浅析C++中虚函数的调用及对象的内部布局(利用汇编深刻理解C++虚函数底层实现机制)

在我那篇《浅析C++中的this指针》中，我通过分析C++代码编译后生成的汇编代码来分析this指针的实现方法。这次我依然用分析C++代码编译后生成的汇编代码来说明C++中虚函数调用的实现方法，顺便也说明一下C++中的对象内部布局。下面所有的汇编代码都是用VC2005编译出来的。虽然，不同的编译器可能会编译出不同的结果，对象的内部布局也不尽相同；但是，只要是符合C++标准的编译器，编译结果和对象的内部布局应该是大同小异。
    首先，是一个有着简单继承关系的两个类：

class  CBase
{
public :
     virtual   void  VFun1()  =   0 ;
     virtual   void  VFun2()  =   0 ;
     void  Fun1();
};

//  这里仅仅是为了生成函数的汇编代码，因此函数体为空
void  CBase::Fun1()
{
}

class  CDerived :  public  CBase
{
public :
     virtual   void  VFun1();
     virtual   void  VFun2();
     void  Fun2();
private :
     int  m_iValue1;
     int  m_iValue2;
};

//  这里仅仅是为了生成函数的汇编代码，因此函数体为空
void  CDerived::VFun1()
{
}

//  这里仅仅是为了生成函数的汇编代码，因此函数体为空
void  CDerived::VFun2()
{
}

//  这里是为了分析对象的内部布局，因此仅仅是给成员变量赋值
void  CDerived::Fun2()
{
    m_iValue1  =   13 ;
    m_iValue2  =   13 ;
}

    现在用下面的代码来调用成员函数：

CDerived derived;

//  用对象调用虚函数
derived.VFun1();
derived.VFun2();
//  用对象调用非虚函数
derived.Fun1();
derived.Fun2();

//  用指向派生类的基类的指针调用虚函数，实现多态
CBase  * pTest  =   & derived;
pTest -> VFun1();
pTest -> VFun2();

    下面就是用VC2005编译上面的代码后生成的汇编代码：

    CDerived derived;
0041195E  lea         ecx,[derived] 
00411961   call        CDerived::CDerived (411177h) 

//  代码段1
    derived.VFun1();
00411966   lea         ecx,[derived] 
00411969   call        CDerived::VFun1 (411078h) 
    derived.VFun2();
0041196E  lea         ecx,[derived] 
00411971   call        CDerived::VFun2 (4111B8h) 
    derived.Fun1();
00411976   lea         ecx,[derived] 
00411979   call        CBase::Fun1 (411249h) 
    derived.Fun2();
0041197E  lea         ecx,[derived] 
00411981   call        CDerived::Fun2 (4111BDh) 

//  代码段2
    CBase  * pTest  =   & derived;
00411986   lea         eax,[derived] 
00411989   mov         dword ptr [pTest],eax 
    pTest -> VFun1();
0041198C  mov         eax,dword ptr [pTest]  //  行1
0041198F  mov         edx,dword ptr [eax]  //  行2
00411991   mov         esi,esp 
00411993   mov         ecx,dword ptr [pTest] 
00411996   mov         eax,dword ptr [edx]  //  行3
00411998   call        eax  //  行4  
0041199A  cmp         esi,esp 
0041199C  call        @ILT + 495 (__RTC_CheckEsp) (4111F4h) 
    pTest -> VFun2();
004119A1  mov         eax,dword ptr [pTest] 
004119A4  mov         edx,dword ptr [eax] 
004119A6  mov         esi,esp 
004119A8  mov         ecx,dword ptr [pTest] 
004119AB  mov         eax,dword ptr [edx + 4 ]  //  行5
004119AE  call        eax  
004119B0  cmp         esi,esp 
004119B2  call        @ILT + 495 (__RTC_CheckEsp) (4111F4h) 

    通过对代码段1的观察我们可以发现：通过对象调用类的虚成员函数和调用非虚成员函数是相同的（对调用成员函数的汇编代码的分析可以看我的那篇《浅析C++中的this指针》）。也就是说，用对象是无法实现多态的。
    下面主要来分析实现多态的代码段2。
    行1、将pTest指针指向的地址前2个字（4个字节，也就是32位系统中一个指针的大小）的内容当成一个指针放到eax寄存器中
    行2、将eax寄存器中的指针的值放入edx寄存器
    行3、将dex寄存器中的指针的值放入eax寄存器
    行4、调用eax寄存器指向的函数
    这样分析似乎对怎样调用对象derived的虚函数VFun1()并不是很清楚。那么我们先来看下面的这张图：

    这张图是一个假设的对象derived在内存中的内部布局图。指针pTest指向对象derived，而对象derived的前4个字节是一个虚表指针，指向虚函数表。
    看着这张图再来分析上面的汇编代码就会清晰很多：
    行1、取得虚表指针值放入eax寄存器中
    行2、取得虚表指针的值放入edx寄存器中
    行3、取得虚表指针指向的地址的值（也就是VFun1）放入eax寄存器中
    行4、调用eax寄存器指向的函数
    行5证明了上面图中对虚函数表的假设。第二个虚函数VFun2()的地址就是通过在第一虚函数VFun1()的地址加4（32位系统中一个指针的大小）而得到的。
    通过上面的分析，可以得出C++中虚函数的调用方法：首先，取得对象中的虚表指针；然后，通过虚表指针找到相应的虚表；最后，通过在虚表内的偏移量找到相应的函数来调用。
    下面通过分析类CDerived的非虚成员函数Fun2()来证明上面图中虚函数表指针的存在。

 

void  CDerived::Fun2()
{
004118F0  push        ebp  
004118F1  mov         ebp,esp 
004118F3  sub         esp,0CCh 
004118F9  push        ebx  
004118FA  push        esi  
004118FB  push        edi  
004118FC  push        ecx  
004118FD  lea         edi,[ebp - 0CCh] 
00411903   mov         ecx,33h 
00411908   mov         eax,0CCCCCCCCh 
0041190D  rep stos    dword ptr es:[edi] 
0041190F  pop         ecx  
00411910   mov         dword ptr [ebp - 8 ],ecx 
    m_iValue1  =   13 ;
00411913   mov         eax,dword ptr [ this ]  //  行6
00411916   mov         dword ptr [eax + 4 ],0Dh  //  行7
    m_iValue2  =   13 ;
0041191D  mov         eax,dword ptr [ this ] 
00411920   mov         dword ptr [eax + 8 ],0Dh 
}
00411927   pop         edi  
00411928   pop         esi  
00411929   pop         ebx  
0041192A  mov         esp,ebp 
0041192C  pop         ebp  
0041192D  ret  

 

    上面是类CDerived的非虚成员函数Fun2()的汇编代码。可以看到，行6是将this指向的地址放入eax寄存器，而行7是给this指针指向的地址加4的地址赋值（具体的分析，可以看《浅析C++中的this指针》），而这个地址里面存放的是类CDerived的第一个成员变量。我们知道this指针是指向对象首地址的，那么为什么要给第一个成员变量赋值的时候要向后移动4个字节？答案是因为对象的前4个字节是用来存放虚表指针的。
    下面的代码是《浅析C++中的this指针》一文中的不含虚函数的类的C++代码和编译后的汇编代码：

 

class  CTest
{
public :
     void  SetValue();

private :
     int  m_iValue1;
     int  m_iValue2;
};

void  CTest::SetValue()
{
    m_iValue1  =   13 ;
    m_iValue2  =   13 ;
}

void  CTest::SetValue()
{
004117E0  push        ebp  
004117E1  mov         ebp,esp 
004117E3  sub         esp,0CCh 
004117E9  push        ebx  
004117EA  push        esi  
004117EB  push        edi  
004117EC  push        ecx  
004117ED  lea         edi,[ebp - 0CCh] 
004117F3  mov         ecx,33h 
004117F8  mov         eax,0CCCCCCCCh 
004117FD  rep stos    dword ptr es:[edi] 
004117FF  pop         ecx  
00411800   mov         dword ptr [ebp - 8 ],ecx 
    m_iValue1  =   13 ;
00411803   mov         eax,dword ptr [ this ]  //  行8
00411806   mov         dword ptr [eax],0Dh  //  行9
    m_iValue2  =   13 ;
0041180C  mov         eax,dword ptr [ this ] 
0041180F  mov         dword ptr [eax + 4 ],0Dh 
}
00411816   pop         edi  
00411817   pop         esi  
00411818   pop         ebx  
00411819   mov         esp,ebp 
0041181B  pop         ebp  
0041181C  ret  

 

    通过行8、行9和行6、行7的比较就可以看出：类CTest的对象前4个字节存放的是自己的第一个成员变量；而类CDerived的对象从第5个字节开始才是存放的自己的第一个成员变量，它的前4个字节是用来存放虚表指针的。这再一次证明了上面图中对象内部布局的正确性。

PS：

    这篇文章可以说是《浅析C++中的this指针》的续篇，最后我说说我为什么会用这种方法来分析C++，也算是对《浅析C++中的this指针》一文中网友评论的回复吧。
    dch4890164建议我看inside the c++ object model；而hacker47却说了风凉话：“孔乙己说：回字有三种写法，你们知道么？”；最直接的是wengch，直接反问我：“用汇编分析C++.....有意义么?”。而我要说的是，《Inside The C++ Object Model》这本书我看过，确实是一本非常好的讲解C++底层的书。可是由于平时写C++代码的时候，很少会关心底层的实现，所以那本书看过之后留下的印象并不深刻。而用汇编代码来分析C++也是源于一个很偶然的事件：就是《浅析C++中的this指针》一文中提到的可以用一个类的空指针来调用成员函数。我发现我的C++知识不能解释那种现象，在Debug代码的时候，我转到了汇编代码中来寻找答案。后来就把我的分析结果写成了那篇《浅析C++中的this指针》。说实话，这也是我第一次接触Windows下的汇编语言，文章中的分析都是边看资料边揣摩得出的。也许会有人觉得我这种方法不值一提，但是我却通过这种方法对C++的底层实现加深了了解。如果网友们看了觉得有收获，那我就心满意足了。呵呵～～