C++的虚函数和RTTI

C++的虚函数和RTTI

不少人面试的时候，都会被问起来，C++的虚函数是如何实现的，有人会回答到用虚表实现，那么虚表具体又是怎么实现的呢？

最近读到shaharmike的一个博客系列，很好的回答了这个问题。阅读的过程中有些笔记和心得，记录如下。需要注意的是，这里的内容只是在clang++特定版本上用的实现，只作为学习和参考的目的。

普通类的内存布局和带虚函数类的内存布局

#include <iostream>
using namespace std;

class NonVirtualClass {
 public:
  void foo() {}
};

class VirtualClass {
 public:
  virtual void foo() {}
};

int main() {
  cout << "Size of NonVirtualClass: " << sizeof(NonVirtualClass) << endl;
  cout << "Size of VirtualClass: " << sizeof(VirtualClass) << endl;
}

这里NonVirtualClass的大小为1，而VirtualClass的大小为8（64位情况），有两个原因造成两者的不同：

  1. C++中类的大小不能为0，所以一个空类的大小为1
    1. 如果对一个空类对象取地址，如果大小为0，这个地址就没法取了。
  2. 如果一个空类有虚函数，那其内存布局中只有一个虚表指针，其大小为sizeof(void*)

单继承下类的虚表布局和type_info布局

#include <iostream>

class Parent {
 public:
  virtual void Foo() {}
  virtual void FooNotOverridden() {}
};

class Derived : public Parent {
 public:
  void Foo() override {}
};

int main() {
  Parent p1, p2;
  Derived d1, d2;

  std::cout << "done" << std::endl;
}

虚表布局

单继承下的虚表比较简单，虚表指针总是指向虚表偏移+16（2 * sizeof(void*)）的地址，这个地址是第一个虚函数的入口地址。

  1. Parent类的虚表布局如下：
    地址偏移 含义
    0x0 top_offset用于多继承
    0x8 指向Parent的type_info指针
    0x10 Parent::Foo()函数地址，也是p1, p2中虚表指针指向的元素
    0x18 Parent::FooNotOverridden()函数地址
  2. Derived类的虚表布局如下：
    地址偏移 含义
    0x0 top_offset用于多继承
    0x8 指向Derived的type_info指针
    0x10 Derived::Foo()函数地址，也是d1，d2中虚表指针指向的元素
    0x18 Parent::FooNotOverridden()函数地址

从这里可以看到：

  1. Derived的虚表中，如果父类的虚函数没有被override，那么虚表中还是存着父类函数的指针。
  2. 还可以看到，所有的虚函数调用，都是从虚表取查的。因此，如果没有必要，尽量少的使用虚函数，否则会有一点额外开销。

type_info布局

而type_info的地址，存在虚表指针指向元素的上一个位置，它的包含三个部分：

  1. 辅助类地址，用来实现type_info的函数
  2. 类名地址
  3. 父类type_info地址

多继承下类的内存布局和虚表布局

多继承的情况比较复杂，我们知道，多继承下，子类指针转为父类指针后，这个父类指针使用起来应当和一个真正的父类对象的指针没有区别。

子类没有override父类的虚函数

先来分析这样一个例子

class Mother {
 public:
  virtual void MotherMethod() {}
  int mother_data;
};

class Father {
 public:
  virtual void FatherMethod() {}
  int father_data;
};

class Child : public Mother, public Father {
 public:
  virtual void ChildMethod() {}
  int child_data;
};

Child类的内存布局如下：

偏移 大小 内容
0x0 8 Mother虚表指针
0x8 4 Mother::mother_data
0x10 8 Father虚表指针
0x18 4 Father::father_data
0x1c 4 Child::child_data

Child类的虚表如下：

地址偏移 含义
0x0 top_offset用于多继承
0x8 指向Child的type_info指针
0x10 Mother::MotherMethod()函数地址，也是Child对象中Mother虚表指针指向的元素
0x18 Child::ChildMother函数地址
0x20 top_offset用于多继承
0x28 指向Child的type_info指针
0x30 Father::FatherMethod()函数地址，也是Child对象中Father虚表指针指向的元素

结论和说明：

  1. Mother虚表指针是作为Mother*和Child*时用到的虚表指针。这里Child自己的虚函数Child::ChildMother紧接着Mother的虚函数地址排布，因此作为Mother*和Child*时可以共用一个虚表指针。
  2. Father虚表指针是作为Father*用到的虚表指针，它并不是原来子类指针指向的地址。当Child*类型的指针转型为Father*类型指针时，需要进行偏移。因此，下面这段代码会触发断言。
    Child c;
auto p1 = reinterpret_cast<void*>(&c);
auto p2 = reinterpret_cast<void*>(static_cast<Father*>(&c));
assert(p1 == p2 && "this will be triggerred");
  3. 类的内存布局中有padding的地方。
  4. Child::child_data之前没有padding，这里用到了一种tail padding的技术。

子类override非第一个父类的虚函数

class Mother {
 public:
  virtual void MotherMethod() {}
};

class Father {
 public:
  virtual void FatherMethod() {}
};

class Child : public Mother, public Father {
 public:
  void FatherMethod() override {}
};

Child类的内存布局如下：

偏移 大小 内容
0x0 8 Mother虚表指针
0x8 8 Father虚表指针

它的虚表也发生了一些变化，新的虚表布局如下：

地址偏移 含义
0x0 top_offset用于多继承
0x8 指向Child的type_info指针
0x10 Mother::MotherMethod()函数地址，也是Child对象中Mother虚表指针指向的元素
0x18 Child::FatherMethod函数地址
0x20 top_offset用于多继承
0x28 指向Child的type_info指针
0x30 调用Child::FatherMethod()的thunk函数地址，也是Child对象中Father虚表指针指向的元素

注意到，最后一个元素存储的不再是函数地址，而是thunk地址，这个thunk会调用对应的函数。

为什么要这样多此一举呢？从上文得知，从Child*转型为Father*需要进行指针的偏移。如果子类override过非第一个父类的虚函数，当从父类指针调用这个虚函数时，this指针是偏移过的，用这个指针去调用，结果肯定是不对的，需要把指针再偏移回去，这个偏移量就存在对应的top_offset里面，不过在thunk中并没有用到这个偏移量。

thunk解析

这里把thunk的汇编列出来，顺便加了注释

# 开辟新的栈空间
push   %rbp
mov    %rsp,%rbp
sub    $0x10,%rsp
# 保存rid寄存器内容到栈上，这里存的是this
mov    %rdi,-0x8(%rbp)
# 这一步是干嘛的？
mov    -0x8(%rbp),%rdi
# this指针偏移，减去了8，指向了Child的起始地址
add    $0xfffffffffffffff8,%rdi
# 真正调用的函数
callq  0x400810 <Child::FatherFoo()>
# 清栈
add    $0x10,%rsp
pop    %rbp
# 结束调用thunk
retq

这里有点疑惑，为什么结束调用后，没有把偏移的指针地址改回来呢？

我在g++（MinGW）上试了下，发现对thunk的处理不太一样。window平台下this指针存在rcx寄存器里，同时也没有做恢复this寄存器的操作。windows的反汇编输出如下：

Dump of assembler code from 0x402d20 to 0x402f80:
13        void FatherMethod() override {}
   0x0000000000402d20 <non-virtual thunk to Child::FatherMethod()+0>:   sub    $0x8,%rcx
   0x0000000000402d24 <non-virtual thunk to Child::FatherMethod()+4>:   jmpq   0x402d00 <Child::FatherMethod()>

在VC++中又尝试了一下，发现这次thunk的内容很简单，只有一条jump指令，而对this指针的偏移是放在函数体里面做的，而且函数调用方this指针存放在rcx中，在函数内部this指针存放在rdi中，所以不需要恢复rcx。看来不同的编译器实现的很不一样。

菱形虚继承下类的内存布局和虚表布局

虚继承是一个C++中比较难以让新手入门的地方，虚继承主要是为了菱形继承考虑，如果没有虚继承，最后的派生类会拥有两个祖父对象，这无疑会造成难以查找的bug。

#include <iostream>
using namespace std;

class Grandparent {
 public:
  virtual void grandparent_foo() {}
  int grandparent_data;
};

class Parent1 : virtual public Grandparent {
 public:
  virtual void parent1_foo() {}
  int parent1_data;
};

class Parent2 : virtual public Grandparent {
 public:
  virtual void parent2_foo() {}
  int parent2_data;
};

class Child : public Parent1, public Parent2 {
 public:
  virtual void child_foo() {}
  int child_data;
};

int main() {
  Child child;
}

在这段代码中，祖父类Grandparent派生出两个直接子类Parent1和Parent2，这两者又被最子类Child所继承。与简单的多重继承相比，Child类除了类的内存布局和虚表布局不同之外，又新增了两个construction vtable和一个VTT，下面来看看这些到底是什么东西。

类的内存布局

偏移 含义
0x0 Parent1和Child的虚表指针
0x8 Parent1::parent1_data
0x10 Parent2的虚表指针
0x18 Parent2::parent2_data
0x1c Child::child_data
0x20 Grandparent的虚表指针
0x28 Grandparent::grandparent_data

从布局可以看到，Grandparent::grandparent_data对象的位置在整个对象的末尾。那么问题来了，Parent1、Parent2和Child的虚函数在调用的时候，怎么去知道Grandparent::grandparent_data的位置的呢？这个疑问先不急着解决，先来看下虚表布局。

类的虚表布局

偏移 值 含义 虚指针
0x0 0x20 virtual base offset
0x8 0 top_offset
0x10 指向Child的type_info指针
0x18 Parent1::parent_foo()的函数地址 Parent1和Child的虚指针指向这里
0x20 Child::child_foo()的函数地址
0x28 0x10 virtual base offset
0x30 -16 top_offset
0x38 指向Child的type_info指针
0x40 Parent2::parent2_foo()的函数地址 Parent2的虚指针指向这里
0x48 0 virtual base offset
0x50 -32 top_offset
0x58 指向Child的type_info指针
0x60 Grandparent::grandparent_foo()的函数地址 Grandparent的虚指针指向这里

这里多了一个新的项目virtual base offset，其实从字面意义还是挺明确的，它的意思是虚基类相对于当前this指针的偏移，因此如果要访问虚基类中的成员变量，只要在当前this指针上加上这个偏移就可以了。

construction vtable

这里有两个额外的虚表，分别是construction vtable for Parent1-in-Child和construction vtable for Parent2-in-Child。顾名思义，它们是在构造Parent1和Parent2子对象时候用的。

下表是construction vtable for Parent1-in-Child：

偏移 值 含义
0x0 0x20 virtual base offset
0x8 0x0 top_offset
0x10 Parent1的type_info的地址
0x18 Parent1::parent1_foo()的地址
0x20 0x0 virtual base offset
0x28 -0x20 top_offset
0x30 Parent1的type_info的地址
0x38 Grandparent::grandparent_foo的地址

VTT

VTT的意思是virtual table table，意思是虚表的表，里面存的是虚表的入口地址。这里VTT的使用方式，没有google到详细信息，留坑以后填上。

结论

使用虚继承可以解决菱形继承的问题。如果一个祖父类可能被间接继承多次，并且希望在内存中只有一份，那么只要把它在继承树上所有的直接子类改成虚继承就好了。

编译器自动生成的代码

在C++中，很多操作都会包含一些看不见的行为，一不小心就会造成性能问题或引起bug，这也是C++让人头疼的地方之一。

构造函数

当程序执行一个构造函数时，会进行如下操作：

  1. 依次调用父类的构造函数，如果没有指定则调用父类的默认构造函数
  2. 如果有虚函数，设置虚函数指针
  3. 根据初始化成员列表对成员变量进行初始化，如果没有指定则使用其默认值或initialize list中的参数进行初始化
  4. 执行构造函数中的代码

对这样一段代码来说

#include <iostream>
#include <string>
using namespace std;

class Parent {
public:
    Parent() { Foo(); }
    virtual ~Parent() = default;
    virtual void Foo() { cout << "Parent" << endl; }
    int i = 0;
};

class Child : public Parent {
public:
    Child() : j(1) { Foo(); }
    void Foo() override { cout << "Child" << endl; }
    int j;
};

class Grandchild : public Child {
public:
    Grandchild() { Foo(); s = "hello"; }
    void Foo() override { cout << "Grandchild" << endl; }
    string s;
};

int main() {
    Grandchild g;
}

每个类型的执行顺序为：

Parent Child Grandchild
Call Parent's default ctor Call Child's default ctor
vtable = Parent's vtable vtable = child's vtable vtable = Grandchild's vtable
i = 0 j = 1 call s's default ctor
call Foo(); call Foo(); call Foo();
call operator= on s;

由于每个类型在执行其构造函数时，虚指针指向的是自己的虚函数表，所以此时相当于没有虚函数，所以程序依次输出Parent，Child，Grandchild。这里也解释了为什么需要construction vtable的原因。

析构函数

析构函数和构造函数类似，但是执行顺序是相反的。在父类的的析构函数中调用虚函数，因为此时虚指针已经指向父类的虚表，所以并不会调用到子类的虚函数。

  1. 执行析构函数中的代码
  2. 执行成员变量的析构函数
  3. 设置虚指针为父类的虚指针
  4. 依次调用父类的析构函数

隐式转型

前面提到，多重继承中，当指针从父类转型为非第一个子类时，指针的值会发生变化。

Dynamic Cast(RTTI)

dynamic_cast通过检查虚表中type_info的信息判断能否在运行时进行指针转型以及是否需要指针偏移，需要插入额外的操作，这也解释了dynamic_cast的开销问题。

函数指针

留坑。

小测试

#include <iostream>
using namespace std;

class FooInterface {
public:
	virtual ~FooInterface() = default;
	virtual void Foo() = 0;
};

class BarInterface {
public:
	virtual ~BarInterface() = default;

	virtual void Bar() = 0;
};

class Concrete : public FooInterface, public BarInterface {
public:
	void Foo() override { cout << "Foo()" << endl; }
	void Bar() override { cout << "Bar()" << endl; }
};

int main() {
	Concrete c;
	c.Foo();
	c.Bar();

	FooInterface* foo = &c;
	foo->Foo();

	BarInterface* bar = (BarInterface*)(foo);
	bar->Bar(); // Prints "Foo()" - WTF?
}

这里Bar()函数的结果却输出了Foo()。因为强制转型后指针的值没有变化，虚指针也没有变化还是指向FooInterface的虚表。而因为BarInterface和FooInterface的布局是一样的，调用Bar()就相当于调用了Foo。这里如果想要得到期望的结果，需要使用dynamic_cast。

posted @ 2020-05-17 23:17  马子哥  阅读(1172)  评论(0)  编辑  收藏  举报