Function 函数如何编码/存储在内存中？

我知道数字和字母是如何用二进制编码的，因此可以存储为0和1

---

但是函数是如何存储在内存中的呢？我看不出它们是如何存储为0和1的，我也看不出除了0和1之外，还有什么东西可以存储在内存中。

函数是由指令组成的，比如或。指令是数字，可以用二进制编码

---

查尔斯·佩佐尔德（Charles Petzold）的书是对此的一个很好的介绍。

事实上，它们作为0和1存储在内存中

下面是一个现实世界的例子：

int func(int a, int b) {
    return (a + b);
}

以下是编译器可能为函数生成的32位x86机器指令示例（以称为代码的文本表示形式）：

讨论这些指令如何工作超出了本问题的范围，但这些符号（如add、pop、mov等）及其参数都被编码为1和0。显示许多英特尔指令及其编码方式摘要。有关文档/指南/手册的链接，请参见标记wiki

---

那么，如何将代码从文本汇编转换成机器可读字节（又称机器代码）？例如，指令

addeax，edx

。显示add指令的编码方式。eax和edx是一种称为寄存器的东西，是处理器中用来保存处理信息的点。计算机编程中的变量通常会在某个点映射到寄存器。因为我们正在添加寄存器，并且寄存器是32位的，所以我们选择了操作码00000000 1（另请参见英特尔官方文件，其中列出了所有可用的形式）

下一步是指定操作数。在上一页的同一页中，我们展示了如何使用“addecx，eax”示例来实现这一点，该示例与我们自己的示例非常相似。前两位必须为“11”，以表明我们正在添加寄存器。接下来的3位指定第一个寄存器，在我们的示例中，我们选择edx而不是eax，这给我们留下了“100”。接下来的3位指定了我们的eax，因此我们得到了

00000001 11100000

十六进制是01 D0。类似的过程也可用于将任何指令转换为二进制。用于自动执行此操作的工具称为汇编程序

---

因此，通过汇编程序运行上述汇编代码会产生以下输出：

66 55 66 89 E5 66 67 8B 55 O8 66 67 8B 45 0C 66 01 D0 66 5D C3

注意字符串末尾附近的

01 D0

，这是我们的“添加”指令。将机器代码字节转换回文本汇编语言助记符称为反汇编：

 address | machine code  |  disassembly
   0:      55              push   ebp
   1:      89 e5           mov    ebp, esp
   3:      8b 55 08        mov    edx, [ebp+0x8]
   6:      8b 45 0c        mov    eax, [ebp+0xc]
   9:      01 d0           add    eax, edx
   b:      5d              pop    ebp
   c:      c3              ret    

地址从零开始，因为这只是一个

.o

，而不是一个链接的二进制文件。所以它们只是相对于文件的

.text

部分的开头

您可以在上看到您喜欢的任何函数（或者在您自己的机器上，在任何二进制文件上，使用反汇编程序，无论是否新编译）

---

您可能注意到在最终输出中没有提到名称“func”。这是因为在机器代码中，函数是由其在RAM中的位置而不是名称引用的。编译器输出对象文件的符号表中可能有一个

func

项，它引用了这段机器代码，但符号表是由软件读取的，而不是CPU硬件可以直接解码和运行的

---

有时，我们很难理解计算机是如何在低水平上对这样的指令进行编码的，因为作为程序员或高级用户，我们有避免直接处理指令的工具。我们依靠编译器、汇编器和解释器为我们完成工作。尽管如此，计算机所做的任何事情最终都必须用机器代码来指定。

这是一个非常广泛的问题，答案在很大程度上取决于所使用的语言（以及它是否被编译、解释、转换为字节码、标记……）。我给你一个提示：在JPG文件中，所有文件都以特定的字节序列开始和结束（FF D8和FF D9）。一些序列被编码以特别推断它们在数据中的类型。啊，好吧，太有启发性了！我不理解细节，但我可以看到一个函数是如何仅仅是一系列指令，以及这些指令如何被编码为0和1。嗯，有点。你能扩展一下指令如何被编码为0和1吗？@正如Dougvj所指出的，AdamZerner将操作编码为一些位（操作码）和操作数（数值常量和寄存器名）被编码到其他位。对于操作码，这可能被视为类似于虚拟函数表的索引；对于寄存器，数组索引大致类似。实际的ISA更复杂，因为操作码可以包含隐式操作数（例如，大多数RISC为跳转和链接指令使用隐式指定的链接寄存器，x86 POP隐式使用sp作为寄存器操作数）而且位的数量和位置可能因指令而异。@AdamZerner当然，我大大扩展了这一部分。小心点，它有点毛茸茸的，但我想你会明白的。在每一行包含一个代码块，显示机器代码的十六进制转储以及反汇编的指令助记符+操作数可能会很有用。例如，from

 objdump-drwC-Mintel

。例如，像这样。Godbolt编译器浏览器有gcc/clang/icc输出。我添加了一些我认为是一个改进的东西。这是你的答案，所以请检查并看看你是否喜欢我的更改，如果不喜欢，请回滚或编辑。

 address | machine code  |  disassembly
   0:      55              push   ebp
   1:      89 e5           mov    ebp, esp
   3:      8b 55 08        mov    edx, [ebp+0x8]
   6:      8b 45 0c        mov    eax, [ebp+0xc]
   9:      01 d0           add    eax, edx
   b:      5d              pop    ebp
   c:      c3              ret