C++11新特性中提供了对匿名函数(称为Lambda表达式)的支持,本文将对其底层的汇编代码实现作简要分析,如有雷同,纯属巧合~
C++ Primer Plus 第6版 中文版 清晰有书签PDF+源代码
C++11 获取系统时间库函数 time since epoch
Constructs a closure: an unnamed function object capable of capturing variables in scope.
—— Lambda functions (since C++11) [cppreference.com]
按照C++11标准的说法,lambda表达式的标准格式如下:
[ capture ] ( params ) mutable exception attribute -> ret { body }
// (1) 完整的声明
[ capture ] ( params ) -> ret { body }
//(2) 一个常lambda的声明:按副本捕获的对象不能被修改。
[ capture ] ( params ) { body }
// (3) 省略后缀返回值类型:闭包的operator()的返回值类型是根据以下规则推导出的:如果body仅包含单一的return语句,那么返回值类型是返回表达式的类型(在此隐式转换之后的类型:右值到左值、数组与指针、函数到指针)否则,返回类型是void
[ capture ] { body }
//(4) 省略参数列表:函数没有参数,即参数列表是()
capture - 指定哪些在函数声明处的作用域中可见的符号将在函数体内可见。
符号表可按如下规则传入:
[a,&b],按值捕获a,并按引用捕获b
[this],按值捕获了this指针
[&] 按引用捕获在lambda表达式所在函数的函数体中提及的全部自动储存持续性变量
[=] 按值捕获在lambda表达式所在函数的函数体中提及的全部自动储存持续性变量
[] 什么也没有捕获
params - 参数列表,与命名函数一样
ret - 返回值类型。如果不存在,它由该函数的return语句来隐式决定(或者是void,例如当它不返回任何值的时候)
body - 函数体
下面,我将从最简单的形式开始逐步对各种形式的lambda表达式进行汇编分析。
首先是最简单的类型(4):
和普通表达式一样,若单纯的一个表达式将被编译器忽略,这里将lambda表达式赋值给一个栈变量进行分析。
int main()
{
auto lambda = []{ };
return 0;
}
IntelliSense显示这里的lambda变量其实是一个 void lambda(),编译后被解析是main::__l3::void<lambda>(void)类型,debug查看汇编代码,发现本句并没有在main函数里产生任何汇编代码,但并不代表这个表达式没有意义,
...省略...
auto lambda = []{ };
return 0;
xor eax,eax
}
...省略...
若使用sizeof(lambda)计算其所占字节数将得到1,稍微在main代码上面一点,可以发现[]{}是作为一个函数被编译:
push ebp
mov ebp,esp
sub esp,0CCh
push ebx
push esi
push edi
push ecx
lea edi,[ebp-0CCh]
mov ecx,33h
mov eax,0CCCCCCCCh
rep stos dword ptr es:[edi]
pop ecx
mov dword ptr [this],ecx
pop edi
pop esi
pop ebx
mov esp,ebp
pop ebp
ret
int 3
int 3
可见,就像普通函数一样,[]{}表达式内部被编译为一个函数,该函数内有一个this指针作为栈变量,它指向调用函数时的寄存器ecx。
下面我们执行这个lambda表达式,进入闭包内部分析,同时,为了好说明,在函数内增加一条赋值语句。
int main()
{
auto lambda = []{
int s = 0xA;
};
lambda();
return 0;
}
对应有汇编代码:
auto lambda = []{
int s = 0xA;
};
lambda();
lea ecx,[ebp-5]
call 001E1570
return 0;
可以看到,有一个地址传送,[ebp-5]的地址送给ecx,然后直接调用闭包函数。
[ebp-5]是main的一个栈变量,占用4字节,他的值没有被初始化,debug版本默认是(0xcccccccc)。
将其地址&[ebp-5]送入ecx究竟有什么含义,不妨先进入闭包函数内部看看:
push ebp
mov ebp,esp
sub esp,0D8h
push ebx
push esi
push edi
push ecx
lea edi,[ebp+FFFFFF28h]
mov ecx,36h
mov eax,0CCCCCCCCh
rep stos dword ptr es:[edi]
pop ecx
mov dword ptr [ebp-8],ecx
int s = 0xA;
mov dword ptr [ebp-14h],0Ah
};
pop edi
pop esi
pop ebx
mov esp,ebp
pop ebp
ret
可见,刚才的ecx被push保存,然后又在函数初始化栈完成后(rep stos后),被弹出并写入局部变量[ebp-8]中,而这个[ebp-8]其实就是上面说到的this指针。也就是说,这个this指针指向main中的一个局部变量。
那么,为了进一步研究这个机制,我们设法让这个闭包使用this。不妨猜想一下,this既然是指向main里面的变量,那么他可能是一个base address用来“捕获”(lambda中的概念)闭包外层作用域内的某些变量。“捕获”方式在上面有说到,若将上面的[]改为[=],让lambda按值捕获main中的int变量s,再看看有什么变化:
int main()
{
int a = 0xB;
auto lambda = [=]{
int s = a;
};
lambda();
return 0;
}
闭包内对应汇编代码:
pop ecx
mov dword ptr [ebp-8],ecx
int s = a;
mov eax,dword ptr [ebp-8]
mov ecx,dword ptr [eax]
mov dword ptr [ebp-14h],ecx
};
同样的,先放置this指针,然后下面比较关键:
把this临时放到eax
然后再取eax地址对应的值放到临时ecx寄存器中,这里就是a
然后赋值给[ebp-14h]就是s
那么绕了半天做了什么事,其实就是相当于下面的代码:
s = *this;
那么这个this确实是指向了main里面的a,如何办到的?
查看main栈内存发现,传给闭包的this是指向下图中选中部分,而红框中是变量a:
可见,a在main的栈空间被复制了一次,而不是闭包的栈空间,那么复制发生在哪个时候,为什么this恰好就指向了a的副本?
再调用闭包函数之前,还做了一些事情:
int a = 0xB;
mov dword ptr [ebp-8],0Bh
auto lambda = [=]{
int s = a;
};
lea eax,[ebp-8]
push eax
lea ecx,[ebp-14h]
call 010E1BE0
lambda();
lea ecx,[ebp-14h]
call 010E1C20
return 0;
发现还call了一个带参函数:
将a的地址送入eax并压栈,相当于给下面的函数传参&a
将给后面闭包用的this保存在ecx中,可能会给下面的一个call使用
上面的操作相当于下面的伪代码:
call 010E1BE0( &a , this); //当然,this并不是作为参数传入的,这里只是方便理解
可以预见,010E1BE0函数的作用应该是拷贝a,并让this指向a,空口无凭,进去看看:
push ebp
mov ebp,esp
sub esp,0CCh
push ebx
push esi
push edi
push ecx
lea edi,[ebp+FFFFFF34h]
mov ecx,33h
mov eax,0CCCCCCCCh
rep stos dword ptr es:[edi]
pop ecx
mov dword ptr [ebp-8],ecx
mov eax,dword ptr [ebp-8]
mov ecx,dword ptr [ebp+8]
mov edx,dword ptr [ecx]
mov dword ptr [eax],edx
mov eax,dword ptr [ebp-8]
pop edi
pop esi
pop ebx
mov esp,ebp
pop ebp
ret 4
前后的代码按部就班,主要是中间:
ecx是this不用说了。
先把this保存到该函数的栈空间再说
this放进eax,预见下面的[eax]就是*this,和上面说到的一样
然后是[ebp+8]这块,送给ecx临时保存,然后取值,送入edx临时保存,可见[ebp+8]里面应该是一个地址
edx送给*this
最后那个mov eax,[ebp-8] ,又把this作为返回值
关于[ebp+8]:还记得传入该函数的参数&a吗?没错,[ebp+8]保存的是就是&a。
简单翻译一下这个函数的意思:
fun(&a,this);
int* fun(int* in,int* this)
{
*this = *in;
return this;
}
注意这里的this传递其实是通过寄存器的方式。
好了,说了半天,刚才那个问题,差不多也知道答案了。
调用闭包函数前,“捕获者”this指针被放在main中,并对其指向的内存块拷贝闭包中要用到的变量值,调用时,this通过寄存器送入闭包中,闭包通过this访问外层作用域(这里是main)的已捕获对象(这里是a)。
可见,如果闭包要按值捕获main中多个变量,那么事先要调用一个复制函数,依次复制所有要用的变量,然后通过this寻址访问main中变量的副本,而不是把所有变量拷贝到闭包的栈空间内。
上面说的都是最简单的形式,也即:[=]{ },之后的文章将分析更复杂的lambda表达式。