main函数执行之前都干啥了----C/C++运行时库剖析

一、引言        

本文介绍运行时库实现的功能，你会看到在main函数执行之前都做了什么。先来理解以下代码：

#include <stdio.h>
void init(void) __attribute__((constructor));
void init(void){
    printf(“before enter main!\n”);
}
void exit_func(void){
    printf(“after leave main!\n”);
}
int main(void){
    int *m = malloc(5, sizeof(int));
    atexit(exit_fun);
    printf(“hello world!\n”);
}

 

思考：

1 程序的运行结果是？

2进入main之前做了哪些操作，如果进入main？

3 如何支持printf函数？

4 退出main之后做了什么事情？

5 如何MALLOC和FREE等堆操作？

6 程序会造成内存泄露吗？

7 等等

二、运行时库概述

任何一个C/C++程序，它的背后都有一套庞大的代码来进行支撑，以使得该程序能够正常运行。这套代码至少包括入口函数，及其依赖的函数所构成的函数集合。当然，它还应该包括各种标准函数（如字符串，数学运算等）的实现。一般的程序运行过程如下：

1.操作系统创建进程后，把控制权交给程序的入口函数（gcc –e (_startEntryPoint)）,   这个函数往往是运行时库的某个入口函数。  glibc 的入口函数是_start,

          msvc(vc6.0)是mainCRTStartup

2. 入口函数对运行库和程序运行环境进行初始化，包括堆，I/O，线程，全局变量构造（constructor）等。

3. 调用MAIN函数，正式开始执行程序主体。

4. 执行MAIN完毕，返回入口函数，进行清理工作，包括全局变量析构，堆销毁，关闭I/O等，然后进行系统调用介绍进程

三、运行时库主要功能模块

1.启动与退出，包括入口函数及其依赖函数

2.标准函数，C语言标准规定的标准函数

3.I/O，I/O功能的封装和实现，如提供PRINT

4.堆，堆的封装和实现

5.调试支持等

四、程序详细运行过程

以下分析默认为WINDOWS静态链接过程。

1. 程序执行前装载器会把用户的参数和环境变量压入栈，接着操作系统把控制权交给mainCRTStartup入口函数。

用户的参数：对应 int main(int argc,char *argv[])

环境变量：系统公用数据，系统搜索路径等等。

程序需要获取用户参数和环境变量均是 从栈上获取，需要理解栈帧的概念。

2. 初始化和OS版本相关的全局变量

3. 初始化堆，每个进程都有属于自己的堆。它是一次性从系统中申请一块比较大的虚拟空间（实际需要时（如malloc）才会映射到物理页），以后在进程中由库的堆管理算法来维护这个堆。当堆不够用时再继续申请一块大的虚拟空间继续分配。 可见，并非程序每次malloc都会调用系统API（API调用比较耗时，涉及到用户态到内核态的上下文切换），效率比较高.

堆相关操作：

HeapCreate:创建一个堆，最终会调用virtualAlloc()系统API函数去创建堆。

HeapAlloc: malloc会调用该函数

HeapFree: free会调用该函数

HeapDestroy：摧毁一个堆

4. I/O初始化，继承父进程打开文件表。可见，子进程是可以访问父进程打开的文件。 如果父进程没有打开标准的输入输出，该进程会初始化标准输入输出。即初始化以下指针变量： stdin,stdout,stderr. 它们都是FILE类型指针。 在linux和windows中，打开文件对应于操作一个内核对象，其处于内核态，因此用户态是不能直接操作该内核对象的。用户只能操作与内核对象相关联的FILE结构指针。 对应关系是：

Printf其实是调用stdout指针在屏幕上输出

#define printf(args…) fprintf(stdout, ##args)

Args…表示变长输入参数。用以下四个宏根据栈来获取。

Va_list、Va_start、Va_arg、Va_end

5. 获取命令行参数和环境变量

6.  初始化C库的一些数据

7. 全局变量构造，如各个全局类对象的构造函数调用和标记 __attribute__((constructor))属性的各个函数。它们都应该在进入main前进行调用。

需要运行时库和C/C++编译器、连接器的配合才能实现这个功能。

1）编译器编译某个.cpp（设为main.cpp）文件时，会将所有的构造函数实现作为一个整体放到.init段，把析构函数实现放到.finit段，然后在.ctors段放置.init段的地址（该地址即是该文件的各个构造函数的总入口）。

2）运行时库有一个库是crtbegin.o，它的.ctors段放置的内容为-1，ctrend.o,它的.ctors段放置的内容也是-1。

3）用链接器进行连接:ld crtbegin.o main.o crtend.o一定要按这种顺序，否则出错。链接后的.ELF文件是将以上各个文件的.init/.finit/.ctors等段分别合并。当然.data/.text段也会相应合并。

全局变量构造时即是遍历.ctors段的内容，从-1（crtbegin.o）开始，再到-1(crtend.o)结束，中间每四个字节即是各个文件的构造入口函数指针，如果非0，即进行调用。

8. 注册析构函数

为了支持C++类的析构函数，和标记 __attribute__((deconstructor))属性的各个函数在main之后会被调用，而且是按构造的相反顺序进行调用，同样需要编译器和链接器以及运行时库的支持，原理跟构造相仿。只是为了逆序，使用了atexit注册各个虚构函数，注册时在链表头插入链接，main退出以后也从链表头开始获取链表函数，并进行调用。

9. 执行函数主体。

调用main函数执行，等待返回。 在这里可以用到之前已经初始化的各种资源，如I/O, 堆申请释放等等

10. 调用析构函数

11. 释放堆

12. 释放其他资源

13 调用exit系统API退出进程

五、回答引言的问题。

1. 参考以上分析， 程序的打印结果是：

 before enter main!

 hello world!

 after leave main!

2. 程序并不会产生系统内存泄漏。进程退出，其会摧毁整个堆。所谓内存泄露是指在进程的运行中，不恰当、不合理地申请内存，但没有释放内存。