最近看了本《程序员的自我修养》，其中很多内容着实不错,明确了很多从前模糊的概念,所以贴上关于编译，链接及库的一些笔记，供菜鸟分享。

-------------------------------------------------------------------------------------------------

*****************编译和链接*****************
    从源代码到可执行代码可以分解为4个步骤，分别是预处理（prepressing）、编译（compilation）、汇编（assembly）和链接（linking）。

    预编译主要处理那些源代码文件中的以“#”开始的预编译指令。比如“#include”、“#define”等，主要处理规则如下：
    ● 展开所有宏定义，并且将所有的“#define”删除。
    ● 处理所有条件预编译指令，比如“#if”、“#ifdef”、“#elif”、“#else”、“#endif”。
    ● 处理“#include”预编译指令，将被包含的文件插入到该指令的位置。这个过程是递归进行的，也就是说被包含的文件可能还包含其它文件。
    ● 删除所有注释。
    ● 添加行号和文件名标识，以便产生调试用的行号信息。
    ●保留所有#pragma编译器指令。

    编译就是把预处理完的文件进行一系列词法分析、语法分析、语义分析及优化后产生相应的汇编代码文件。这个过程是构建整个程序的核心部分，也是最复杂的部分。

    现代的编译和链接过程也并非想象中那么复杂。比如我们在程序模块main.c中使用另外一个模块func,c中的函数foo()。我们在main.c模块中每一处调用foo()的时候都必须确切知道foo()的地址，但由于每个模块都是单独编译的，在编译器编译main.c的时候并不知道foo的函数地址，所以它暂时把这些调用foo()的指令的目标地址搁置，等待最后链接的时候由链接器去将这些指令的目标地址修正。如果没有链接器，我们必须手工把每个调用foo()的指令进行修正，这是相当繁琐的工作。
    将地址修正的过程也称“重定位（relocation）”，每个要修正的地方称为一个“重定位入口”。

*****************目标文件里有什么*****************
    一般C语言的编译后执行语句都编译成机器代码保存在.text段中；已初始化的全局变量和局部静态变量都保存在.data段里；未初始化的全局变量和局部静态变量一般放在.bss段。

    程序的指令和数据为何分开存放?

    ● 当程序被装载后,数据和指令分别被映射到两个虚存区域，这两个虚存区域的权限可以被分别设置成可读写和只读的。
    ● 对于现代的CPU来说，他们有着极其强大的缓存（cache）体系。指令区和数据区的分离有利于提高程序的局部性。现代CPU的缓存一般都被设计成数据缓存和指令缓存分离，所以程序的指令和数据被分开存放对CPU的缓存命中率提高有好处。
    ● 最重要的原因是当系统中运行着多个该程序的副本时，它们的指令都是一样的，所以内存中只要保存一份该程序的指令部分。对于其他的只读数据也是一样的，程序中的图标、图片、文本等资源也是属于可共享的。

    链接的接口——目标文件中的符号
    在链接的过程中，我们将函数和变量统称为符号（symbol）；函数名或变量名就是符号名（symbol name）。
    每个目标文件都会有一个相应的符号表（symbol table），这个表里记录了目标文件中所用到的所有符号。每个定义的符号有一个对应的值，叫做符号值（symbol value），对于变量和函数来说，符号值就是它们的地址。将符号表中的所有符号进行分类，可得：
    ● 定义在本目标文件中的全局符号，可以被其他目标文件引用。比如其中定义的一些函数和全局变量。
    ● 在本目标文件中引用的全局符号，却并没有定义在本目标文件，这一般称为外部符号（external symbol）。最典型的就是Hello World中的printf。
    ● 段名，由编译器产生，它的值就是该段的起始地址。
    ● 局部符号，这类符号只在编译单元内部可见，如函数中的局部变量。这些局部符号对于链接过程没有作用，链接器往往忽略它们。
    ● 行号信息。
    对于我们而言，最值得关注的就是全局符号，即上面的第一和第二类。因为链接过程只关心全局符号的相互粘合。

    符号修饰与函数签名
    很久以前,编译器编译源代码产生目标文件时,符号名与相应的变量或函数的名字是一样的。比如一个汇编源代码里面包含一个函数foo，那么汇编器将它编译成目标文件以后，foo在目标文件中相对应的符号名也是foo。当C语言出现时，已经存在很多用汇编语言编写的库和目标文件。如果一个C程序要使用这些库的话，则该C程序就不可以使用这些库中定义的函数和变量的名字作为符号名，否则将产生冲突。
    为了防止类似的符号名冲突，UNIX下的C语言规定，C语言源代码文件中的所有全局变量和函数经过编译后，相应的符号名前加上下划线“_”。而Fortran语言的源代码经过编译后，所有的符号名前加上下划线，后面也加上下划线。
    这种方法减少了多种语言目标文件之间冲突的概率，但同一种语言编写的目标文件还有可能会产生符号冲突，当程序很庞大时，不同的模块由多个部门开发，它们之间的命名规范若不严格，则有可能导致冲突。于是像C++这样的后来者考虑了这个问题，增加了命名空间（namespace）来解决符号冲突。

    复杂的C++拥有类、继承、虚机制、重载、命名空间等特性，这使得符号管理更为复杂。
    C++允许函数重载，C++还在语言级别支持命名空间。由此我们引入了“函数签名（Function Signature）”，函数签名包含了一个函数的信息，包括函数名、参数类型、函数所在类和命名空间及其他信息。具体的函数签名方法视不同的编译器而定，VISUAL C++编译器是这么做的：

   int func(int)    >>>>签名后>>>>    ?func@@YAHH@Z
    float func(float)    >>>>签名后>>>>    ?func@@YAMM@Z
    int C::func(int)    >>>>签名后>>>>    ?func@C@@AAEHH@Z
    int C::C2::func(int)    >>>>签名后>>>>    ?func@C2@C@@AAEHH@Z
    int N::func(int)    >>>>签名后>>>>    ?func@N@@YAHH@Z
    int N::C::func(int)    >>>>签名后>>>>    ?func@C@N@@AAEHH@Z

[培训]内核驱动高级班，冲击BAT一流互联网大厂工作，每周日13:00-18:00直播授课