程序或-内存区域分配& ELF分析 ***

一.在学习之前我们先看看ELF文件。

ELF分为三种类型：

　　1. .o 可重定位文件(relocalble file)

　　2. 可执行文件

　　3. 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。

　　但一般查看ELF文件使用：

　　readelf  -S  -W  xxx.out

　　编译使用：

　　gcc  xxx.c  -g  -O0  -o  xxx.out

　　注意“-O0”为编译器不优化。

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:

1. #include <stdio h="">
2. const int    g_A       = 10;         //代码段
3. int          g_B       = 20;         //数据段
4. static int   g_C       = 30;         //数据段
5. static int   g_D;                    //BSS段
6. int          g_E;                    //BSS段
7. char        *p1;                     //BSS段
8. void main( )
9. {
10. int           local_A;            //栈
11. int           local_B;            //栈
12. static int    local_C = 0;        //数据段
13. static int    local_D;            //数据段
14. char        *p3 = "123456";     //123456在代码段，p3在栈上
15. p1 = (char *)malloc( 10 );      //堆，分配得来得10字节的区域在堆区
16. 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
17. printf("hight address\n");
18. printf("-------------栈--------------\n");
19. printf( "栈,    局部变量,                           local_A, addr:0x%08x\n", &local_A );
20. printf( "栈,    局部变量,(后进栈地址相对local_A低)  local_B, addr:0x%08x\n", &local_B );
21. printf("-------------堆--------------\n");
22. printf( "堆,    malloc分配内存,             p1,      addr:0x%08x\n", p1 );
23. printf("------------BSS段------------\n");
24. printf( "BSS段, 全局变量,       未初始化    g_E,     addr:0x%08x\n", &g_E, g_E );
25. printf( "BSS段, 静态全局变量,   未初始化,   g_D,     addr:0x%08x\n", &g_D );
26. printf( "BSS段, 静态局部变量,   初始化,     local_C, addr:0x%08x\n", &local_C);
27. printf( "BSS段, 静态局部变量,   未初始化,   local_D, addr:0x%08x\n", &local_D);
28. printf("-----------数据段------------\n");
29. printf( "数据段,全局变量,       初始化      g_B,     addr:0x%08x\n", &g_B);
30. printf( "数据段,静态全局变量,   初始化,     g_C,     addr:0x%08x\n", &g_C);
31. printf("-----------代码段------------\n");
32. printf( "代码段,全局初始化变量, 只读const,  g_A,     addr:0x%08x\n\n", &g_A);
33. printf("low address\n");
34. return;
35. }
36. </stdio>

运行结果：

1. hight address
2. -------------栈--------------
3. 栈,    局部变量,                           local_A, addr:0xffa70c1c
4. 栈,    局部变量,(后进栈地址相对local_A低)  local_B, addr:0xffa70c18
5. -------------堆--------------
6. 堆,    malloc分配内存,             p1,      addr:0x087fe008
7. ------------BSS段------------
8. BSS段, 全局变量,       未初始化    g_E,     addr:0x08049a64
9. BSS段, 静态全局变量,   未初始化,   g_D,     addr:0x08049a5c
10. BSS段, 静态局部变量,   初始化,     local_C, addr:0x08049a58
11. BSS段, 静态局部变量,   未初始化,   local_D, addr:0x08049a54
12. -----------数据段------------
13. 数据段,全局变量,       初始化      g_B,     addr:0x08049a44
14. 数据段,静态全局变量,   初始化,     g_C,     addr:0x08049a48
15. -----------代码段------------
16. 代码段,全局初始化变量, 只读const,  g_A,     addr:0x08048620
17. 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。

1. Section Headers:
2. [Nr] Name              Type            Addr     Off    Size   ES Flg Lk Inf Al
3. [ 0]                   NULL            00000000 000000 000000 00      0   0  0
4. [ 1] .interp           PROGBITS        08048114 000114 000013 00   A  0   0  1
5. [ 2] .note.ABI-tag     NOTE            08048128 000128 000020 00   A  0   0  4
6. [ 3] .gnu.hash         GNU_HASH        08048148 000148 000020 04   A  4   0  4
7. [ 4] .dynsym           DYNSYM          08048168 000168 000070 10   A  5   1  4
8. [ 5] .dynstr           STRTAB          080481d8 0001d8 000058 00   A  0   0  1
9. [ 6] .gnu.version      VERSYM          08048230 000230 00000e 02   A  4   0  2
10. [ 7] .gnu.version_r    VERNEED         08048240 000240 000020 00   A  5   1  4
11. [ 8] .rel.dyn          REL             08048260 000260 000008 08   A  4   0  4
12. [ 9] .rel.plt          REL             08048268 000268 000028 08   A  4  11  4
13. [10] .init             PROGBITS        08048290 000290 000017 00  AX  0   0  4
14. [11] .plt              PROGBITS        080482a8 0002a8 000060 04  AX  0   0  4
15. [12] .text             PROGBITS        08048310 000310 0002e8 00  AX  0   0 16
16. [13] .fini             PROGBITS        080485f8 0005f8 00001c 00  AX  0   0  4
17. [14] .rodata           PROGBITS        08048614 000614 000326 00   A  0   0  4
18. [15] .eh_frame         PROGBITS        0804893c 00093c 000004 00   A  0   0  4
19. [16] .ctors            PROGBITS        08049940 000940 000008 00  WA  0   0  4
20. [17] .dtors            PROGBITS        08049948 000948 000008 00  WA  0   0  4
21. [18] .jcr              PROGBITS        08049950 000950 000004 00  WA  0   0  4
22. [19] .dynamic          DYNAMIC         08049954 000954 0000c8 08  WA  5   0  4
23. [20] .got              PROGBITS        08049a1c 000a1c 000004 04  WA  0   0  4
24. [21] .got.plt          PROGBITS        08049a20 000a20 000020 04  WA  0   0  4
25. [22] .data             PROGBITS        08049a40 000a40 00000c 00  WA  0   0  4
26. [23] .bss              NOBITS          08049a4c 000a4c 00001c 00  WA  0   0  4
27. [24] .comment          PROGBITS        00000000 000a4c 000114 00      0   0  1
28. [25] .debug_aranges    PROGBITS        00000000 000b60 000020 00      0   0  1
29. [26] .debug_pubnames   PROGBITS        00000000 000b80 00003a 00      0   0  1
30. [27] .debug_info       PROGBITS        00000000 000bba 0001f4 00      0   0  1
31. [28] .debug_abbrev     PROGBITS        00000000 000dae 00006f 00      0   0  1
32. [29] .debug_line       PROGBITS        00000000 000e1d 000058 00      0   0  1
33. [30] .debug_frame      PROGBITS        00000000 000e78 00003c 00      0   0  4
34. [31] .debug_str        PROGBITS        00000000 000eb4 00000d 00      0   0  1
35. [32] .debug_loc        PROGBITS        00000000 000ec1 000043 00      0   0  1
36. [33] .shstrtab         STRTAB          00000000 000f04 000143 00      0   0  1
37. [34] .symtab           SYMTAB          00000000 0015e8 000560 10     35  60  4
38. [35] .strtab           STRTAB          00000000 001b48 0002ad 00      0   0  1
39. Key to Flags:
40. W (write), A (alloc), X (execute), M (merge), S (strings)
41. I (info), L (link order), G (group), x (unknown)
42. 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[];
void main()
{
    ......
}
//程序2:
int ar[] =  {, , , , ,  };
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。

.bss是不占用.exe文件空间的，其内容由操作系统初始化（清零）；而.data却需要占用，其内容由程序初始化，因此造成了上述情况。

以上仅仅做为学习只用！！

参考材料：

可执行文件（ELF）格式的理解

http://www.cnblogs.com/xmphoenix/archive/2011/10/23/2221879.html

C程序内存区域分配(5个段作用)

http://www.cnblogs.com/bigbigtree/archive/2012/11/23/2784137.html