C语言的内存模型

本文以IA-32环境为例.

一、内存类型

     1.代码段（Code or Text）：代码段由程序中的机器码组成。在C语言中，程序语句进行编译后，形成机器代码。在执行程序的过程中，CPU的程序计数器指向代码段的每一条代码，并由处理器依次运行。

     2.只读数据段（RO data）：只读数据段是程序使用的一些不会被更改的数据，使用这些数方式类似查表式的操作，由于这些变量不需要更改，因此只需要放置在只读存储器中即可。

     3.已初始化读写数据段(RW data)：已初始化数据是在程序中声明，并且具有初值的变量，这些变量需要占用存储器的空间，在程序执行时它们需要位于可读写的内存区域内，并具有初值，以供程序运行时读写。

     4.未初始化读写数据段(BSS)：未初始化读写据是在程序中声明，但是没有初始化的变量，这些变量在程序运行之前不需要占用存储器的空间。

     5.堆(heap)：堆内存只在程序运行时出现，一般由程序员分配（malloc）和释放（free）。在具有操作系统的情况下，如果程序员没释放，操作系统可以在程序结束后回收内存。

     6.栈(stack)：栈内存只在程序运行时出现，在函数内部使用的变量，函数的参数以及返回值将使用栈空间，栈空间由编译器自动分配和释放。C语言默认的调用惯例规定函数参数一般是按从右向左的顺序入栈。(注1)

二、内存布局

    
1.内存静态布局

     C语言目标文件的内存布局如下图所示：



C语言程序分为映像和运行时两种状态。在编译-连接后形成的映像中，将只包含代码段（Text）、只读数据段（ROData）和读写数据段（RWData）。在程序运行之前，将动态生成未初始化数据段（BSS）（注2），在程序的运行时还将动态形成堆（Heap）区域和栈（Stack）区域。

一般来说，在静态的映像文件中，各个部分称之为节（Section），而在运行时的各个部分称之为段（Segment）。如果不详细区分，可以统称为段。

  

    2.内存动态布局

    这里主要是区分堆与栈的概念。

    栈：在windows下栈是向低地址扩展的数据结构，是一块连续的内存区域(它的生长方向与内存的生长方向相反)。栈的大小是固定的。如果申请的空间超过栈的剩余空间时，将提示overflow。

    堆：堆是向高地址扩展的数据结构（它的生长方向与内存的生长方向相同），是不连续的内存区域。这是由于系统使用链表来存储空闲内存地址的，自然是不连续的，而链表的遍历方向是由低地址向高地址。堆的大小受限于计算机系统中有效的虚拟内存。

    由于栈是函数调用的核心结构，而且栈的生长方向与内存生长方向相反，这里着重讲一下栈的结构。

下图是一张小端模式的栈内存示意图。上部是低地址区，下部是高地址区，从右往左，地址依次升高。（假设一行为4字节）



某函数内部现有如下代码片段：

int x = 0x80;
int a[4];
int y = 0x20;

依次由高地址向低地址方向分配内存x，a[]，y（假设比x更高的地址已经被分配）。值得注意的是，数组内部还是由低地址到高地址的方式来分配a[0]，a[1]，a[2]，a[3]。（所以虽然栈里内存的分配方向与栈增长方向相反，但是我们在做指针自增操作*p++的时候得到的结果与我们的预期一致。）

当我们操作不慎，数组访问越界时：

printf("%x", *(a + 4));

得到的结果将是80，而非20。

值得注意的是，假设地址按单字节编码，那么x的地址,其实就是"80"所在字节的内存编码。所以，对于如下代码：

char *p = (char *) &x;
for (i = 0; i < sizeof(x); i++)
printf("%x", *(p + i));

我们得到的结果将是80000000。

这里就有必要解释一下大端模式和小端模式的概念了。
Big-Endian和Little-Endian的定义如下：

    Little-Endian就是低位字节排放在内存的低地址端，高位字节排放在内存的高地址端。

    Big-Endian就是高位字节排放在内存的低地址端，低位字节排放在内存的高地址端。

举一个例子，比如上述变量x的值0x00 00 00 80在内存中的表示形式为：

    大端模式：

高地址<-----------------低地址

0x80  |  0x00  |  0x00  |  0x00

    小端模式：

高地址<-----------------低地址

0x00  |  0x00  |  0x00  |  0x80

可见，大端模式和字符串的存储模式类似。

所以,对于上述代码,在大端模式的机器上得到的结果将是00000080。

是不是有点迷糊？其实遇到大小端问题时，只要把上述的内存布局图画出来，再记住大小端模式的存放方式（这里有个口诀可以帮助记忆：小弟弟低低，大端自然就刚好相反了。。。是不是略邪恶

）问题就迎刃而解了。

这篇博文暂时先写到这儿，欢迎拍砖。有啥不对的地方还望能及时指出。

注1：为什么Ｃ语言要选择从右至左呢？

由于Ｃ语言支持函数具有可变参数：采用自右向左的入栈方式，可以保证最前面的参数将是所有参数中最靠近栈顶的（注意：不是栈顶）。如果采用自左至右的入栈方式，那么最左面的参数将是最靠近栈底的，如果事先不知道参数的个数，那么就无法通过栈指针的相对位移获取最左边的参数。
这边引申一道经典的笔试题：

int i = 3;
printf("%d %d %d", i++, ++i, ++i);

想一想，答案究竟是多少呢？知道了参数入栈顺序，这题应该轻松加愉快了吧~

注2：与读写数据段类似，BSS也属于静态数据区，但是该段中的数据没有经过初始化。因此它只会在目标文件中被标识，而不会真正称为目标文件中的一段，该段将会在运行时产生。未初始化数据段只在运行的初始化阶段才会产生，因此它的大小不会影响目标文件的大小。