运行之前
编译一个C程序会经历下面几个阶段:
- 预处理：宏定义展开，头文件展开，条件编译(#ifdef之类)，不检查语法
- 编译: 检查语法，将预处理后文件编译生成汇编文件
- 汇编: 将汇编文件生成目标文件(二进制文件)
- 链接: 将目标文件链接为可执行程序
在程序在还没有加载到内存中前，可执行程序内部已经分好3段信息:代码区(text)、数据区(data)、未初始化数据区(bss),有些直接把data和bss合起来叫静态区或全局区。
-
代码区:
存放 CPU 执行的机器指令。通常代码区是可共享的（即另外的执行程序可以调用它），使其可共享的目的是对于频繁被执行的程序，只需要在内存中有一份代码即可。代码区通常是只读的，使其只读的原因是防止程序意外地修改了它的指令。另外，代码区还规划了局部变量的相关信息。 -
data段:
全局初始化数据区/静态数据区：该区包含了在程序中明确被初始化的全局变量、已经初始化的静态变量（包括全局静态变）和常量数据（如字符串常量)。 -
bss区:
存入的是全局未初始化变量和未初始化静态变量。未初始化数据区的数据在程序开始执行之前被内核初始化为 0 或者空(NULL)。
总体来讲说，程序源代码被编译之后主要分成两种段：程序指令(代码区)和程序数据（数据区）。代码段属于程序指令，而数据域段和.bss段属于程序数据。
为什么编译的程序需要把程序的指令和数据分开呢？
- 程序被load到内存后，可以将数据和代码分别映射到两个区域，由于数据区是可读可写，指令区对程序来说是只读的，分区之后，防止程序的指令被有意或者无意修改。
- 当系统中运行着多个同样的程序的时候，这些程序执行的指令都是一样的，所以只需要内存中保存一份程序的指令就可以了，只是每一个程序运行中数据不一样而已，这样可以节省大量的内存。比如说之前的Windows Internet Explorer 7.0运行起来之后， 它需要占用112844KB的内存，它的私有部分数据有大概15944KB，也就是说有96 900KB空间是共享的，如果程序中运行了几百个这样的进程，可以想象共享的方法可以节省大量的内存。
运行之后
程序在加载到内存前，代码区和全局区(data和bss)的大小就是固定的，程序运行期间不能改变。然后，运行可执行程序，操作系统把物理硬盘程序load(加载)到内存，除了根据可执行程序的信息分出代码区（text）、数据区（data）和未初始化数据区（bss）之外，还额外增加了栈区、堆区。
-
代码区（text segment）
加载的是可执行文件代码段，所有的可执行代码都加载到代码区，这块内存是不可以在运行期间修改的。 -
未初始化数据区（BSS）
加载的是可执行文件BSS段，位置可以分开亦可以紧靠数据段，存储于数据段的数据（全局未初始化，静态未初始化数据）的生存周期为整个程序运行过程。 -
全局初始化数据区/静态数据区（data segment）
加载的是可执行文件数据段，存储于数据段（全局初始化，静态初始化数据，文字常量(只读)）的数据的生存周期为整个程序运行过程。 -
栈区（stack）
栈是一种先进后出的内存结构，由编译器自动分配释放，存放函数的参数值、返回值、局部变量等。在程序运行过程中实时加载和释放，因此，局部变量的生存周期为申请到释放该段栈空间。 -
堆区（heap）
堆是一个大容器，它的容量要远远大于栈，但没有栈那样先进后出的顺序。用于动态内存分配。堆在内存中位于BSS区和栈区之间。一般由程序员分配和释放，若程序员不释放，程序结束时由操作系统回收。比如malloc、free操作就是管理堆区内存。
var.png
最后我们再来做个小结:
在理解C/C++内存分区时，常会碰到如下术语：数据区，堆，栈，静态区，常量区，全局区，字符串常量区，文字常量区，代码区等等。在这里，尝试捋清楚以上分区的关系。
- 数据区包括：堆，栈，全局/静态存储区。
- 全局/静态存储区包括：常量区，全局区、静态区。
- 代码区：存放程序编译后的二进制代码，不可寻址区。
- 常量区包括：字符串常量区、常变量区。
- 可以说，C/C++内存分区其实只有两个，即代码区和数据区。
网友评论