汇编告诉你为什么c++可以对函数重载
这是这个blog的第一篇博文，先说说点别的吧。
最近闲得没事，想搞搞自己的编程语言，暂时命名为Fun吧，希望最终的结果是这东西能用，大家觉得有趣，就可以了。虽然不一定能成功，但做到多少是多少吧。过程中学到的才是关键。
目标是要把语言最终翻译到native code。因为总不喜欢有虚拟机的语言，虽然平时用着也很爽。喜欢c的高效，但是也喜欢c#、python之类的表达能力强的语言。貌似目前能翻译到native code的语言，表达能力是一个问题，至少没有一些高级特性的支持，编码量就一下子上去了。总是在考虑how to do，而不是what to do。
然后就想，能不能搞个试验，看能否把这几个结合起来，于是就有了上述的想法。先从linux开始吧，毕竟资料比较多，以后如果看着还有点用途，有人加入的话，才照顾windows吧。
综合衡量之后，大体方向是翻译到汇编语言(at&t语法，可以用as来编译)，对接glibc的部分功能形成core。毕竟用汇编system call封api，linus、gnu那帮大牛早就做了。在这点上花时间不大值得。
只是兴趣，不喜欢的请绕路，别乱喷。
既然要用到glibc，必须在汇编层面把需要的东西都摸得一清二楚。
在本系列的文章中，我将比较深入地介绍有关汇编、c\c++、glibc之类的知识。也不能说 很系统全面，在做笔记之余，跟大家分享，希望对大家有点用途。
我将使用gnu tool chain系列的工具。
c\c++编译器为gcc，连接器为ld，汇编器为as
因为as虽然是用at&t语法，但是支持的cpu以及instruction都比较多，而且还有各种优化选项，比nasm强大点。毕竟是linux里头的国家队。哈哈。
系统为linux（本人有系统洁癖，同时是个更新控，使用archlinux，需要啥才装啥。卖个广告吧，速度的确非常快。之前贪新鲜装了ubuntu11.10，对那个unity界面十分不爽，比gnome-shell差多了，而且漂亮是漂亮了，但是响应速度跟以前相比，降低的不是一个数量级呀。受不了，就折腾了一个星期东google，西baidu，终于装上archlinux以及配置好gnome-shell了）
当然，在windows平台上，结果也应该是一样的。有兴趣的可以使用mingw试试。
废话说多了，开始正题吧。这篇文章结构如下
1、比较c，c++对于类似的函数，翻译到汇编语言里头的区别
2、为什么这么多project，特别是库，要用C，而不用C++【这里纯属个人体会】
先看下面一段C函数 （文件名是1.c）
#include <stdio.h>
int func( int a ) {
return a + 1;
}
int main() {
printf( "%d\n", func( 1 ) );
return 0;
}
非常简单。哈。使用下面命令把这段代码翻译到汇编，不翻译到二进制，不链接。
$ cc -S 1.c
$ ls
1.c 1.s
其中1.s的内容如下
.file "1.c" .text .globl func .type func, @function func: .LFB0: .cfi_startproc pushl %ebp .cfi_def_cfa_offset 8 .cfi_offset 5, -8 movl %esp, %ebp .cfi_def_cfa_register 5 movl 8(%ebp), %eax addl $1, %eax popl %ebp .cfi_def_cfa 4, 4 .cfi_restore 5 ret .cfi_endproc .LFE0: .size func, .-func .section .rodata .LC0: .string "%d\n" .text .globl main .type main, @function main: .LFB1: .cfi_startproc pushl %ebp .cfi_def_cfa_offset 8 .cfi_offset 5, -8 movl %esp, %ebp .cfi_def_cfa_register 5 andl $-16, %esp subl $16, %esp movl $1, (%esp) call func movl $.LC0, %edx movl %eax, 4(%esp) movl %edx, (%esp) call printf movl $0, %eax leave .cfi_restore 5 .cfi_def_cfa 4, 4 ret .cfi_endproc .LFE1: .size main, .-main .ident "GCC: (GNU) 4.6.2" .section .note.GNU-stack,"",@progbits
而对于下面一段C++代码(p1.cpp)
#include <stdio.h>
int func( int a ) {
return a + 1;
}
int func( double a ) {
return a + 1;
}
int main() {
printf( "%d\n", func( 1 ) );
printf( "%f\n", func( 1.0 ) );
return 0;
}
同样使用 g++ -S p1.cpp之后，得到的p1.s如下
.file "p1.cpp" .text .globl _Z4funci .type _Z4funci, @function _Z4funci: .LFB0: .cfi_startproc pushl %ebp .cfi_def_cfa_offset 8 .cfi_offset 5, -8 movl %esp, %ebp .cfi_def_cfa_register 5 movl 8(%ebp), %eax addl $1, %eax popl %ebp .cfi_def_cfa 4, 4 .cfi_restore 5 ret .cfi_endproc .LFE0: .size _Z4funci, .-_Z4funci .globl _Z4funcd .type _Z4funcd, @function _Z4funcd: .LFB1: .cfi_startproc pushl %ebp .cfi_def_cfa_offset 8 .cfi_offset 5, -8 movl %esp, %ebp .cfi_def_cfa_register 5 subl $16, %esp movl 8(%ebp), %eax movl %eax, -8(%ebp) movl 12(%ebp), %eax movl %eax, -4(%ebp) fldl -8(%ebp) fld1 faddp %st, %st(1) fnstcw -10(%ebp) movzwl -10(%ebp), %eax movb $12, %ah movw %ax, -12(%ebp) fldcw -12(%ebp) fistpl -16(%ebp) fldcw -10(%ebp) movl -16(%ebp), %eax leave .cfi_restore 5 .cfi_def_cfa 4, 4 ret .cfi_endproc .LFE1: .size _Z4funcd, .-_Z4funcd .section .rodata .LC2: .string "%d\n" .LC3: .string "%f\n" .text .globl main .type main, @function main: .LFB2: .cfi_startproc pushl %ebp .cfi_def_cfa_offset 8 .cfi_offset 5, -8 movl %esp, %ebp .cfi_def_cfa_register 5 andl $-16, %esp subl $16, %esp movl $1, (%esp) call _Z4funci movl %eax, 4(%esp) movl $.LC2, (%esp) call printf fld1 fstpl (%esp) call _Z4funcd movl %eax, 4(%esp) movl $.LC3, (%esp) call printf movl $0, %eax leave .cfi_restore 5 .cfi_def_cfa 4, 4 ret .cfi_endproc .LFE2: .size main, .-main .ident "GCC: (GNU) 4.6.2 20111125 (prerelease)" .section .note.GNU-stack,"",@progbits
为了方便比较，我特地把两段汇编代码标记红色的部分放到一起
1.c
.globl func .type func, @function func:
.globl _Z4funci .type _Z4funci, @function _Z4funci:
.globl _Z4funcd .type _Z4funcd, @function _Z4funcd:
看到没，同样是函数名func，c翻译过来，汇编的label是func，c++翻译过来，就变了样了，前面加了点_Z4，后面一个加了i，一个加了d(仅仅在这个例子里头)。
为什么c++可以对函数进行重载，原因就在这里，因为在汇编里头，这根本就是2个函数，label不一样，也就是名字不一样，地址也不一样。
c++翻译到汇编的时候，真正的函数名是跟参数类型相关的，虽然在c++源代码里头，函数名一样，但在汇编里头，label跟参数相关，通俗点说，在汇编之后函数名不一样。
如果要对这两个cc汇编出来的进行编译，用as是不行的，用cc才行。
cc要求的的entry point是main
as要求的entry point是_start
到这里，大家应该知道为什么很多库要用C写了吧？
个人觉得，对于很多二次开发，特别是在嵌入式里头，真正有用的就是编译好的library，什么头文件呀，源代码呀之类的都不是。例如，我要基于glibc开发自己的语言，做library到其他语言的binding的（例如gtk到python、c++、java等语言的绑定），头文件对于我来说有用途吗？除了看看函数名，看看参数类型，其他用处真的不大。对于一个函数，如果用c写，在编译好的二进制里头，经过反汇编，很容易就可以找到具体的位置。或者经过反汇编，可以知道在汇编层面的调用方法，如果是用c++写的，一编译，整个函数名都面目全非了，要找到那个位置就难了。
估计linus老人家说C++是最恶心的语言，其中一个原因就是这个吧。