深入探索 C++ 多态 ① - 虚函数调用链路

前言

最近翻阅侯捷先生的两本书：（翻译）《深度探索 C++ 对象模型》 和 《C++ 虚拟与多态》，获益良多。

要理解多态的工作原理，得理解这几个知识点的关系：虚函数、虚函数表、虚函数指针、以及对象的 内存布局。

• 深入探索 C++ 多态 ① - 虚函数调用链路
• 深入探索 C++ 多态 ② - 继承关系
• 深入探索 C++ 多态 ③ - 虚析构

---

1. 概述

1.1. 概念

本章主要探索 C++ 动态多态，我们先了解一下它的一些相关概念：

• 多态 是 C++ 中的一个重要概念，它允许在派生类中 重写 基类中的函数，并以不同的方式处理相同的数据类型；多态的实现依赖于 虚函数 和 动态绑定。

• 虚函数 是一种特殊的成员函数，它允许在派生类中重写基类中的函数。当一个函数被声明为虚函数时，编译器会在该类的虚函数表中添加一个条目，该条目指向该虚函数的地址。如果一个类继承了另一个类的虚函数，那么它将继承该类的虚函数表，并在其中添加自己的虚函数。

• 虚函数表 是一个包含虚函数地址的表格，每个类都有一个虚函数表。虚函数表中的每个条目都是一个指向虚函数的指针。当一个类包含虚函数时，编译器会在该类的虚函数表中添加一个条目，该条目指向该虚函数的地址。如果一个类继承了另一个类的虚函数，那么它将继承该类的虚函数表，并在其中添加自己的虚函数。

• 虚函数指针 是一个指向虚函数表的指针，它存储在每个对象的内存中。当一个对象被创建时，它的虚函数指针被初始化为指向该类的虚函数表。当一个虚函数被调用时，编译器会使用虚函数指针来查找该函数在虚函数表中的地址，并调用该函数。

• 动态绑定 是一种在运行时确定函数调用的机制。当一个函数被声明为虚函数时，编译器会使用动态绑定来确定该函数的实际地址。当一个虚函数被调用时，编译器会使用虚函数指针来查找该函数在虚函数表中的地址，并调用该函数。

部分文字来源：ChatGPT

---

1.2. 实例

概念比较抽象，写个 demo，配合图片凑合着理解~

• 源码。

/* g++ -std='c++11' test.cpp -o t && ./t */
#include 
#include 

class Model {
   public:
    virtual void face() { std::cout << "model's face!" << std::endl; }
};

class Gril : public Model {
   public:
    virtual void face() { std::cout << "girl's face!" << std::endl; }
};

class Man : public Model {
   public:
    virtual void face() { std::cout << "man's face!" << std::endl; }
};

class Boy : public Model {
   public:
    virtual void face() { std::cout << "boy's face!" << std::endl; }
};

void take_photo(const std::unique_ptr<Model>& m) { m->face(); }

int main() {
    auto model = std::unique_ptr<Model>(new Model);
    auto girl = std::unique_ptr<Model>(new Gril);
    auto man = std::unique_ptr<Model>(new Man);
    auto boy = std::unique_ptr<Model>(new Boy);
    take_photo(model);
    take_photo(girl);
    take_photo(man);
    take_photo(boy);
    return 0;
}

• 运行结果。

model's face!
girl's face!
man's face!
boy's face!

---

2. 工作环境

2.1. 系统

# cat /etc/redhat-release
CentOS Linux release 7.9.2009 (Core)
# cat /proc/version
Linux version 3.10.0-1127.19.1.el7.x86_64 ([email protected]) 
(gcc version 4.8.5 20150623 (Red Hat 4.8.5-39) (GCC) )

---

2.2. 工具

文章分析多态原理，会用到下面的一些工具：

工具	描述
gdb	gdb 是 GNU 调试器的缩写，是一个用于调试程序的工具。
-fdump-class-hierarchy	-fdump-class-hierarchy 是 GCC 的一个编译器选项，用于在编译过程中生成类层次结构的信息。它会将类的继承关系以文本形式输出到一个文件中，以便开发人员可以查看和分析类之间的关系。——这个选项在调试和理解代码中的类继承关系时非常有用。
c++filt	c++filt 是一个用于解析 C++ 符号的工具。它可以将由 C++ 编译器生成的符号进行反解析，以便更容易理解和阅读。它可以将由C++编译器生成的符号转换为可读的函数名、类名和变量名。
objectdump	objectdump 是一个用于分析目标文件的工具。它可以显示目标文件的各个节（section）的内容，包括代码、数据、符号表等。它还可以反汇编目标文件的机器码，以便更深入地了解程序的执行过程。

部分文字来源：ChatGPT

---

3. 多态重要数据结构

我在调试 dynamic_cast 内部源码时，发现一些数据结构：__class_type_info，vtable_prefix，它们有利于我更好地理解多态的工作原理。

调试方式请参考：《(ubuntu) vscode + gdb 调试 c++》

---

3.1. 类型信息

type_info 是一个类的类型信息的数据结构，用于在运行时获取对象的类型信息；多态工作机制根据不同应用场景，从 type_info 派生各个类型信息结构类。

• 基础类型信息结构。

/* /usr/include/c++/4.8.2/typeinfo */
// The type_info class describes type information generated by an implementation.
class type_info {
 protected:
    const char* __name;
};

/* /usr/include/c++/4.8.2/cxxabi.h */
// Type information for a class.
class __class_type_info : public std::type_info {
 public:
    ...
};

• 单一继承类型信息结构。

/* /usr/include/c++/4.8.2/cxxabi.h */
// Type information for a class with a single non-virtual base.
class __si_class_type_info : public __class_type_info {
   public:
    const __class_type_info *__base_type;
    ...
};

• 多重继承或虚拟继承类型信息结构。

/* /usr/include/c++/4.8.2/cxxabi.h */
// Helper class for __vmi_class_type.
class __base_class_type_info {
   public:
    const __class_type_info *__base_type;  // Base class type.
#ifdef _GLIBCXX_LLP64
    long long __offset_flags;  // Offset and info.
#else
    long __offset_flags;  // Offset and info.
#endif
    ...
};

// Type information for a class with multiple and/or virtual bases.
class __vmi_class_type_info : public __class_type_info {
   public:
    unsigned int __flags;       // Details about the class hierarchy.
    unsigned int __base_count;  // Number of direct bases.

    // The array of bases uses the trailing array struct hack so this
    // class is not constructable with a normal constructor. It is
    // internally generated by the compiler.
    __base_class_type_info __base_info[1];  // Array of bases.
    ...
};

---

3.2. 虚表描述结构

vtable_prefix：虚表描述结构，用于表示虚函数表的前缀。一个对象可能有多个虚指针，多个虚表描述结构；对象的每个虚指针指向对应的 vtable_prefix.origin。

1. whole_object：我认为改为：top_offset 会更贴切一点。对象内存中的当前虚指针位置，离顶端的偏移位置，因为对象有可能有多个虚表，通过偏移量可以找到对象内存布局上对应的虚指针。
2. whole_type: 类的类型信息。
3. origin：虚指针指向虚表的位置。

/* /usr/src/debug/gcc-4.8.5-20150702/libstdc++-v3/libsupc++/tinfo.h */
// Initial part of a vtable, this structure is used with offsetof, so we don't
// have to keep alignments consistent manually.
struct vtable_prefix {
    // Offset to most derived object.
    ptrdiff_t whole_object;

    // Additional padding if necessary.
#ifdef _GLIBCXX_VTABLE_PADDING
    ptrdiff_t padding1;
#endif

    // Pointer to most derived type_info.
    const __class_type_info *whole_type;

    // Additional padding if necessary.
#ifdef _GLIBCXX_VTABLE_PADDING
    ptrdiff_t padding2;
#endif

    // What a class's vptr points to.
    const void *origin;
};

我们可以参考下一章将会讲到的多重继承多态对象的内存布局，去理解虚表描述结构。

---

4. 虚函数调用链路

C++ 多态是一个比较复杂的特性，从易到难，我们先了解一下 无继承关系 的多态类对象的虚函数调用工作流程。

• 链路。

this -> vptr -> vbtl -> virtual function

• 测试源码。

// g++ -g -O0 -std=c++11 -fdump-class-hierarchy test_virtual.cpp -o t
#include 

class A {
   public:
    int m_a = 0;
    virtual void vfuncA1() {}
    virtual void vfuncA2() {}
};

int main(int argc, char** argv) {    
    A* a = new A;
    a->vfuncA2();
    return 0;
}

• 汇编源码。通过汇编代码观察虚函数的调用流程：

int main(int argc, char** argv) {
  ;...
    A* a = new A;
  ;...
  40071d:       e8 8e 00 00 00          callq  4007b0 <_ZN1AC1Ev>
  ; 将 a 的对象（this）指针压栈到 -0x18(%rbp)。
  400722:       48 89 5d e8             mov    %rbx,-0x18(%rbp)
    a->vfuncA2();
  ; 找到虚指针。
  400726:       48 8b 45 e8             mov    -0x18(%rbp),%rax
  ; 通过虚指针，找到虚表保存虚函数的起始位置。
  40072a:       48 8b 00                mov    (%rax),%rax
  ; 通过上面起始位置进行偏移，找到虚表存放某个虚函数的地址。
  40072d:       48 83 c0 08             add    $0x8,%rax
  ; 找到对应的虚函数。
  400731:       48 8b 00                mov    (%rax),%rax
  ; 通过寄存器传递 a 指针作为参数，传给虚函数使用
  400734:       48 8b 55 e8             mov    -0x18(%rbp),%rdx
  400738:       48 89 d7                mov    %rdx,%rdi
  ; 调用虚函数
  40073b:       ff d0                   callq  *%rax
    return 0;
  ;...
}

1. 找到虚指针，a 对象的内存首位存放的是指向虚表的 虚指针 地址。
2. 通过虚指针，找到虚表保存虚函数的起始位置。
3. 通过上面虚表保存虚函数的起始位置进行偏移，找到虚表存放对应虚函数的地址，从而找到对应的虚函数。
4. 将 a（this）指针写入 rdi 寄存器，作为参数传递给虚函数调用。
5. call 命令调用虚函数（A::vfuncA2(this)）。
   

---

5. 内存布局

请问 虚函数表 和 虚函数 分别在内存的哪个数据分区？我们可以使用 objdump 工具进行分析。

使用上面的测试 demo 进行分析：虚函数表在内存的 文字常量区，虚函数在内存的 程序代码区。

参考：程序变量内存分布（Linux），深入探索 C++ 多态 ② - 继承关系，深入探索 C++ 多态 ③ - 虚析构

• 数据分区。

区域	描述	变量类型
stack	栈区	临时变量
heap	堆区	malloc 分配空间的变量
.data，.bss	全局数据区	全局变量/静态变量
.rodata	文字常量区	只读数据，常量等
.text	程序代码区	程序代码

• objdump 工具使用。

# 编译测试代码。
g++ -std=c++11 test.cpp -o test

# 使用 objdump 导出执行文件的信息。
objdump -CdStT test > asm.log

# 获取程序代码区信息。
cat asm.log| grep '\.text'

0000000000400610 l    d .text  0000000000000000    .text
0000000000400610 g    F .text  0000000000000000    _start
00000000004007b0 w    F .text  0000000000000020    A::A()
# 虚函数。
000000000040079c w    F .text  000000000000000a    A::vfuncA1()
00000000004007a6 w    F .text  000000000000000a    A::vfuncA2()
00000000004007d0 g    F .text  0000000000000065    __libc_csu_init
00000000004007b0 w    F .text  0000000000000020    A::A()
00000000004006fd g    F .text  000000000000004c    main

# 获取程序文字常量区信息。
cat asm.log| grep '\.rodata'
0000000000400860 l    d .rodata    0000000000000000    .rodata
# 虚表。
0000000000400880 w    O .rodata    0000000000000020    vtable for A
00000000004008a0 w    O .rodata    0000000000000003    typeinfo name for A
00000000004008b0 w    O .rodata    0000000000000010    typeinfo for A

---

6. 参考

• 《深度探索 C++ 对象模型》
• 《C++ 虚拟与多态》
• 多态及其基本原理
• C++ 多态的实现原理分析
• 再议内存布局
• C++：从技术实现角度聊聊RTTI
• c++对象内存布局
• C++ 对象的内存布局（上）
• C++ 对象的内存布局（下）
• 如何在vscode中编写汇编语言并在终端进行调试(保姆级别）
• C++ Virtual Table Tables(VTT)
• godbolt.org
• What is the VTT for a class?