程序运行时的内存空间分布

我们在写程序时，既有程序的逻辑代码，也有在程序中定义的变量等数据，那么当我们的程序进行时，我们的代码和数据究竟是存放在哪里的呢？下面就来总结一下。

一、程序运行时的内存空间情况

其实在程序运行时，由于内存的管理方式是以页为单位的，而且程序使用的地址都是虚拟地址，当程序要使用内存时，操作系统再把虚拟地址映射到真实的物理内存的地址上。所以在程序中，以虚拟地址来看，数据或代码是一块块地存在于内存中的，通常我们称其为一个段。而且代码和数据是分开存放的，即不储存于同于一个段中，而且各种数据也是分开存放在不同的段中的。

下面以一个简单的程序来看一下在Linux下的程序运行空间情况，代码文件名为space.c

[cpp] view
plaincopyprint?





#include <unistd.h>

#include <stdio.h>

int main()

{

printf("%d\n", getpid());

while(1);

return 0;

}

这个程序非常简单，输出当前进程的进程号，然后进入一个死循环，这个死循环的目的只是让程序不退出。而在Linux下有一个目录/proc/$(pid)，这个目录保存了进程号为pid的进程运行时的所有信息，其中有一个文件maps，它记录了程序执行过程中的内存空间的情况。编译运行上面的代码，其运行结果如图1所示：



从上面的图中，我们可以看到这样一个简单的程序，在执行时，需要哪些库和哪些空间。上面的图的各列的意思，不一一详述，只对重要的进行说明。
第一列的是一个段的起始地址和结束地址，第二列这个段的权限，第三列段的段内相对偏移量，第六列是这个段所存放的内容所对应的文件。从上图可以看到我们的程序进行首先要加载系统的两个共享库，然后再加载我们写的程序的代码。

对于第二列的权限，r：表示可读，w：表示可写，x：表示可执行，p：表示受保护（即只对本进程有效，不共享），与之相对的是s，意是就是共享。

从上图我们可以非常形象地看到一个程序进行时的内存分布情况。下面我们将会结合上图，进行更加深入的对内存中的数据段的解说。

二、程序运行时内存的各种数据段

1.bss段
该段用来存放没有被初始化或初始化为0的全局变量，因为是全局变量，所以在程序运行的整个生命周期内都存在于内存中。有趣的是这个段中的变量只占用程序运行时的内存空间，而不占用程序文件的储存空间。可以用以下程序来说明这点，文件名为bss.c

[cpp] view
plaincopyprint?





#include <stdio.h>

int bss_data[1024 * 1024];

int main()

{

return 0;

}

这个程序非常简单，定义一个4M的全局变量，然后返回。编译成可执行文件bss，并查看可执行文件的文件属性如图2所示：





从可执行文件的大小4774B可以看出，bss数据段（4M）并不占用程序文件的储存空间，在下面的data段中，我们可以看到data段的数据是占用可执行文件的储存空间的。

在图1中，有文件名且属性为rw-p的内存区间，就是bss段。

2.data段
初始化过的全局变量数据段，该段用来保存初始化了的非0的全局变量，如果全局变量初始化为0，则编译有时会出于优化的考虑，将其放在bss段中。因为也是全局变量，所以在程序运行的整个生命周期内都存在于内存中。与bss段不同的是，data段中的变量既占程序运行时的内存空间，也占程序文件的储存空间。可以用下面的程序来说明，文件名为data.c：

[cpp] view
plaincopyprint?





#include <stdio.h>

int data_data[1024 * 1024] = {1};

int main()

{

return 0;

}

这个程序与上面的bss唯一的不同就是全局变量int型数组data_data，其中第0个元素的值初始化为1，其他元素的值初始化成默认的0，而因为数组的地址是连续的，所以只要有一个元素在data段中，则其他的元素也必然在data段中。编译连接成可执行文件data，并查看可执行文件的文件属性如图3所示：





从可执行文件的大小来看，data段数据（data_data数组的大小，4M）占用程序文件的储存空间。

在图1中，有文件名且属性为rw-p的内存区间，就是data段，它与bss段在内存中是共用一段内存的，不同的是，bss段数据不占用文件，而data段数据占用文件储存空间。

3.rodata段
该段是常量数据段，用于存放常量数据，ro就是Read Only之意。但是注意并不是所有的常量都是放在常量数据段的，其特殊情况如下：
1）有些立即数与指令编译在一起直接放在代码段（text段，下面会讲到）中。
2）对于字符串常量，编译器会去掉重复的常量，让程序的每个字符串常量只有一份。
3）有些系统中rodata段是多个进程共享的，目的是为了提高空间的利用率。

在图1中，有文件名的属性为r--p的内存区间就是rodata段。可见他是受保护的，只能被读取，从而提高程序的稳定性。

4.text段
text段就是代码段，用来存放程序的代码（如函数）和部分整数常量。它与rodata段的主要不同是，text段是可以执行的，而且不被不同的进程共享。

在图1中，有文件名且属性为r-xp的内存区间就是text段。就如我们所知道的那样，代码段是不能被写的。

5.stack段
该段就是栈段，用来保存临时变量和函数参数。程序中的函数调用就是以栈的方式来实现的，通常栈是向下（即向低地址）增长的，当向栈中push一个元素，栈顶指针就会向低地址移动，当从栈中pop一个元素，栈顶指针就会向高地址移动。栈中的数据只在当前函数或下一层函数中有效，当函数返回时，这些数据自动被释放，如果继续对这些数据进行访问，将发生未知的错误。通常我们在程序中定义的不是用malloc系统函数或new出来的变量，都是存放在栈中的。例如，如下函数：

[cpp] view
plaincopyprint?





void func（）

{

int a = 0;

int *n_ptr = malloc(sizeof(int));

char *c_ptr = new char;

}

整型变量a，整型指针变量n_ptr和char型指针变量c_ptr，都存放在栈段中，而n_ptr和c_ptr指向的变量，由于是malloc或new出来的，所以存放在堆中。当函数func返回时，a、n_ptr、c_ptr都会被释放，但是n_ptr和c_ptr指向的内存却不会释放。因为它们是存在于堆中的数据。

在图1中，文件名为stack的内存区间即为栈段。

6.heap段
heap（堆）是最自由的一种内存，它完全由程序来负责内存的管理，包括什么时候申请，什么时候释放，而且对它的使用也没有什么大小的限制。在C/C++中，用alloc系统函数和new申请的内存都存在于heap段中。

以上面的程序为例，它向堆申请了一个int和一个char的内存，因为没有调用free或delete，所以当函数返回时，堆中的int和char变量并没有释放，造成了内存泄漏。

由于在图1所对应的代码中没有使用alloc系统函数或new来申请内存，所以heap段并没有在图1中显示出来，所以以下面的程序来说明heap段的位置，代码文件为heap.c，代码如下：

[cpp] view
plaincopyprint?





#include <unistd.h>

#include <stdlib.h>

#include <stdio.h>

int main()

{

int *n_ptr = malloc(sizeof(int));

printf("%d\n", getpid());

while(1);

free(n_ptr);

return 0;

}

查看其运行时内存空间分布如下：





可以看到文件名为heap的内存区间就是heap段。从上图，也可以看出，虽然我们只申请4个字节（sizeof(int))的空间，但是在操作系统中，内存是以页的方式进行管理的，所以在分配heap内存时，还是一次分配就为我们分配了一个页的内存。注：无论是图1，还是上图，都有一些没有文件名的内存区间，其实没用文件名的内存区间表示使用mmap映射的匿名空间。