C++11新特性中的匿名函数Lambda表达式的汇编实现分析（一）

【推荐】2019 Java 开发者跳槽指南.pdf(吐血整理) >>>

Constructs a closure: an unnamed function object capable of capturing variables in scope.

—— Lambda functions (since C++11) [cppreference.com]

按照C++11标准的说法，lambda表达式的标准格式如下：

[ capture ] ( params ) mutable exception attribute -> ret { body } 
// (1) 完整的声明

[ capture ] ( params ) -> ret { body }  
//(2) 一个常lambda的声明：按副本捕获的对象不能被修改。

[ capture ] ( params ) { body } 
// (3) 省略后缀返回值类型：闭包的operator()的返回值类型是根据以下规则推导出的：如果body仅包含单一的return语句，那么返回值类型是返回表达式的类型（在此隐式转换之后的类型：右值到左值、数组与指针、函数到指针）否则，返回类型是void

[ capture ] { body }  
//(4) 省略参数列表：函数没有参数，即参数列表是()

    capture - 指定哪些在函数声明处的作用域中可见的符号将在函数体内可见。

    符号表可按如下规则传入：

    [a,&b]，按值捕获a，并按引用捕获b

    [this]，按值捕获了this指针

    [&] 按引用捕获在lambda表达式所在函数的函数体中提及的全部自动储存持续性变量

    [=] 按值捕获在lambda表达式所在函数的函数体中提及的全部自动储存持续性变量

    [] 什么也没有捕获

    params - 参数列表，与命名函数一样

    ret - 返回值类型。如果不存在，它由该函数的return语句来隐式决定（或者是void，例如当它不返回任何值的时候）

    body - 函数体

下面，我将从最简单的形式开始逐步对各种形式的lambda表达式进行汇编分析。

首先是最简单的类型（4）：

和普通表达式一样，若单纯的一个表达式将被编译器忽略，这里将lambda表达式赋值给一个栈变量进行分析。

int main()
{
	auto lambda = []{ };

	return 0;
}

IntelliSense显示这里的lambda变量其实是一个 void lambda()，编译后被解析是main::__l3::void<lambda>(void)类型，debug查看汇编代码，发现本句并没有在main函数里产生任何汇编代码，但并不代表这个表达式没有意义，

...省略...
	auto lambda = []{ };

	return 0;
        xor         eax,eax  
}
...省略...

若使用sizeof(lambda)计算其所占字节数将得到1，稍微在main代码上面一点，可以发现[]{}是作为一个函数被编译：

 push        ebp  
 mov         ebp,esp  
 sub         esp,0CCh  
 push        ebx  
 push        esi  
 push        edi  
 push        ecx  
 lea         edi,[ebp-0CCh]  
 mov         ecx,33h  
 mov         eax,0CCCCCCCCh  
 rep stos    dword ptr es:[edi]  
 
 pop         ecx  
 mov         dword ptr [this],ecx  
 pop         edi  
 pop         esi  
 pop         ebx  
 mov         esp,ebp  
 pop         ebp  
 ret  
 int         3  
 int         3

可见，就像普通函数一样，[]{}表达式内部被编译为一个函数，该函数内有一个this指针作为栈变量，它指向调用函数时的寄存器ecx。

下面我们执行这个lambda表达式，进入闭包内部分析，同时，为了好说明，在函数内增加一条赋值语句。

int main()
{
	auto lambda = []{
		int s = 0xA;
	};
	lambda();
	return 0;
}

对应有汇编代码：

auto lambda = []{
		int s = 0xA;
	};
	lambda();
 lea         ecx,[ebp-5]  
 call        001E1570  
	return 0;

可以看到，有一个地址传送，[ebp-5]的地址送给ecx，然后直接调用闭包函数。

[ebp-5]是main的一个栈变量，占用4字节，他的值没有被初始化，debug版本默认是(0xcccccccc)。

将其地址&[ebp-5]送入ecx究竟有什么含义，不妨先进入闭包函数内部看看：

 push        ebp  
 mov         ebp,esp  
 sub         esp,0D8h  
 push        ebx  
 push        esi  
 push        edi  
 push        ecx  
 lea         edi,[ebp+FFFFFF28h]  
 mov         ecx,36h  
 mov         eax,0CCCCCCCCh  
 rep stos    dword ptr es:[edi]  
 pop         ecx  
 mov         dword ptr [ebp-8],ecx  
		int s = 0xA;
 mov         dword ptr [ebp-14h],0Ah  
	};
 pop         edi  
 pop         esi  
 pop         ebx  
 mov         esp,ebp  
 pop         ebp  
 ret

可见，刚才的ecx被push保存，然后又在函数初始化栈完成后(rep stos后)，被弹出并写入局部变量[ebp-8]中，而这个[ebp-8]其实就是上面说到的this指针。也就是说，这个this指针指向main中的一个局部变量。

那么，为了进一步研究这个机制，我们设法让这个闭包使用this。不妨猜想一下，this既然是指向main里面的变量，那么他可能是一个base address用来“捕获”（lambda中的概念）闭包外层作用域内的某些变量。“捕获”方式在上面有说到，若将上面的[]改为[=]，让lambda按值捕获main中的int变量s，再看看有什么变化：

int main()
{
	int a = 0xB;
	auto lambda = [=]{
		int s = a;
	};
	lambda();
	return 0;
}

闭包内对应汇编代码：

 pop         ecx  
 mov         dword ptr [ebp-8],ecx  
		int s = a;
 mov         eax,dword ptr [ebp-8]  
 mov         ecx,dword ptr [eax]  
 mov         dword ptr [ebp-14h],ecx  
	};

同样的，先放置this指针，然后下面比较关键：

1. 把this临时放到eax

2. 然后再取eax地址对应的值放到临时ecx寄存器中，这里就是a

3. 然后赋值给[ebp-14h]就是s

那么绕了半天做了什么事，其实就是相当于下面的代码：

s = *this;

那么这个this确实是指向了main里面的a，如何办到的？

查看main栈内存发现，传给闭包的this是指向下图中选中部分，而红框中是变量a：

可见，a在main的栈空间被复制了一次，而不是闭包的栈空间，那么复制发生在哪个时候，为什么this恰好就指向了a的副本？

再调用闭包函数之前，还做了一些事情：

int a = 0xB;
 mov         dword ptr [ebp-8],0Bh  
	auto lambda = [=]{
		int s = a;
	};
 lea         eax,[ebp-8]  
 push        eax  
 lea         ecx,[ebp-14h]  
 call        010E1BE0  
	lambda();
 lea         ecx,[ebp-14h]  
 call        010E1C20  
	return 0;

发现还call了一个带参函数：

1. 将a的地址送入eax并压栈，相当于给下面的函数传参&a

2. 将给后面闭包用的this保存在ecx中，可能会给下面的一个call使用

上面的操作相当于下面的伪代码：

call 010E1BE0(  &a , this); //当然，this并不是作为参数传入的，这里只是方便理解

可以预见，010E1BE0函数的作用应该是拷贝a，并让this指向a，空口无凭，进去看看：

push        ebp  
 mov         ebp,esp  
 sub         esp,0CCh  
 push        ebx  
 push        esi  
 push        edi  
 push        ecx  
 lea         edi,[ebp+FFFFFF34h]  
 mov         ecx,33h  
 mov         eax,0CCCCCCCCh  
 rep stos    dword ptr es:[edi]  
 
 pop         ecx  
 mov         dword ptr [ebp-8],ecx  
 mov         eax,dword ptr [ebp-8]  
 mov         ecx,dword ptr [ebp+8]  
 mov         edx,dword ptr [ecx]  
 mov         dword ptr [eax],edx  
 mov         eax,dword ptr [ebp-8]  
 
 pop         edi  
 pop         esi  
 pop         ebx  
 mov         esp,ebp  
 pop         ebp  
 ret         4

前后的代码按部就班，主要是中间：

1. ecx是this不用说了。

2. 先把this保存到该函数的栈空间再说

3. this放进eax，预见下面的[eax]就是*this，和上面说到的一样

4. 然后是[ebp+8]这块，送给ecx临时保存，然后取值，送入edx临时保存，可见[ebp+8]里面应该是一个地址

5. edx送给*this

6. 最后那个mov eax，[ebp-8] ，又把this作为返回值

关于[ebp+8]：还记得传入该函数的参数&a吗？没错，[ebp+8]保存的是就是&a。

简单翻译一下这个函数的意思：

fun(&a,this);

int* fun(int* in,int* this)

{

    *this = *in;

    return this;

}

注意这里的this传递其实是通过寄存器的方式。

好了，说了半天，刚才那个问题，差不多也知道答案了。

调用闭包函数前，“捕获者”this指针被放在main中，并对其指向的内存块拷贝闭包中要用到的变量值，调用时，this通过寄存器送入闭包中，闭包通过this访问外层作用域(这里是main)的已捕获对象(这里是a)。

可见，如果闭包要按值捕获main中多个变量，那么事先要调用一个复制函数，依次复制所有要用的变量，然后通过this寻址访问main中变量的副本，而不是把所有变量拷贝到闭包的栈空间内。

上面说的都是最简单的形式，也即：[=]{ }，之后的文章将分析更复杂的lambda表达式。今天先说到这。

C++11新特性中的匿名函数Lambda表达式的汇编实现分析（二）

参考资料：

C++11中的匿名函数(lambda函数,lambda表达式)

Lambda函数

来源：oschina

链接：https://my.oschina.net/u/580940/blog/277445