函数的调用和返回

Posted 2020-11-08 夕晖

 

说明

 

    本文翻译自斯坦福开放课程【编程范式】的系列课件，有删改。

    本系列会持续更新，预计一周发布1到2篇。

    如有意见/建议或是存在版权问题，欢迎园友指正。

    转载无需通知本人，但请注明出处，谢谢！

 

函数调用分析

 

    对有递归特性的编程语言来说，区分函数定义和函数调用是十分有必要的。函数定义规定了函数的行为，函数每次调用都创建一个函数实例。虽然一个函数只有一个定义，随着时间的流逝，它可能产生很多不同的实例。对于一个递归函数来说，若干个实例可能会同时存在。

    每个函数实例都需要分配内存空间，一个函数从调用到返回，它的活动记录包括以下内容：

• 本地存储   包括参数、局部变量、以及编译器在实现函数时使用的辅助空间。
  
• 返回信息   当这次调用结束时，执行流程应该在哪里继续？怎样继续？

    活动记录指的是一个函数实例被分配的内存块。活动记录只存在于函数执行时，一旦函数返回，这块内存就会被释放。

 

活动记录

 

    一个活动记录保存和一个实例（一次调用、一个函数）相关的状态。活动记录的主要任务是保存参数和局部变量。实际上，活动记录也可能会保存辅助信息。

    编译器用函数声明生成活动记录。正如C语言中，一个活动记录就是一个集合，集合的每一项包括名字和类型（比如int a就是一项）。这些项存储在同一块内存中。下面的表达式把两个整数视为参数：

 

void Simple(int a, int b)  // 两个参数
{
    int temp1, temp2;  // 局部变量
    ....  
}

         

          从上面的声明可以看出，编译器生成活动记录时需要四个整数：a, b ,temp1和temp2。假设一个整数占据4个字节，那么这个活动记录至少需要16个字节。编译器不会在函数声明阶段产生一个活动记录，函数调用时，编译器会给这个函数实例分配内存空间。

 

栈

 

    栈是一种分配、回收函数实例的完美结构。函数调用时，它的活动记录会入栈并且初始化。活动记录必须在函数执行之前保持不变。函数退出时，该活动记录占据的内存空间会被释放。当前活动记录出栈，上一个函数的实例成为新的栈顶。因为函数调用随处可见，栈分配、回收的效率就十分重要了。

 

void A(void){
    B();
}

void B(void){
    C();
}

void C(void){
    printf("Hi!");
}

          

          函数调用的时候有一个限制：函数必须以调用顺序的逆序返回。如果A先调用B，然后B调用C，最终函数必须以C、B、A的顺序返回。对于函数B的实例来说，在A实例之后和C实例之前返回是不可能的。只有正在执行的函数实例有权调用变量，其他所有实例都被暂时挂起。在上面的例子中，当C实例打印出“Hi!”的时候，A和B就被挂起。B在等待C退出，同样A也在等待B。

    栈这种结构非常适合存储活动记录--它准备好当前实例，同时保持其他的实例挂起。当维护一个集合时，栈是一种相当常用的抽象数据结构，就像堆成一列的盘子。如果从顶部观察的话，只能看见最上面的盘子。栈定义了两种操作--入栈和出栈。入栈就是拿一个新盘子放在栈的顶部。新盘子阻挡你看到下面的盘子。出栈就是拿掉最顶部的盘子，下面那个盘子成为这个栈的新“栈顶”。

    在这个函数调用的例子中，这堆盘子实际上就是活动记录。最上面的盘子就是当前正在执行函数的活动记录。当函数被调用之后，它的活动记录会出栈，下面的实例成为当前执行的函数。当该函数也退出后，它下面的实例继续执行。

 

活动协议

 

    编译器生成代码时必须遵循一连串协议，为的是把控制流和信息从当前执行环境传递到被调用函数。不同的语言，甚至相同语言的不同编译器可能使用着略微不同的协议。

    下面是一个用来传递参数、控制函数执行的简单协议：

1. 当前执行环境分配一块内存，入栈同时生成了一个活动记录。
2. 初始化活动记录中的参数部分（这里是把当前执行环境的值复制到被调函数活动记录中）。
3. 当前执行环境保存状态和返回信息。在参数之上入栈额外的4个字节。
4. 被调函数成为新的当前执行环境，被调函数把它的局部变量入栈，执行函数。
5. 被调函数正常执行，期间从它的活动记录中调用变量和参数。
6. 当被调函数退出后，活动记录的部分内容出栈。
7. 初始函数再度成为当前执行环境，依据返回信息继续执行，同时移除栈中被调函数的参数，被调函数的活动记录随之完全出栈。

    注意到在这个协议中，局部变量并没有被初始化--栈指针仅仅给它们分配了空间。参数看起来像是初始化了的局部变量。

    由于栈是很多计算机活动的核心，大部分计算机操纵栈的指令都很特殊，为的是使上述协议高效实现。有些编译器使用寄存器代替栈来传递参数，现在我们忽略这种情况。为了让操作更快，有几个寄存器专门用于内务管理。SP寄存器用于保存栈顶地址。PC寄存器专用于保存当前执行指令的地址，RV寄存器专用于传递函数的返回值。其他的寄存器（R1，R2,等）是多功能的，用途广泛。

    协议也规定出活动记录的空间是如何分配的。我们选一种简单的规则来进行说明。我们约定，把参数按从右到左的顺序入栈，（从右向左入栈和C编译器有关，这点会在后面详述），紧随其后的是返回地址，然后把局部变量按从上向下的顺序入栈。我们假设函数的返回值不会放在栈里，而是放在那个特殊的寄存器RV中。注意，这点决定了返回值不能超过一个机器字长，通常，这种情况会使用一种复杂的（常常也是颇费开销的）手段来处理，这里不提。就像大部分现代体系结构一样，实例栈也是从上往下增长，从高地址到低地址。下面以本文前段声明的Simple函数为例，给出一种活动记录布局：

 

    协议中划定了参数和局部变量的分布，我们可以把活动记录视做一对相似且相邻的结构，一块放变量、另一块放参数，把返回地址夹在中间。SP刚好指向局部变量块的基地址，上面紧跟着返回地址，再上面是参数块。

 

struct SimpleActivationLocal{
    int temp2; // 偏移量是 0（从栈顶开始计算）
    int temp1; // 偏移量是 4
};

struct SimpleActivationParameters{
    int a; // 偏移量是12（从栈顶开始计算）
    int b; // 偏移量是16
}

          

          在编译后的代码中，函数访问变量和参数时，靠的是它们各自距离栈顶的偏移量。在Simple函数里，参数b距离栈顶的偏移量是16字节。以下几点应当注意：

• 协议允许编译器在不知道函数确切结束位置的情况下生成代码。
• 每个函数实例运行同一份代码。
• 当前使用的标识符不会在代码中留下任何痕迹,特殊变量的类型信息不会放在代码中，但是编译器能使用那些数据。

 

调用和返回

 

    为了支持函数调用操作，我们现在往指令集里添加两条指令。这两条特殊的指令直接控制函数之间的执行流、保存和恢复执行状态。

    Call指令比Jmp指令小一些，它能立刻把控制流重定向到另一个地址，它也能在栈上开辟空间、保存返回地址--当控制流返回到调用函数时，要执行的下一条指令的地址。我们列出函数名，以此控制它们的跳转。这实际上就是编译器的工作方法。链接器负责把函数名转换成地址。地址是运行时需要的东西，因为在那时我们不知道怎样在内存中通过函数名来找到一个函数。

 

# 跳转到strlen & 在栈中保存下一条指令的地址
Call <strlen>

    

    Ret指令通常是函数体生成代码中的最后一句。当函数执行完毕时，释放占用的栈空间，把返回值保存在RV寄存器，接着函数使用Ret指令恢复到调用函数的上下文。当Ret指令被调用时，我们设想栈指针已经指向了返回地址，所以它能很容易的把这个返回地址放入PC寄存器。当返回地址出栈（此时栈指针指向最右边的参数），此时PC寄存器正好指向被调函数之前的位置，就好像这个函数从来没有被调用过一样。

 

# 把控制权还给保存在栈上的指令地址
Ret

 

 

形式参数和实际参数

 

    结构化语言中的函数和过程经常会接收“参数”--由调用者提供的、传递给被调函数的值。在函数体内存在的参数和在运行时传入的参数是不同的。在函数里声明的、在函数体里用到的是“形式参数”。当函数被调用时传入的参数叫“实际参数”。比如：

 

void Jane(void){
    int arf, meow;
    John(arf, meow);
}

int John(int left,  int right){
    return (left * right);
}

 

    在上面的例子中，left和right是John函数的形式参数。当John函数被Jane函数调用的时候，arf和meow是John函数的实际参数。

 

值参数

 

    在C语言里，所有的参数都是通过值来传递的。为了值参数，活动记录有一个槽位专门放置形式参数的副本。函数被调用时，调用者仅仅把实际参数的值拷贝到槽位里面。通过这种方式，后面形式参数发生的变化不会反映到实际参数上。

    也许，当被调函数改变它的形式参数时，我们想让它的实际参数也发生变化。比如：

 

int main(void){
    int i, j;
    i = 5;
    j = 76;
    Betty(i, j);
    printf("%d %d\\n", i ,j);
}

void Betty(int m, int n){
    m = 20;
    n = 30;
}

         

          这个过程的输出是：5 76

    也许，我们想在执行Betty函数时改变i和j。C语言中有一个众所周知的方法：传递指针然后修改它们指向空间所存放的值。比如，如果我们想允许Betty函数（间接地）修改它的形式参数，我们可以这样写：

 

int main(void){
    int i, j;
    i = 5;
    j = 76;
    Betty(&i, &j);
    printf("%d %d\\n", i, j);
}

void Betty(int *m, int *n){
    *m = 20;
    *n = 30;
}

   

    会输出：20 30

 

   （全文终）