Linux下C语言程序的内存布局（内存模型）
在《虚拟地址空间以及编译模式》一节中讲到，虚拟地址空间在32位环境下的大小为 4GB，在64位环境下的大小为256TB，那么，
- 一个C语言程序的内存在整个地址空间中是如何分布的呢？
- 数据在哪里？
- 代码在哪里？
- 为什么要这样分布？
这些就是本节要讲解的内容。
程序内存在地址空间中的分布情况称为内存模型（Memory Model）。
- 内存模型由操作系统构建，
- 在Linux和Windows下有所差异，
- 并且会受到编译模式的影响，
本节我们讲解Linux下32位环境和64位环境的内存模型。
内核空间和用户空间
对于32位环境，理论上程序可以拥有4GB的虚拟地址空间，我们在C语言中使用到的变量、函数、字符串等都会对应内存中的一块区域。
- 但是，在这 4GB 的地址空间中，要拿出一部分给操作系统内核使用，应用程序无法直接访问这一段内存，这一部分内存地址被称为内核空间（Kernel Space）。
- Windows 在默认情况下会将高地址的 2GB 空间分配给内核（也可以配置为1GB），而 Linux默认情况下会将高地址的1GB 空间分配给内核。也就是说，应用程序只能使用剩下的 2GB 或 3GB 的地址空间，称为用户空间（User Space）。
Linux下32位环境的用户空间内存分布情况
我们暂时不关心内核空间的内存分布情况，下图是Linux下32位环境的一种经典内存模型：
对各个内存分区的说明：
| 内存分区 | 说明 |
|---|---|
| 程序代码区(code) | 存放函数体的二进制代码。一个C语言程序由多个函数构成，C语言程序的执行就是函数之间的相互调用。 |
| 常量区(constant) | 存放一般的常量、字符串常量等。这块内存只有读取权限，没有写入权限，因此它们的值在程序运行期间不能改变。 |
| 全局数据区(global data) | 存放全局变量、静态变量等。这块内存有读写权限，因此它们的值在程序运行期间可以任意改变。 |
| 堆区(heap) |
一般由程序员分配和释放，若程序员不释放，程序运行结束时由操作系统回收。malloc()、calloc()、free() 等函数操作的就是这块内存，这也是本章要讲解的重点。 (个人：这里的堆区上面的未被分配的内存，当我们动态分配内存时，堆区会向上增长，使用它上面的未分配的内存拿来作为堆内存，) |
| 动态链接库 | 用于在程序运行期间加载和卸载动态链接库。(个人：静态链接库已经在运行之前的链接阶段链接到可执行程序里面了，所以静态链接库里面的函数此时放置在程序代码区) |
| 栈区(stack) | 存放函数的参数值、局部变量的值等，其操作方式类似于数据结构中的栈。(个人：这里的栈区向下增长，使用它下面未被分配的内存) |
在这些内存分区中（暂时不讨论动态链接库），
- 程序代码区用来保存指令，
- 常量区、全局数据区、堆、栈都用来保存数据。
对内存的研究，重点是对数据分区的研究。
- 程序代码区、常量区、全局数据区在程序加载到内存后就分配好了，并且在程序运行期间一直存在，不能销毁也不能增加（大小已被固定），只能等到程序运行结束后由操作系统收回，所以全局变量、字符串常量等在程序的任何地方都能访问，因为它们的内存一直都在。
- 常量区和全局数据区有时也被合称为静态数据区，意思是这段内存专门用来保存数据，在程序运行期间一直存在。
- 函数被调用时，会将参数、局部变量、返回地址等与函数相关的信息压入栈中，函数执行结束后，这些信息都将被销毁。所以局部变量、参数只在当前函数中有效，不能传递到函数外部，因为它们的内存不在了。
- 常量区、全局数据区、栈上的内存由系统自动分配和释放，不能由程序员控制。
- 程序员唯一能控制的内存区域就是堆（Heap）：它是一块巨大的内存空间，常常占据整个虚拟空间的绝大部分，在这片空间中，程序可以申请一块内存，并自由地使用（放入任何数据）。堆内存在程序主动释放之前会一直存在，不随函数的结束而失效。在函数内部产生的数据只要放到堆中，就可以在函数外部使用。
一个实例
为了加深对内存布局的理解，请大家看下面一段代码：
#include <stdio.h>
const char* str1 = "www.baidu.com"; //字符串在常量区，str1在全局数据区
int n; //全局数据区
const char* func() {
const char* str = "岳麓书院"; //字符串在常量区，str在栈区
return str;
}
int main() {
int a; //栈区
const char* str2 = "01234"; //字符串在常量区，str2在栈区
char arr[20] = "56789"; //字符串和arr都在栈区
const char* pstr = func(); //栈区
int b; //栈区
printf("str1: %p\npstr: %p\nstr2: %p\n", str1, pstr, str2);
puts("--------------");
printf("&str1: %p\n &n: %p\n", &str1, &n);
puts("--------------");
printf(" &a: %p\n arr: %p\n &b: %p\n", &a, arr, &b);
puts("--------------");
printf("n: %d\na :%d\nb: %d\n", n, a, b);
puts("--------------");
printf("%s\n", pstr);
return 0;
}
对代码的说明：
- 全局变量的内存在编译时就已经分配好了，它的默认初始值是 0（它所占用的每一个字节都是0值），局部变量的内存在函数调用时分配，它默认初始值是不确定的，由编译器决定，一般是垃圾值，这在《详细分析一个函数进栈出栈的例子》中会详细讲解。
- 函数 func() 中的局部字符串常量"岳麓书院"也被存储到常量区，不会随着 func() 的运行结束而销毁，所以最后依然能够输出。
- 字符数组 arr[20] 在栈区分配内存，字符串"56789"就保存在这块内存中，而不是在常量区，大家要注意区分。(个人：这里char arr[20] = "56789"是对一个局部数组定义的同时进行初始化，是char arr[20] = {'5','6','7','8','9'\0'}的一种简写形式，而const char* arr = "56789"则是单纯的指针变量定义并初始化，这两者还是有区别的)
Linux下64位环境的用户空间内存分布情况
在64位环境下，虚拟地址空间大小为 256TB，Linux 将高 128TB 的空间分配给内核使用，而将低 128TB 的空间分配给用户程序使用。如下图所示：
《虚拟地址空间以及编译模式》一节中讲到，在64位环境下，虚拟地址虽然占用64位，但只有最低48位有效。这里需要补充的一点是，任何虚拟地址的48位至63位必须与47位一致。(个人：以0为起始index)
- 上图中，用户空间地址的47位是0，所以高16位也是0，换算成十六进制形式，最高的四个位都是0；
- 内核空间地址的47位是1，所以高16位也是1，换算成十六进制形式，最高的四个位都是1。这样中间的一部分地址正好空出来，也就是图中的“未定义区域”，这部分内存无论如何也访问不到。
