程序或-内存区域分配（五个段）

一.

在学习之前我们先看看ELF文件。

ELF分为三种类型：.o 可重定位文件(relocalble file)，可执行文件以及共享库(shared library)，三种格式基本上从结构上是一样的，只是具体到每一个结构不同。下面我们就从整体上看看这3种格式从文件内容上存储的方式，spec上有张图是比较经典的：如上图：
其实从文件存储的格式来说，上面的两种view实际上是一样的，Segment实际上就是由section组成的，将相应的一些section映射到一起就叫segment了,就是说segment是由0个或多个section组成的，实际上本质都是section。在这里我们首先来仔细了解一下section和segment的概念：section就是相同或者相似信息的集合，比如我们比较熟悉的.text .data .bss section，.text是可执行指令的集合，.data是初始化后数据的集合，.bss是未初始化数据的集合。实际上我们也可以将一个程序的所有内容都放在一起，就像dos一样，但是将可执行程序分成多个section是很有好处的，比如说我们可以将.text section放在memory的只读空间内，将可变的.data section放在memory的可写空间内。

从可执行文件的角度来讲，如果一个数据未被初始化那就不需要为其分配空间，所以.data和.bss一个重要的区别就是.bss并不占用可执行文件的大小，它只是记载需要多少空间来存储这些未初始化数据，而不分配实际的空间。

可以通过命令 $ readelf -l a.out 查看文件的格式和组成。

二.

站在汇编语言的角度，一个程序分为：
数据段 — DS
堆栈段 — SS
代码段 — CS
扩展段 — ES

站在高级语言的角度，根据APUE，一个程序分为如下段：
text
data (initialized)
bss
stack
heap

1.一般情况下，一个可执行二进制程序(更确切的说，在Linux操作系统下为一个进程单元，在UC/OSII中被称为任务)在存储(没有调入到内存运行)时拥有3个部分，分别是代码段(text)、数据段(data)和BSS段。这3个部分一起组成了该可执行程序的文件。

★★可执行二进制程序 = 代码段(text)＋数据段(data)+BSS段★★

2.而当程序被加载到内存单元时，则需要另外两个域：堆域和栈域。图1-1所示为可执行代码存储态和运行态的结构对照图。一个正在运行的C程序占用的内存区域分为代码段、初始化数据段、未初始化数据段(BSS)、堆、栈5个部分。

★★正在运行的C程序 = 代码段+初始化数据段(data)+未初始化数据段(BSS)+堆+栈★★

3.在将应用程序加载到内存空间执行时，操作系统负责代码段、数据段和BSS段的加载，并将在内存中为这些段分配空间。栈亦由操作系统分配和管理，而不需要程序员显示地管理；堆段由程序员自己管理，即显示地申请和释放空间。

4.动态分配与静态分配，二者最大的区别在于:1. 直到Run-Time的时候，执行动态分配，而在compile-time的时候，就已经决定好了分配多少Text+Data+BSS+Stack。2.通过malloc()动态分配的内存，需要程序员手工调用free()释放内存，否则容易导致内存泄露，而静态分配的内存则在进程执行结束后系统释放(Text, Data), 但Stack段中的数据很短暂，函数退出立即被销毁。

图1-1（从可执行文件a.out的角度来讲，如果一个数据未被初始化那就不需要为其分配空间，所以.data和.bss一个重要的区别就是.bss并不占用可执行文件的大小，它只是记载需要多少空间来存储这些未初始化数据，而不分配实际的空间）

三.

代码段 –text（code segment/text segment）
text段在内存中被映射为只读，但.data和.bss是可写的。
text段是程序代码段，在AT91库中是表示程序段的大小，它是由编译器在编译连接时自动计算的，当你在链接定位文件中将该符号放置在代码段后，那么该符号表示的值就是代码段大小，编译连接时，该符号所代表的值会自动代入到源程序中。

数据段 — data
data包含静态初始化的数据，所以有初值的全局变量和static变量在data区。段的起始位置也是由连接定位文件所确定，大小在编译连接时自动分配，它和你的程序大小没有关系，但和程序使用到的全局变量，常量数量相关。数据段属于静态内存分配。

bss段–bss
bss是英文Block Started by Symbol的简称，通常是指用来存放程序中未初始化的全局变量的一块内存区域，在程序载入时由内核清0。BSS段属于静态内存分配。它的初始值也是由用户自己定义的连接定位文件所确定，用户应该将它定义在可读写的RAM区内，源程序中使用malloc分配的内存就是这一块，它不是根据data大小确定，主要由程序中同时分配内存最大值所确定，不过如果超出了范围，也就是分配失败，可以等空间释放之后再分配。BSS段属于静态内存分配。

stack：
栈(stack)保存函数的局部变量（但不包括static声明的变量， static 意味着在数据段中存放变量），参数以及返回值。是一种“后进先出”（Last In First Out，LIFO）的数据结构，这意味着最后放到栈上的数据，将会是第一个从栈上移走的数据。对于哪些暂时存贮的信息，和不需要长时间保存的信息来说，LIFO这种数据结构非常理想。在调用函数或过程后，系统通常会清除栈上保存的局部变量、函数调用信息及其它的信息。栈另外一个重要的特征是，它的地址空间“向下减少”，即当栈上保存的数据越多，栈的地址就越低。栈（stack）的顶部在可读写的RAM区的最后。

heap:
堆(heap)保存函数内部动态分配内存，是另外一种用来保存程序信息的数据结构，更准确的说是保存程序的动态变量。堆是“先进先出”（First In first Out，FIFO）数据结构。它只允许在堆的一端插入数据，在另一端移走数据。堆的地址空间“向上增加”，即当堆上保存的数据越多，堆的地址就越高。

下图是APUE中的一个典型C内存空间分布图：

所以可以知道传入的参数,局部变量,都是在栈顶分布,随着子函数的增多而向下增长.
函数的调用地址(函数运行代码),全局变量,静态变量都是在分配内存的低部存在,而malloc分配的堆则存在于这些内存之上,并向上生长.

举例1:

#include <stdio h=””>
const int g_A = 10; //代码段
int g_B = 20; //数据段
static int g_C = 30; //数据段
static int g_D; //BSS段
int g_E; //BSS段
char *p1; //BSS段
void main( )
{
int local_A; //栈
int local_B; //栈
static int local_C = 0; //数据段
static int local_D; //数据段
char *p3 = “123456”; //123456在代码段，p3在栈上
p1 = (char *)malloc( 10 ); //堆，分配得来得10字节的区域在堆区
strcpy( p1, “123456” ); //123456{post.content}放在常量区，编译器可能会将它与p3所指向的”123456″优化成一块
printf(“hight address\n”);
printf(“————-栈————–\n”);
printf( “栈, 局部变量, local_A, addr:0x%08x\n”, &local_A );
printf( “栈, 局部变量,(后进栈地址相对local_A低) local_B, addr:0x%08x\n”, &local_B );
printf(“————-堆————–\n”);
printf( “堆, malloc分配内存, p1, addr:0x%08x\n”, p1 );
printf(“————BSS段————\n”);
printf( “BSS段, 全局变量, 未初始化 g_E, addr:0x%08x\n”, &g_E, g_E );
printf( “BSS段, 静态全局变量, 未初始化, g_D, addr:0x%08x\n”, &g_D );
printf( “BSS段, 静态局部变量, 初始化, local_C, addr:0x%08x\n”, &local_C);
printf( “BSS段, 静态局部变量, 未初始化, local_D, addr:0x%08x\n”, &local_D);
printf(“———–数据段————\n”);
printf( “数据段,全局变量, 初始化 g_B, addr:0x%08x\n”, &g_B);
printf( “数据段,静态全局变量, 初始化, g_C, addr:0x%08x\n”, &g_C);
printf(“———–代码段————\n”);
printf( “代码段,全局初始化变量, 只读const, g_A, addr:0x%08x\n\n”, &g_A);
printf(“low address\n”);
return;
}
</stdio>

运行结果：

hight address
————-栈————–
栈, 局部变量, local_A, addr:0xffa70c1c
栈, 局部变量,(后进栈地址相对local_A低) local_B, addr:0xffa70c18
————-堆————–
堆, malloc分配内存, p1, addr:0x087fe008
————BSS段————
BSS段, 全局变量, 未初始化 g_E, addr:0x08049a64
BSS段, 静态全局变量, 未初始化, g_D, addr:0x08049a5c
BSS段, 静态局部变量, 初始化, local_C, addr:0x08049a58
BSS段, 静态局部变量, 未初始化, local_D, addr:0x08049a54
———–数据段————
数据段,全局变量, 初始化 g_B, addr:0x08049a44
数据段,静态全局变量, 初始化, g_C, addr:0x08049a48
———–代码段————
代码段,全局初始化变量, 只读const, g_A, addr:0x08048620
low address

注意：
编译时需要-g选项，这样才可以看elf信息；
readelf -a a.out

查看这个执行文件的elf信息，摘录部分如下：重点注意其中data段，text段还要有bss段的地址，然后比较这个地址和上面的运行结果，是否是在elf文件的各个段的地址之内。

Section Headers:
[Nr] Name Type Addr Off Size ES Flg Lk Inf Al
[ 0] NULL 00000000 000000 000000 00 0 0 0
[ 1] .interp PROGBITS 08048114 000114 000013 00 A 0 0 1
[ 2] .note.ABI-tag NOTE 08048128 000128 000020 00 A 0 0 4
[ 3] .gnu.hash GNU_HASH 08048148 000148 000020 04 A 4 0 4
[ 4] .dynsym DYNSYM 08048168 000168 000070 10 A 5 1 4
[ 5] .dynstr STRTAB 080481d8 0001d8 000058 00 A 0 0 1
[ 6] .gnu.version VERSYM 08048230 000230 00000e 02 A 4 0 2
[ 7] .gnu.version_r VERNEED 08048240 000240 000020 00 A 5 1 4
[ 8] .rel.dyn REL 08048260 000260 000008 08 A 4 0 4
[ 9] .rel.plt REL 08048268 000268 000028 08 A 4 11 4
[10] .init PROGBITS 08048290 000290 000017 00 AX 0 0 4
[11] .plt PROGBITS 080482a8 0002a8 000060 04 AX 0 0 4
[12] .text PROGBITS 08048310 000310 0002e8 00 AX 0 0 16
[13] .fini PROGBITS 080485f8 0005f8 00001c 00 AX 0 0 4
[14] .rodata PROGBITS 08048614 000614 000326 00 A 0 0 4
[15] .eh_frame PROGBITS 0804893c 00093c 000004 00 A 0 0 4
[16] .ctors PROGBITS 08049940 000940 000008 00 WA 0 0 4
[17] .dtors PROGBITS 08049948 000948 000008 00 WA 0 0 4
[18] .jcr PROGBITS 08049950 000950 000004 00 WA 0 0 4
[19] .dynamic DYNAMIC 08049954 000954 0000c8 08 WA 5 0 4
[20] .got PROGBITS 08049a1c 000a1c 000004 04 WA 0 0 4
[21] .got.plt PROGBITS 08049a20 000a20 000020 04 WA 0 0 4
[22] .data PROGBITS 08049a40 000a40 00000c 00 WA 0 0 4
[23] .bss NOBITS 08049a4c 000a4c 00001c 00 WA 0 0 4
[24] .comment PROGBITS 00000000 000a4c 000114 00 0 0 1
[25] .debug_aranges PROGBITS 00000000 000b60 000020 00 0 0 1
[26] .debug_pubnames PROGBITS 00000000 000b80 00003a 00 0 0 1
[27] .debug_info PROGBITS 00000000 000bba 0001f4 00 0 0 1
[28] .debug_abbrev PROGBITS 00000000 000dae 00006f 00 0 0 1
[29] .debug_line PROGBITS 00000000 000e1d 000058 00 0 0 1
[30] .debug_frame PROGBITS 00000000 000e78 00003c 00 0 0 4
[31] .debug_str PROGBITS 00000000 000eb4 00000d 00 0 0 1
[32] .debug_loc PROGBITS 00000000 000ec1 000043 00 0 0 1
[33] .shstrtab STRTAB 00000000 000f04 000143 00 0 0 1
[34] .symtab SYMTAB 00000000 0015e8 000560 10 35 60 4
[35] .strtab STRTAB 00000000 001b48 0002ad 00 0 0 1
Key to Flags:
W (write), A (alloc), X (execute), M (merge), S (strings)
I (info), L (link order), G (group), x (unknown)
O (extra OS processing required) o (OS specific), p (processor specific)

★★★★注意静态变量初始化为零和全局静态变量初始化为零的情况，都是存储在bss段★★★★

从上面的elf文件可以看出，

[23] .bss NOBITS 08049a4c 000a4c 00001c 00 WA 0 0 4

[22] .data PROGBITS 08049a40000a40 00000c 00 WA 0 0 4

[12] .text PROGBITS 08048310000310 0002e8 00 AX 0 0 16

但是在结果中显示： BSS段, 静态局部变量, 初始化, local_C, addr:0x08049a58

（0x08049a58 大于0x08049a4c 属于bss段）是初始化的静态局部变量但是却属于bss段，为什么？

原因是：local_C是局部静态变量但是却初始化为零。这和没有初始化，默认是零的情况一样，都存储在bss段，如果初始化为其他的值，那么local_C这个变量就会存储在data段。

四

可执行文件大小由什么决定？

可执行文件在存储时分为代码段、数据段和BSS段三个部分。

【例一】
程序1:
int ar[30000];
void main()
{
……
}
程序2:
int ar[300000] = {1, 2, 3, 4, 5, 6 };
void main()
{
……
}
发现程序2编译之后所得的.exe文件比程序1的要大得多。当下甚为不解，于是手工编译了一下，并使用了/FAs编译选项来查看了一下其各自的.asm，发现在程序1.asm中ar的定义如下：
_BSS SEGMENT
?ar@@3PAHA DD 0493e0H DUP (?) ; ar
_BSS ENDS
而在程序2.asm中，ar被定义为：
_DATA SEGMENT
?ar@@3PAHA DD 01H ; ar
DD 02H
DD 03H
ORG $+1199988
_DATA ENDS
区别很明显，一个位于.bss段，而另一个位于.data段，两者的区别在于：全局的未初始化变量存在于.bss段中，具体体现为一个占位符；全局的已初始化变量存于.data段中；而函数内的自动变量都在栈上分配空间。