怎么理解一个规模大且结构复杂的c工程源码

很久以前，当要着手一个规模很大，结构复杂的c工程源码时，总是感觉无从下手。这个时候，一般google一下”XX源码分析“。当这个源码是很广泛使用的时，这样到也能得到不少启发；很不幸，经常要接触一些很少人使用的源码所以慢慢也就总结了一些规律和步骤。

1.0 了解项目的用途、基本原理、主要组件. 这些信息一般在开源项目的主页都有，了解里面用到的基本理论（比如memcache的LRU, epoll, zookeeper用到的paxos原理等），同时看看主要的组成部分；一般大半天看完；
  1.1 有些项目源码的readme或doc里面有源码的框架介绍、主要技术、术语规范等，看代码前应该先了解；(例如haproxy的doc里面就有架构说明，主要模块的结构图）
  1.2 只要有条件，初步运行起来，用最简单的方式（例如官方手册中推荐的配置或者example），体验一下。认真看一下每个命令行参数，也很有帮助。

2.  看main函数。main函数包含了初始化以及总的运行架构。一般所有用到的东西都在初始化有体现，整个程序的执行框架也会在main函数体现得很清晰。只要粗略看一下流程，这时肯定不少是不明白的；

3.  看头文件的数据结构。c毕竟还是以数据为中心的流程控制语言，了解数据的组织方式是非常关键的。我一般是遍历所有头文件，寻找主要的数据结构，并在纸上画出他们的主要关联图。同时，对于一些重要的状态标志位信息（一般为一串宏定义），弄懂它的关系。ps：头文件的注释很有用，大部分开源项目在头文件说明这个数据结构的用途、各字段的意义、为什么这么设计、优缺点等。

4. 跟读主流程。一般为用户触发的处理流程。以memcache为例，以command process的过程为主线，很容易就理解整个框架了；

5. 跟读各种事件通知、消息、信号量处理过程。一般都在main函数的loop中。除了用户触发的处理流程，大部分代码都在处理这些工作，同时它们也是非常重要的，也是最容易出现bug的地方；

6. 通读所有代码。这里的“通读”，是指查看所有的文件，看看除了主流程和事件消息处理外，还有没有其他重要的代码被遗漏。

7. 对于一些通用功能，只要知道主要的接口用途就可以了，没有必要研究它的实现（有兴趣有时间除外），例如hash、各种树处理、log、各种位图运算、各种事件poll机制、各种链表实现、各种第三方lib和插件。。等等，他们一般都是用独立文件存放的，只看接口说明就足够了；

8. 如果代码实在太复杂，各种钩子函数级联，建议运行起来，用gdb break一个最基本的函数（例如访问最小数据单元的函数），然后看看调用栈，根据调用关系查看往往事半功倍；

完成上面几步，基本上就了然于心了。下一步可以添加或修改一些小功能，进一步了解细节；对于实现复杂的核心代码，反复多看即便，就可以进行更深入的工作了。