后,会自动把指令寄存器 ip
修改为下一条指令的地址。
当 call
这条指令执行时,ip
就自动变成下一条指令的地址,再加上 call
指令中的 0005
,也就是说让 ip
再加上这个值,就是子程序的第一条指令的地址。
这也是相对地址的概念!在以后介绍到重定位的时候,再继续聊这个话题。
(2) 栈空间的数据
此时,栈顶寄存器 sp
的值为 0020
,即:栈的最高地址的下一个位置(为什么是这个位置?上一篇文章有说明)。
这 32
个字节的内容是没有任何意义的。
因为栈里数据是否有意义,是依赖于 sp
寄存器的,可以把它理解成一个指针,有些书籍中称呼它为:栈顶指针。
调用子程序
子程序的功能是计算字符串的长度,那么主程序一定要告诉子程序:字符串的开始地址在哪里。
在代码的开头,我们放置了 6
个字节的数据段空间,内容是 5
个字符,加上一个 0。
主程序把第一个字符的地址 0,通过寄存器 si
来告诉子程序:mov si, 0
。
子程序在执行时,就从 si
的值所代表的地址处,依次取出每一个字符。
现在我们开始执行 call
指令。
从上面的描述中可以知道:call
的下一条指令的地址(076F:0013
),将会被压入到栈中。
由于这里 call
指令是段内跳转,不会把 cs
的值入栈,仅仅是把 ip
的值入栈。(如果是段间跳转的话,就会把 cs:ip
都压栈)
我们来看一下执行 call
指令之后的两张图:
(1) 寄存器的值
从图中看出 sp
的值变成了 001E
。还记得之前文章说的入栈操作吗?
Step1:sp = sp -2。由于 sp 的初值是 0020,减去 2 之后就是 001E(都是十六进制);
Step2:把要入栈的值(也就是下一条指令的地址 0013)放在 sp 指向的地址处。
从图中还可以看到,指令寄存器 ip
的值变成了 0018
,也就是子程序的第 1
条指令(push bx
)的地址。
(2)栈空间的数据
可以看到:最后 2 个字节是 0013
,也即是下面的这样:
此时,指令寄存器 ip
指向了子程序的第一条指令 076F:0018 处,那就继续执行吧!
子程序
保护使用到的寄存器
我们知道:CPU
中寄存器都是公用的。
在子程序中,为了计算字符串的长度,代码中用到了bx
, cx
这 2 个寄存器。
但是我们不知道这 2 个寄存器是否在主程序中也被使用了。
如果我们冒然直接使用它们,改变了它们的值,那么在子程序执行结束后,返回到主程序时,主程序如果也用了这 2 个寄存器,那就有麻烦了。
因此,在子程序的开始处,需要把 bx
, cx
放在在栈中进行暂存保护。
当子程序返回的时候,再从栈中恢复它们的值,这样就不会对主程序构成潜在的威胁了。
1. push bx
在入栈之前,bx
的值是 0000
,我们给他入栈。
还记得上篇文章中入栈的操作吗:
Step1: 把 sp 的值减 2;
Step2: 把要入栈的值放在 sp 地址处(2个字节);
此时,栈顶寄存器 sp
变成 001C (001E - 2)。
再来看一下栈空间的数据情况:
此刻,栈中有意义的数据就有 2
个:返回地址,bx 的值。
2. push cx
在入栈之前,cx
的值是 005C
,我们给他入栈。
执行入栈的 2
步操作之后,栈顶寄存器 sp
变成 001A (001C - 2)。
栈空间的数据情况:
3. 计算字符串的长度
字符串是放在数据段中的。数据段的段地址 ds
,在主程序的开头已经设置好了。
字符串的首地址,主程序在执行 call
指令之前,已经放在寄存器 si
中了。
因此,子程序只要从 si
开始位置,依次取出每一个字符,然后检查它是否等于 0 (jcxz)。
如果不为0,就把长度值加 1 (
inc bx
),然后继续取下一个字符(inc si
);如果为0,就停止获取字符,因为已经遇到了字符串末尾的 0。
在循环获取每一个字符的时候,可以用 bx
寄存器来记录长度,所以在子程序的开头要让 bx
入栈。
读取的每个字符,放在 cx
寄存器中,所以在子程序的开头要让 cx
入栈。
我们来看一下检查第一个字符 'a' 的情况:
此时:
bx
的值为 0001
,说明长度至少为 1
。
si
的值为 0001
,准备取下一个位置 ds:si
(即:076C:0001
)处的字符 ‘b’。
这个过程一直循环 6
次(loop s
),当 ds:si
指向 076C:0005
,也就是取出的字符为 0
时,就直接跳转到标号为 over
(即:076F:0027
)的地址处。
此刻,寄存器 bx
中就存放着字符串的长度:0005
:
4. 把字符串长度告诉主程序
字符串的长度计算出来了,我们要把这个值告诉主程序,一般都是通过通用寄存器 ax
来传递返回结果。
所以,执行指令 mov ax, bx 把 bx
的值赋值给 ax
,主程序就可以从寄存器 ax
中得到字符串的长度了。
5. pop cx
子程序在返回之前,需要把栈中保存的 bx
、cx
值恢复到寄存器中。
另外,由于栈的后进先出特性,需要把栈顶数据先弹出到 cx
寄存器中。
在执行出栈之前:
sp = 001A
cx = 0000
栈中的数据情况如下:
pop cx
指令分为 2
个动作:
Step1:把 sp 指向的地址单元的中数据( 2 个字节),放入寄存器 cx 中,于是 cx 中的值变成了:005C;
Step2:把 sp 的值自增 2,变成 001C (001A + 2)。
此时,栈中的数据情况:
6. pop bx
执行过程是一样的:
Step1:把 sp 指向的地址单元的中数据( 2 个字节),放入寄存器 bx 中,于是 bx 中的值变成了:0000;
Step2:把 sp 的值自增 2,变成 001E (001C + 2)。
此时,栈中的数据情况:
7. 返回指令 ret
CPU
在执行 ret
指令时,也有 2
个动作:
Step1:把 sp 指向的地址单元的中数据( 2 个字节),放入指令寄存器 ip 中,于是 ip 中的值变成了:0013;
Step2:把 sp 的值自增 2,变成 0020 (001E + 2)。
此时,栈中的数据情况是:
这时,栈顶寄存器 sp
已经指到了代码段的空间中。这是由于我们在刚开始安排的时候,没有在栈与代码之间,空出来一段缓冲空间。
不管怎样,此时:
栈空间中没有任何有意义的数据了;
cs:ip 指向了主程序中 call 指令的下一条指令(mov ax,4c00h);
所以,当 CPU
执行下一条指令的时候,又回到了主程序中继续执行。。。
推荐阅读
【1】C语言指针-从底层原理到花式技巧,用图文和代码帮你讲解透彻
【2】一步步分析-如何用C实现面向对象编程
【3】原来gdb的底层调试原理这么简单
【4】内联汇编很可怕吗?看完这篇文章,终结它!
其他系列专辑:精选文章、C语言、Linux操作系统、应用程序设计、物联网