编译器：了解从小程序生成的汇编代码

Question

我正在自学编译器的工作原理。我通过阅读从小型 64 位 Linux 程序生成的 GCC 代码的反汇编来学习。

我写了这个C程序：

#include <stdio.h>

int main()
{
    for(int i=0;i<10;i++){
        int k=0;
    }
}

使用 objdump 后我得到：

00000000004004d6 <main>:
  4004d6:       55                      push   rbp
  4004d7:       48 89 e5                mov    rbp,rsp
  4004da:       c7 45 f8 00 00 00 00    mov    DWORD PTR [rbp-0x8],0x0
  4004e1:       eb 0b                   jmp    4004ee <main+0x18>
  4004e3:       c7 45 fc 00 00 00 00    mov    DWORD PTR [rbp-0x4],0x0
  4004ea:       83 45 f8 01             add    DWORD PTR [rbp-0x8],0x1
  4004ee:       83 7d f8 09             cmp    DWORD PTR [rbp-0x8],0x9
  4004f2:       7e ef                   jle    4004e3 <main+0xd>
  4004f4:       b8 00 00 00 00          mov    eax,0x0
  4004f9:       5d                      pop    rbp
  4004fa:       c3                      ret    
  4004fb:       0f 1f 44 00 00          nop    DWORD PTR [rax+rax*1+0x0]

现在我有些怀疑了。

1. 最后的 NOP 是什么，为什么会出现？ （对齐？）

2. 我正在使用gcc -Wall <program.c> 进行编译。为什么我没有收到警告 control reaches end of non-void function？

3. 为什么编译器不使用sub rsp,0x10 在堆栈上分配空间？为什么不使用rbp 寄存器来引用本地堆栈数据？

   PS：如果我在for循环中调用了一个函数（比如printf），为什么编译器会突然生成sub rsp,0x10？为什么它仍然使用rsp 寄存器引用本地数据。我希望生成的代码使用rbp! 引用本地堆栈数据！

Answer 1

关于第二个问题，由于 C99 标准允许在 main 函数中没有显式的 return 0，编译器将隐式添加它。请注意，这仅适用于main 函数，不适用于其他函数。

至于第三个问题，rbp寄存器充当frame pointer。

最后是PS。被调用函数很可能使用16 字节（0x10）作为传递给函数的参数。减法是从堆栈中“删除”这些变量。它可能是您作为参数传递的两个指针吗？

如果您正在认真学习编译器的一般工作原理，并且可能想要创建自己的编译器（这很有趣！:)），那么我建议您购买一些有关其理论和实践的书籍。 The dragon book 是任何程序员书架的绝佳补充。

Answer 2

1. 是的，nop 用于对齐。编译器对所需的不同填充长度使用不同的指令，因为他们知道现代 CPU 会提前预取和解码多条指令。

2. 正如其他人所说，如果没有明确的 return 语句，C99 标准默认从 main() 返回 0（请参阅 C99 TC3 中的 5.1.2.2.3），因此不会引发警告。

3. 64-bit System V Linux ABI 在当前堆栈指针下方保留一个 128 字节的“红色区域”，叶函数（不调用任何其他函数的函数 - 您的 main() 就是这样的函数）可以用于本地变量和其他临时值，而无需子 rsp / 添加 rsp。所以 rbp == rsp。

对于 PS：当您在 for() 循环中（或 main() 中的任何位置）调用函数时，main() 不再是叶函数，因此编译器不能再使用红色区域。这就是它使用 sub rsp, 0x10 在堆栈上分配空间的原因。但是它知道rsp和rbp之间的关系，所以在访问数据时可以使用其中任何一个。

Answer 3

ret 之后的任何内容都不能被依赖为代码。解码为nop 表示“无操作”

第二点是编译器检测到您离开 main 函数而不返回值，它会插入一个 return 0（仅为 main 定义）。

rbp 寄存器，bp 意思是“基指针”，指向当前函数的栈帧。函数调用通常会导致函数条目保存rbp 并将rsp 的当前值用于rbp。获取/存储函数参数和局部变量是相对于rbp 完成的。

---

我认为您的第三个问题需要更多关注，“为什么编译器不使用 sub rsp,0x10 在堆栈上分配空间？为什么不使用 rbp 寄存器来引用本地堆栈数据？”

实际上，编译器确实在堆栈上分配空间。但它不会改变堆栈指针。它可以做到这一点，因为该函数不调用其他函数。它只使用当前sp（堆栈向下增长）下方的空间，并使用rbp 访问i（[rbp-0x8]）和k（[rbp-0x4]）。

---

我必须添加以下注意事项：不调整 sp 以使用局部变量似乎 不是中断安全，因此编译器依赖于硬件在中断发生时自动切换到系统堆栈。否则，出现的第一个中断会将指令指针压入堆栈并覆盖局部变量。

解决的中断问题 Compiler using local variables without adjusting RSP