堆栈和内存分配

这篇笔记我们介绍可执行程序的内存模型和C语言中和内存分配管理相关的用法。

程序的内存模型

可执行文件内部的分段

在Linux下，我们可以使用size命令查看一个可执行文件的区域划分信息。

我们可以看到，在可执行程序加载到内存之前，其实已经划分了一些区域。

代码段：存放CPU执行的机器指令，是一段只读的数据区域。代码段是可共享的，通常在内存中只会存在一份。

数据段：包括初始化的数据段和未初始化的数据段，前者包括程序编译时就已规划好的内存区域，主要存放全局数据、常量等；后者也叫BSS段，用于存储未初始化的全局变量和静态变量。与初始化的数据段不同，BSS段中的变量在程序加载时不占据实际的存储空间，而是在运行时分配。在可执行文件中，BSS段仅记录变量的大小和位置，而不保存具体的初始值。在程序运行之前，操作系统会将BSS段中的变量初始化为零。数据段在加载到内存后也可以叫静态区。

程序运行时内存模型

程序在加载到内存前，代码段和数据段的大小就已经固定了，程序运行期间代码区和静态区的分配也不能改变，而堆和栈则是运行时分配的内存区域。

栈：函数执行时，局部变量会在栈上创建，函数返回时自动销毁。栈内存分配一般都有对应的处理器指令，效率较高，但为了保证执行效率，栈内存空间不会很大，Linux默认为8MiB。如果错误的使用递归函数，可能导致栈内存不足，这种bug被称为栈溢出。

堆：程序运行时可以用malloc和free函数动态申请和释放的内存，堆内存比较充足，但需要我们自己管理，如果不小心分配后忘记释放，程序占用的内存越来越大直到系统崩溃，这种bug叫做堆内存泄漏。

静态区内存除非程序结束否则无需释放；栈内存能够自动管理，也不需要手动释放；而堆内存需要手动进行管理。

栈内存管理

栈内存由系统自动管理，主要存放函数的参数及局部变量。函数执行完成后，系统自动释放栈内存，不需要程序员手动释放，这部分可以参考汇编语言相关的章节。如果对栈的理解不深可能偶然写出一些错误的代码，下面例子代码中，func()函数返回时s指向的栈内存已经释放，因此打印它的内容是未定义行为。

#include <stdio.h>

char *func()
{
    // 典型错误写法，s存储在栈区，函数返回时内存已释放
    char *s = "abc123";
    return s;
}

int main(void)
{
    char *s = func();
    // 此处将输出乱码
    printf("%s\n", &s);
    return 0;
}

如果要在函数中返回字符串，我们可以申请堆内存实现，或者传入一个指针参数，函数内将结果拷贝到指定的内存地址。

堆内存管理

C语言标准库中提供了一些函数用来管理堆内存。

#include <stdlib.h>

void *malloc(int n);
void *calloc(int n, int size);
void *realloc(void *p, int n);
void free(void *p);

malloc分配n个字节的内存，并返回指向这段内存的指针。
calloc和malloc相同，只不过参数有些区别，calloc会分配n*size字节的内存，此外还会初始化内存数据为0。
realloc会重新分配n字节内存，并复制p指向的原有内容到新分配的内存上。
free用于释放指针p指向的内存。

这里注意calloc会初始化新分配的内存数据为0，而malloc不会。malloc分配的内存如果需要初始化操作，需要配合memset函数使用。

memset函数能够初始化p指向的内存中的前n个字节，将其初始化为c字符。

#include <string.h>

void *memset(void *p, int c, int n);

这里要注意的一点是如果传入的指针不是char *类型，只能初始化为0，c使用其它字符会造成错误；而char *类型则可以指定任意c参数字符。

静态区内存使用

静态区存储全局变量、静态变量和常量。静态区内的变量在编译阶段就已经分配好内存布局并初始化，这块内存在程序运行期间也将一直存在。

注意：字符串字面值存储在静态区的常量区域，这也是字符串字面值不可修改的原因。

#include <stdio.h>

int i = 0; // 全局变量，存储在静态区
const int j = 1; // 常量，存储在静态区
int k; // 全局变量，存储在静态区，默认初始化位0

int main(void)
{
    return 0;
}

作者：Gacfox