C++对象布局及多态探索之菱形结构虚继承

2019-11-17 05:08:58

字体：大中小

来源：转载

供稿：网友

　　这次我们看看菱形结构的虚继续。虚继续的引入本就是为了解决复杂结构的继续体系问题。上一篇我们在讨论虚继续时用的是一个简单的继续结构，只是为了打个铺垫。

　　我们先看看这几个类，这是一个典型的菱形继续结构。C100和C101通过虚继续共享同一个父类C041。C110则从C100和C101多重继续而来。

strUCt C041
{
　C041() : c_(0x01) {}
　virtual void foo() { c_ = 0x02; }
　char c_;
};
struct C100 : public virtual C041
{
　C100() : c_(0x02) {}
　char c_;
};
struct C101 : public virtual C041
{
　C101() : c_(0x03) {}
　char c_;
};
struct C110 : public C100, public C101
{
　C110() : c_(0x04) {}
　char c_;
};

　　运行如下代码：

PRINT_SIZE_DETAIL(C110)
　　结果为：

The size of C110 is 16
The detail of C110 is 28 c3 45 00 02 1c c3 45 00 03 04 18 c3 45 00 01

　　我们可以象上一篇一样，画出对象的内存布局。

C100,5 C101,5 C110,1 C041,5 
ospt,4,11 m,1 ospt,4,6 m,1 m,1 vtpt,4 m1

　　(注：为了不折行，我用了缩写。ospt代表偏移值指针、m代表成员变量、vtpt代表虚表指针。第一个数字是该区域的大小，即字节数。只有偏移值指针有第二个数字，第二个数字就是偏移值指针指向的偏移值的大小。)

　　可以看到对象的内存布局中只有一个C041，即祖父类的部分只有一份，且放在最后面。这就是菱形继续。对比前面几篇的讨论，我们可以知道，假如没有用虚继续机制，那么在C041对象的内存布局中会出现两份C041部分，这也就是所谓的V型继续。相应的对象布局为：C041+C100+C041+C101 +C110。在V型继续中是不能直接从C110，即孙子类，直接转型到C041，即祖父类的。因为在对象的布局中有两份祖父类的实体，一份从C100而来，一份从C101而来。编译器在决议时会存在二义性，它不知道转型后到底用哪一份实体。虽然可以通过先转型到某一父类，然后再转型到祖父类来解决。但使用这种方法时，假如改写了祖父类的成员变量的内容，runtime是不会同步两个祖父类实体的状态，因此可能会有语义错误。

　　我们再分析一下上面的内存布局。普通继续的布局，顶层类在前面。多重继续时则按从左到右的顺序排。从C100和C101到C110的继续是普通继续，所以遵循这个原则，先是左父类再右父类，接下去是子类。而虚继续则要求将共享的父类放到整个对象布局的最后(即使虚父类没有被真正的共享也是如此，前在一篇的C020类就是这样。不知道打开优化开关后会不会有变化。)所以在上例中的祖父类也是被置于最后的。

　　我们再看看对成员的访问情况。运行以下代码并查看相应的汇编代码。

C110 c110;
c110.c_ = 0x51;
c110.C100::c_ = 0x52;
c110.C101::c_ = 0x52;
c110.C041::c_ = 0x53;
c110.foo();

　　对应的汇编代码为：

01 00423993 push 1
02 00423995 lea ecx,[ebp+FFFFF7F0h]
03 0042399B call 0041DE60
04 004239A0 mov byte ptr [ebp+FFFFF7FAh],51h
05 004239A7 mov byte ptr [ebp+FFFFF7F4h],52h
06 004239AE mov byte ptr [ebp+FFFFF7F9h],52h
07 004239B5 mov eax,dWord ptr [ebp+FFFFF7F0h]
08 004239BB mov ecx,dword ptr [eax+4]
09 004239BE mov byte ptr [ebp+ecx+FFFFF7F4h],53h
                         
10 004239C6 mov eax,dword ptr [ebp+FFFFF7F0h]
11 004239CC mov ecx,dword ptr [eax+4]
12 004239CF lea ecx,[ebp+ecx+FFFFF7F0h]
13 004239D6 call 0041DF32

　　前3行是对象的初始化，调用了对象的构造函数。4、5、6行是对子类、左右父类的成员变量的赋值。我们可以看到是直接写的，因为这一层的继续是普通继续。第7、8、9行是对祖父类成员变量的赋值，和上篇讨论过的一样，是通过偏移值指针指向的偏移值来间接访问的。最后的4行指令是对成员函数的调用。我们可以看到调用的函数地址是直接给出的(最后一行)，因为我们是通过对象来调用，即使是虚函数调用也不会有多态的行为。但是得到this指针的方式却是颇为间接，即第10、11、12行。因为这个函数在祖父类中定义，那么它操作的数据成员应该是祖父类的。因此编译器要调整this指针的位置。而祖父类又是被虚继续，因此要通过偏移值指针指向的偏移值来进行调整。

　　再观察一下第9行和第12行，可以看到计算出来的地址值是不一样的。这是因为第9行为给祖父类的成员变量赋值，而祖父类中有虚表指针存在，所以在得到对象的起始地址后，编译器给它加了4字节的偏移量以跳过虚指针。实际的得到地址的运算为： [ebp+ecx+FFFFF7F0h+4h]，编译器在生成代码时会直接把最后一步运算做掉。

　　我们再看一个例子，这个例子的继续结构和上一篇中是一样的，也是菱形结构。不同的是，每一个类都重写了顶层类声明的虚函数。代码如下：

struct C041
{
　C041() : c_(0x01) {}
　virtual void foo() { c_ = 0x02; }
　char c_;
};
struct C140 : public virtual C041
{
　C140() : c_(0x02) {}
　virtual void foo() { c_ = 0x11; }
　char c_;
};
struct C141 : public virtual C041
{
　C141() : c_(0x03) {}
　virtual void foo() { c_ = 0x12; }
　char c_;
};
struct C150 : public C140, public C141
{
　C150() : c_(0x04) {}
　virtual void foo() { c_ = 0x21; }
　char c_;
};

　　首先我们运行下面的代码，看看它们的内存布局。

PRINT_SIZE_DETAIL(C041)
PRINT_SIZE_DETAIL(C140)
PRINT_SIZE_DETAIL(C141)
PRINT_SIZE_DETAIL(C150)

　　结果为：

The size of C041 is 5
The detail of C041 is f0 c245 00 01
The size of C140 is 14
The detail of C140 is 48 c3 45 00 02 00 00 00 00 44 c3 45 00 01
The size of C141 is 14
The detail of C141 is 58 c3 45 00 03 00 00 00 00 54 c3 45 00 01
The size of C150 is 20
The detail of C150 is 74 c3 45 00 02 68 c3 45 00 03 04 00 00 00 00 64 c3 45 00 01

　　和前面的布局不同之处在于，共享部分和前面的非共享部分之间多了4字节的0值。只有共享部分有虚表指针，这是因为派生类都没有定义自己的虚函数，只是重写了顶层类的虚函数。我们分析一下C150的对象布局。

C140,5 C141,5 C150,1 zero,4 C041,5 
ospt,4,15 m,1 ospt,4,10 m,1 m,1 4 vtpt,4 m1

　　(注：为了不折行，我用了缩写。ospt代表偏移值指针、m代表成员变量、vtpt代表虚表指针。第一个数字是该区域的大小，即字节数。只有偏移值指针有第二个数字，第二个数字就是偏移值指针指向的偏移值的大小。)

　　再看函数的调用：

C150 obj;
PRINT_OBJ_ADR(obj)
obj.foo();

　　输出的对象地址为：

obj's addressis : 0012F624
　　最后一行函数调用的代码对应的汇编代码为：

00423F74 lea ecx,[ebp+FFFFF757h]
00423F7A call 0041DCA3

　　单步执行后，我们可以看到ecx中的值为：0x0012F633，这个地址也就是obj对象布局中的祖父类部分的起始地址。通过上面的布局分析我们知道 C150起始的偏移值指针指向的值为15，即对象起始到共享部分(祖父类部分)的偏移值。上面输出的obj起始地址为0x0012F624加上十进制的 15后，正好是我们看到的ecx中的值0x0012f633。
　　由于函数调用是作用于对象上，我们看到第二行的call指令是直接到地址的。

　　在这里令人困惑的问题是，我们知道ecx是用来传递this指针的。在前一篇中，我们分析了在C110对象上的foo方法调用。在那个例子中，由于 foo是顶层类中定义的虚函数，并且没有被下面的派生类重写，因此通过子类对象调用这个方法时，编译器产生的代码是通过子类起始的偏移指针指向的偏移值来计算出祖父类部分的起始地址，并将这个地址做为this指针所指向的地址。但是在C150类中，foo不再是从祖父类继续的，而是被子类自己所重写。照理这时的this指针应该指向子类的起始地址，也就是0x0012F62E，而不是ecx中的值0x0012F633。

　　我们跟进去看看C150::foo()的汇编代码，看它是怎样通过指向祖父类部分的this指针，来定位到子类的成员变量。

01 00426C00 push ebp 
02 00426C01 mov ebp,esp
03 00426C03 sub esp,0CCh
04 00426C09 push ebx 
05 00426C0A push esi 
06 00426C0B push edi 
07 00426C0C push ecx 
08 00426C0D lea edi,[ebp+FFFFFF34h]
09 00426C13 mov ecx,33h
10 00426C18 mov eax,0CCCCCCCCh
11 00426C1D rep stos dword ptr [edi]
12 00426C1F pop ecx 
13 00426C20 mov dword ptr [ebp-8],ecx
14 00426C23 mov eax,dword ptr [ebp-8]
15 00426C26 mov byte ptr [eax-5],21h
16 00426C2A pop edi 
17 00426C2B pop esi 
18 00426C2C pop ebx 
19 00426C2D mov esp,ebp
20 00426C2F pop ebp 
21 00426C30 ret

　　果然，由于此时指针指向的不是子类的起始部分(而是祖父类的起始部分)，因为是通过减于一个偏移值为向前定位成员变量的地址的。注重第15行，这时 eax中存放的是this指针的值，写入值的地址是[eax-5]，结合前面的对象布局和对象的内存输出，我们可以知道this指针的值(此时指向祖父类 C041的起始部分)减去5个字节(4字节的0值和1字节的成员变量值)后，刚好是子类C150的起始地址。

　　为什么不直接用子类的地址而是通过祖父类的起始地址间接的进行定位？这牵涉到编译内部的实现限制和对一系统问题的全面的理解。只是通过分析现象很难找到答案。

　　我们再通过指针来调用一次。

C150 * pt = &obj;
pt->foo();

　　第二行代码对应的汇编指令为：

01 00423F8B mov eax,dword ptr [ebp+FFFFF73Ch]
02 00423F91 mov ecx,dword ptr [eax]
03 00423F93 mov edx,dword ptr [ecx+4]
04 00423F96 mov eax,dword ptr [ebp+FFFFF73Ch]
05 00423F9C mov ecx,dword ptr [eax]
06 00423F9E mov eax,dword ptr [ebp+FFFFF73Ch]
07 00423FA4 add eax,dword ptr [ecx+4]
08 00423FA7 mov ecx,dword ptr [ebp+FFFFF73Ch]
09 00423FAD mov edx,dword ptr [ecx+edx]
10 00423FB0 mov esi,esp
11 00423FB2 mov ecx,eax
12 00423FB4 call dword ptr [edx]
13 00423FB6 cmp esi,esp
14 00423FB8 call 0041DDF2

　　喔！更加迂回了。这段代码非常的低效，里面很多明显的冗余指令，如第1、4、6行，2、5行等，假如打开了优化开关可能这段指令的效率会好很多。

　　第9行通过祖父类的虚表指针得到了函数地址，第11行同样把祖父类部分的起始地址0x0012F633做为this指针指向的地址存入ecx。

　　最后我们做个指针的动态转型再调用一次：

C141 * pt1 = dynamic_cast(pt);
pt1->foo();

　　第1行代码对应的汇编指令如下：

01 00423FBD cmp dword ptr [ebp+FFFFF73Ch],0

                         02 00423FC4 je 00423FD7
03 00423FC6 mov eax,dword ptr [ebp+FFFFF73Ch]
04 00423FCC add eax,5
05 00423FCF mov dword ptr [ebp+FFFFF014h],eax
06 00423FD5 jmp 00423FE1
07 00423FD7 mov dword ptr [ebp+FFFFF014h],0
08 00423FE1 mov ecx,dword ptr [ebp+FFFFF014h]
09 00423FE7 mov dword ptr [ebp+FFFFF730h],ecx

　　这里实际做了一个pt是否为零的判定，第4条指令把pt指向的地址后移了5字节，最后赋给了pt1。这样pt1就指向了右父类部分的地址位置，也就是C141的起始位置。

　　第2行代码对应的汇编指令为：

01 00423FED mov eax,dword ptr [ebp+FFFFF730h]
02 00423FF3 mov ecx,dword ptr [eax]
03 00423FF5 mov edx,dword ptr [ecx+4]
04 00423FF8 mov eax,dword ptr [ebp+FFFFF730h]
05 00423FFE mov ecx,dword ptr [eax]
06 00424000 mov eax,dword ptr [ebp+FFFFF730h]
07 00424006 add eax,dword ptr [ecx+4]
08 00424009 mov ecx,dword ptr [ebp+FFFFF730h]
09 0042400F mov edx,dword ptr [ecx+edx]
10 00424012 mov esi,esp
11 00424014 mov ecx,eax
12 00424016 call dword ptr [edx]
13 00424018 cmp esi,esp
14 0042401A call 0041DDF2

　　由于是通过偏移值指针进行运算，最后在调用时ecx和edx的值和前面通过pt指针调用时是一样的，这也是正确的多态行为。

上一篇：完美的C++：C++/CLI

下一篇：C++对象布局及多态实现之动态和强制转换