1.3 可执行文件与进程内存布局

1.3 可执行文件与进程内存布局

本节摘要：程序运行时，操作系统把可执行文件的各个"节"映射进一块虚拟地址空间，配合内核分配的栈与运行时库管理的堆，构成进程内存全景。本节画出这张地图并逐区讲解，再给出"任意一个变量落在哪"的判定方法——这是后续指针、动态内存、递归各章的公共地基。

一张必须刻进脑子的地图

图 1 进程虚拟内存布局透视

从下往上是：低地址页（封死，防止空指针乱闯）、代码段、数据段、BSS、堆（向上长）、共享库区、栈（向下长）。堆与栈相向而行，中间是待分配的空档——64 位地址空间巨大，实际几乎不会撞上，但栈本身的尺寸上限是有限的。

一个程序把变量放满全图

用一段程序把五类变量各就各位：

#include <stdio.h>
#include <stdlib.h>

int g_init = 42;        /* data 段 */
int g_zero;             /* bss 段，加载时为 0 */
static int g_hidden;    /* bss 段，私有符号 */

int main(void)
{
    int local = 7;                    /* 栈 */
    static int s_local = 3;           /* data 段，不随函数返回销毁 */
    int *p = malloc(100 * sizeof(int)); /* p 在栈上，100 个 int 在堆上 */
    char *msg = "hello";              /* p 在栈上，字符串本体在只读区 */

    printf("g_init=%p g_zero=%p\n", (void*)&g_init, (void*)&g_zero);
    printf("local=%p s_local=%p\n", (void*)&local, (void*)&s_local);
    printf("heap=%p msg=%p main=%p\n", (void*)p, (void*)msg, (void*)main);

    free(p);
    return local * 0 + g_init * 0 + g_hidden * 0 + s_local * 0;
}
​

一次典型运行输出（地址每次启动不同，但相对关系稳定）：

g_init=0x404030 g_zero=0x404038
local=0x7ffd3a2b1c44 s_local=0x404034
heap=0x1a2b3c4d010 msg=0x402004 main=0x401136
​

读地址就能看出地图：0x4040xx 一片是 data/bss；0x7ffd... 是栈（靠近栈区高地址）；0x1a2b... 是堆；0x4011xx 是代码段里的 main。地址是分片聚居的——这是判定"变量住在哪"最直接的经验法则。

另外两个要点藏在这段代码里：

• static 修饰局部变量改变的是位置与生命周期（搬到 data/bss，进程期间常驻），不是可见性（函数外依旧不可见）。
• 字符串字面量在只读区，msg[0]='H' 会直接段错误。它不是"存在指针里的字符串"，指针只是一个 8 字节的地址盒子。

虚拟内存：为什么每个进程都觉得自己独占机器

上面所有地址都是虚拟地址。每个进程看到的是自己一整套地址空间，由 CPU 的内存管理单元（MMU）按页（通常 4KB）翻译成物理地址。好处直接体现在 C 程序员的生活里：

1. 隔离：进程 A 的野指针写不进进程 B 的内存，越界访问自己地图外的地址触发段错误；
2. 按需调页：malloc 一大块内存只登记了地址范围，真正写入那页时才分配物理页——所以"malloc 成功"不代表物理内存已经到手；
3. 共享：同一份 libc 代码在物理内存只有一份，映射进所有进程。

段错误（segfault）的本质也就清楚了：访问的虚拟地址在当前进程的映射表里没有合法条目，MMU 报页错误，内核转成 SIGSEGV 信号，默认行为是终止进程。"段错误"不是 C 语言的概念，是操作系统与硬件协作的产物。

布局判定速查

⚠️ 常见坑：返回局部变量的地址。函数返回后栈帧作废，那块内存随时被下一次调用覆写——拿到地址的调用方读到的可能是任何东西，运气差时还能"碰巧正确"，毒害更深。返回堆内存或 static 缓冲区才安全，前者要记得 free。

💡 关键直觉：看到变量先问三个问题——住在哪个区、谁负责分配、什么时候死。三个都答得出，指针类 bug 的数量会断崖式下降。

本节要点回顾

• 进程地址空间是分片地图：低地址只读代码区、data、bss、向上长的堆、共享库区、向下长的栈。
• 地址聚居有规律：打印地址看前缀片段，就能反推变量住在哪个区。
• static 局部变量搬进 data/bss：生命周期与全局相同，可见性仍是函数内。
• 虚拟内存提供隔离与按需调页：段错误是访问无映射条目的虚拟地址被 MMU 拦截。
• 一切指针问题的前提是知道指向的对象住在哪、何时失效：这张地图是指针章的入场券。

至此第 1 章完结。下一章我们把镜头从"程序整体"缩到"一个数据"：变量在字节层面长什么样，整数为什么用补码，浮点数的 8 个字节里藏着什么。