自制操作系统番外：编程语言中变量是如何存储的

简介

在之前写操作系统的过程中，我们初步接触了一些寄存器和内存的基本概念，这篇将结合这些知识重新认识下C和Go中的变量的存储

前言

在学习java语言的时候，因为自动回收的特性，我们会关心变量的存储位置问题，是存在栈上，还是存在堆中？本文从汇编代码去看看C和Go是怎么进行变量的存储的，Java的中间还有字节码，时间问题，等后面再探索

下面先看看C和Go的示例程序和对应的汇编代码

C语言的示例程序和汇编代码

下面是C的示例程序如下，main.c文件：

#include <stdio.h>

struct Books {
    int num;
};

int main() {
    int a = getchar();
    struct Books book;
    book.num = getchar();
    char name[40] = "name";
    printf("%d, %d, %s, Hello, World!\n", a, book.num, name);
    return 0;
}

如上所示，我们定义了三个变量：一个int、一个字符串、一个结构体，在我们日常的程序中，变量不止这三个

编写完成后，运行下，输出正常

运行下面的命令，生成汇编代码，main.S文件：

gcc -m32 -S .\main.c

32位的寄存器目前接触的比较多，就先生成32位的，具体代码如下：

这个汇编和我们前面文章的汇编有些不同，是不同的语法，之前的是源操作在后，目标操作在前，这个是源操作在前，目标操作在后，具体可看文章：GCC汇编器语法

    .file    "main.c"
    .text
    .def    ___main;    .scl    2;    .type    32;    .endef
    .section .rdata,"dr"
LC2:
    .ascii "%d, %d, %s, Hello, World!\12\0"
    .text
    .globl    _main
    .def    _main;    .scl    2;    .type    32;    .endef
_main:
LFB118:
    .cfi_startproc
    pushl    %ebp
    .cfi_def_cfa_offset 8
    .cfi_offset 5, -8
    movl    %esp, %ebp
    .cfi_def_cfa_register 5
    andl    $-16, %esp
    subl    $64, %esp
    call    ___main
    // 调用getchar函数，默认返回结果在寄存器eax中
    call    _getchar
    // 得到结果后将其放入栈中，esp是栈寄存器
    movl    %eax, 60(%esp)
    call    _getchar
    movl    %eax, 56(%esp)
    movdqa    LC0, %xmm0
    movups    %xmm0, 16(%esp)
    movdqa    LC1, %xmm0
    movups    %xmm0, 32(%esp)
    movl    $0, 48(%esp)
    movl    $0, 52(%esp)
    movl    56(%esp), %eax
    leal    16(%esp), %edx
    movl    %edx, 12(%esp)
    movl    %eax, 8(%esp)
    movl    60(%esp), %eax
    movl    %eax, 4(%esp)
    movl    $LC2, (%esp)
    call    _printf
    movl    $0, %eax
    leave
    .cfi_restore 5
    .cfi_def_cfa 4, 4
    ret
    .cfi_endproc
LFE118:
    .section .rdata,"dr"
    .align 16
LC0:
    .long    1701667182
    .long    0
    .long    0
    .long    0
    .align 16
LC1:
    .long    0
    .long    0
    .long    0
    .long    0
    .ident    "GCC: (MinGW-W64 x86_64-ucrt-posix-seh, built by Brecht Sanders) 12.2.0"
    .def    _getchar;    .scl    2;    .type    32;    .endef
    .def    _printf;    .scl    2;    .type    32;    .endef

如上可以看到，对应int和结构体，得到结果后，都存到了栈上（字符串的好像也存了，但没太看懂）

接下来看看Go的

Go示例程序和汇编

完整示例代码如下，这里就定义两个变量

package main

import "fmt"

type Books struct {
    name string
}

func main() {
    var a string
    fmt.Scanln(&a)
    book := Books{}
    fmt.Scanln(&book.name)
    b := 100
    fmt.Printf("hello, %s, %s, %d", a, book.name, b)
}

我们使用下面的命令生成对应的汇编代码：

go tool compile -N -l -S main.go > main.s

代码太多了，这里就不放完整的了，部分如下：汇编码很多，但会标注对应的源码中的那一行，比如下面的就是对应的源码中的10行

    0x0029 00041 (main.go:10)    LEAQ    type.string(SB), AX
    0x0030 00048 (main.go:10)    PCDATA    $1, $0
    0x0030 00048 (main.go:10)    CALL    runtime.newobject(SB)
    0x0035 00053 (main.go:10)    MOVQ    AX, main.&a+112(SP)
    0x003a 00058 (main.go:10)    MOVQ    $0, 8(AX)
    0x0042 00066 (main.go:10)    PCDATA    $0, $-2
    0x0042 00066 (main.go:10)    CMPL    runtime.writeBarrier(SB), $0
    0x0049 00073 (main.go:10)    JEQ    77
    0x004b 00075 (main.go:10)    JMP    86
    0x004d 00077 (main.go:10)    MOVQ    $0, (AX)
    0x0054 00084 (main.go:10)    JMP    103
    0x0056 00086 (main.go:10)    MOVQ    AX, DI
    0x0059 00089 (main.go:10)    XORL    DX, DX
    0x005b 00091 (main.go:10)    NOP
    0x0060 00096 (main.go:10)    CALL    runtime.gcWriteBarrierDX(SB)
    0x0065 00101 (main.go:10)    JMP    103

关于Go的汇编语言可参考：Golang 汇编asm语言基础学习

上面放出的那部分，只是对应我们示例程序中的这一行：var a string

b := 100这个比较清晰，对应一行就是： 0x016f 00367 (main.go:14) MOVQ $100, main.b+40(SP)

在Go的汇编中，SP表示的就是栈，虽然没完成看懂这个汇编，但大致也知道了其将变量存放到栈中

总结

试验完了，我们回过头来详细，如果我们来写一个语言，如何进行变量的存储呢？

通过前面操作系统的学习，应该是不能直接存到寄存器中，寄存器数量就那么几个

那就只能放到内存中，关于程序的内存布局有很多文章，比如C的，java和go的在我们学习中，也有堆和栈的概念

C程序的内存布局包含五个段，分别是STACK(栈段)，HEAP(堆段)，BSS（以符号开头的块），DS（数据段）和TEXT(文本段)。
文章参考： https://cloud.tencent.com/developer/article/1825840

综合起来，代入我们自己写一个语言，感觉应该是：

• 对于基础类型：int、char等，可以直接将值放入栈中
• 对于字符串、数组、类：栈中肯定是放不下的，那就放一个其存放的内存地址（或许这个对应Java的引用？）

知道操作系统的相关知识感觉是真有用啊，上面是目前学到的，但由此也有了很多疑问了：

• 多个相同程序运行那地址是一样的，数据是如何进行隔离（有点映像，但细节当时是懵的，借助这个契机，后面研究研究）
• 数组和类等具体是如何存取的，后面再仔细研究研究

参考链接

• GCC汇编器语法