转载一篇乐哥的博客，对虚函数，虚函数表和派生类对象赋予给基类指针时地址的变化等会有更深的理解
https://mp.weixin.qq.com/s?__biz=Mzk0MzI4OTI1Ng==&mid=2247489554&idx=1&sn=f5d7e6cd5d23e8e01c413af1dc8fe9fd&chksm=c3377ed5f440f7c32c5596c962823e65ddd17382f621899d63f78d1cc93346918fa92cf50ca0&scene=126&sessionid=1675348545#rd
你好，我是雨乐！
在上一篇文章C++：从技术角度聊聊RTTI中聊到了虚函数表，以及内部的部分布局。对于c++对象的内存布局一直处于似懂非懂似清非清的阶段，没有去深入了解过，所以借着这个机会，一并分析下。
多态在我们日常工作中用的算是比较多的一种特性，业界编译器往往是通过虚函数来实现运行时多态，而涉及到虚函数的内存布局往往是最麻烦且容易出错的，本文从一个简单的例子入手，借助gcc和gdb，对内存布局进行分析，相信看完本文，对内存布局会有一个清晰的认识。
多态
众所周知，C++为了实现多态(运行期)，引进了虚函数(语言标准支持的，其它实现方式不在本文讨论范围内)，而虚函数的实现机制则是通过虚函数表。这块的知识点不算多，却非常重要，因此往往是面试必问之一，当然，对于我也不例外。作为候选人，如果没有把运行期多态的实现机制讲清楚，那么此次面试基本凉凉~~
仍然以上一篇文章的代码为例，代码如下：
class Base1 {
public:
virtual void fun() {}
virtual void f1() {}
int a;
};
class Derived : public Base {
public:
void fun() {} // override Base::fun()
int b;
};
void call(Base *b) {
b->fun();
}在上述示例call()函数中，当b指向Base对象时候，call()函数实际调用的是Base::fun()；当b指向Derived对象时候，call()函数实际调用的是Derived::fun()。之所以可以这么实现，是因为虚函数后面的实现机制--虚函数表(后面称为Vtable):
-
• 对于每个类(存在虚函数，后面文中不再赘述)，存在一个表，表的内容包含虚函数等(不仅仅是虚函数，在后面会有细讲)，类似于如下这种：
vtable_Base = {&Base::func, ...}
vtable_Derived = {&Derived::func, ...}-
• 在创建类对象时候，对象最前部会有一个指针(称之为vptr)，指向给类虚函数表的对应位置。PS:(
需要注意的是并不是指向Vtable的头，这块一定要注意)
那么，call()函数在运行的时候，因为不知道其参数b所指向具体类型是什么，所以只能通过其它方式进行调用。在前面的内容中，有提到过每个对象会有一个指针指向其类的虚函数表，那么就可以通过该虚函数表进行相应的调用。因此，call()函数中的b->fun()就类似于如下：
((Vtable*)b)[0]()在现在编译器对多态的实现中，原理与上述差不多，只是更为复杂。比如在在虚函数指针的索引(如上述例子中的index 0)，这个index是根据函数的声明顺序而来，如果在Derived中再新增一个virtual函数fun2()，那么其在虚函数表中的index就是1。
实现
本节中以一个多继承作为示例，代码如下：
class Base1 {
public:
void f0() {}
virtual void f1() {}
int a;
};
class Base2 {
public:
virtual void f2() {}
int b;
};
class Derived : public Base1, public Base2 {
public:
void d() {}
void f2() {} // override Base2::f1()
int c;
};
int main() {
Base2 *b2 = new Base2;
Derived *d = new Derived;
}后面的内容将分别从基类和派生类的角度进行分析。
基类
首先，我们通过g++的命令-fdump-class-hierarchy进行编译，以便在布局上有一个宏观的认识，然后通过gdb进行更加详细的分析。
Base2内存布局如下：
Vtable for Base2
Base2::_ZTV5Base2: 3u entries
0 (int (*)(...))0
8 (int (*)(...))(& _ZTI5Base2)
16 (int (*)(...))Base2::f2
Class Base2
size=16 align=8
base size=12 base align=8
Base2 (0x0x7ff572e6b600) 0
vptr=((& Base2::_ZTV5Base2) + 16u)在上述代码中，Base2的Vtable名为 _ZTV5Base2 ，经过c++filt处理之后，发现其为vtable for Base2。之所以是这种是因为被编译器进行了mangled。其中，TV代表Table for Virtual，后面的数字5是类名的字符数，Base2则是类名。
维基百科以g++3.4.6为示例，示例中之处Vtable应该只包含指向Base2::f2 的指针，但在我的本地环境(g++5.4.0，布局如上述)中，B2::f2为第三行：首先是offset，其值为0；然后包含一个指向名为_ZTI5Base2的结构的指针（这个在上节RTTI一文中有讲，在本文后面也会涉及）；最后是函数指针B2::f2。
g++ 3.4.6 from GCC produces the following 32-bit memory layout for the object
b2:[nb 1]
b2:
+0: pointer to virtual method table of Base2
+4: value of b
virtual method table of B2:
+0: Base2::f2()
继续看Class Base2部分，我们注意到有一句vptr=((& Base2::_ZTV5Base2) + 16u)，通过这句可以知道，Base2类中其虚函数指针vptr指向其虚函数表的首位+16处。
在下面的内容中，将通过gdb来分析其内存布局。
(gdb) disas
Dump of assembler code for function main:
0x00000000004006f8 <+0>: push %rbp
0x00000000004006f9 <+1>: mov %rsp,%rbp
0x00000000004006fc <+4>: push %rbx
0x00000000004006fd <+5>: sub $0x18,%rsp
=> 0x0000000000400701 <+9>: mov $0x10,%edi
0x0000000000400706 <+14>: callq 0x400578 <_Znwm@plt>
0x000000000040070b <+19>: mov %rax,%rbx
0x000000000040070e <+22>: mov %rbx,%rdi
0x0000000000400711 <+25>: callq 0x40076a <_ZN5Base2C2Ev>
0x0000000000400716 <+30>: mov %rbx,-0x18(%rbp)
0x000000000040071a <+34>: mov $0x20,%edi
0x000000000040071f <+39>: callq 0x400578 <_Znwm@plt>
0x0000000000400724 <+44>: mov %rax,%rbx
0x0000000000400727 <+47>: mov %rbx,%rdi
0x000000000040072a <+50>: callq 0x40079a <_ZN7DerivedC2Ev>
0x000000000040072f <+55>: mov %rbx,-0x20(%rbp)
0x0000000000400733 <+59>: mov $0x0,%eax
0x0000000000400738 <+64>: add $0x18,%rsp
0x000000000040073c <+68>: pop %rbx
0x000000000040073d <+69>: pop %rbp
0x000000000040073e <+70>: retq
End of assembler dump.
(gdb) b *0x0000000000400716
Breakpoint 2 at 0x400716: file abc.cc, line 22.
(gdb) c
Continuing.
Breakpoint 2, 0x0000000000400716 in main () at abc.cc:22
22 Base2 *b2 = new Base2;
(gdb) disas
Dump of assembler code for function main:
0x00000000004006f8 <+0>: push %rbp
0x00000000004006f9 <+1>: mov %rsp,%rbp
0x00000000004006fc <+4>: push %rbx
0x00000000004006fd <+5>: sub $0x18,%rsp
0x0000000000400701 <+9>: mov $0x10,%edi
0x0000000000400706 <+14>: callq 0x400578 <_Znwm@plt>
0x000000000040070b <+19>: mov %rax,%rbx
0x000000000040070e <+22>: mov %rbx,%rdi
0x0000000000400711 <+25>: callq 0x40076a <_ZN5Base2C2Ev>
=> 0x0000000000400716 <+30>: mov %rbx,-0x18(%rbp)
0x000000000040071a <+34>: mov $0x20,%edi
0x000000000040071f <+39>: callq 0x400578 <_Znwm@plt>
0x0000000000400724 <+44>: mov %rax,%rbx
0x0000000000400727 <+47>: mov %rbx,%rdi
0x000000000040072a <+50>: callq 0x40079a <_ZN7DerivedC2Ev>
0x000000000040072f <+55>: mov %rbx,-0x20(%rbp)
0x0000000000400733 <+59>: mov $0x0,%eax
0x0000000000400738 <+64>: add $0x18,%rsp
0x000000000040073c <+68>: pop %rbx
0x000000000040073d <+69>: pop %rbp
0x000000000040073e <+70>: retq
End of assembler dump.在上述汇编中<+14>处，调用了operator new进行内存分配，然后将地址放于寄存器rax中，在<+25>处调用Base2构造函数，继续分析：
(gdb) p/x $rax
$2 = 0x612c20
(gdb) x/2xg 0x612c20
0x612c20: 0x0000000000400918 0x0000000000000000
(gdb) p &(((Base2*)0)->b)
$3 = (int *) 0x8
首先通过p/x $rax获取b2的地址0x612c20，然后通过x/4xg 0x612c20打印内存地址，地址信息包含存储的属性；接着通过p &(((Base2*)0)->b)来获取变量b的布局，其值为0x8，因此可以说明变量b在类Base2的第八字节处，即vptr之后，那么class base2的结构布局如下：
在上述x/2xg 0x612c20的输出中，有个地址0x0000000000400918,其指向Base2类的虚函数表，这个可以通过如下方式进行验证：
(gdb) p *((Base2*)0x612c20)
$6 = {_vptr.Base2 = 0x400918, b = 0}但是需要注意的是，其并不是指向虚函数表的首位，而是指向Vtable + 0x10处，下面是类Base2虚函数表的内容：
(gdb) x/4xg 0x0000000000400918-0x10
0x400908 <_ZTV5Base2>: 0x0000000000000000 0x0000000000400980
0x400918 <_ZTV5Base2+16>: 0x000000000040074c 0x0000000000000000
(gdb) x/2i 0x000000000040074c
0x40074c <_ZN5Base22f2Ev>: push %rbp
0x40074d <_ZN5Base22f2Ev+1>: mov %rsp,%rbp其中，0代表offset，第三项0x400918值与_vptr.Base2一致，其中的内容通过x/2i 0x000000000040074c分析可以看出为Base2::f2()函数地址。那么第二项又代表什么呢？
还记得上篇文章中的RTTI信息么？对！第二项就是指向RTTI信息的地址，可以通过如下命令：
(gdb) x/2xg 0x0000000000400980
0x400980 <_ZTI5Base2>: 0x0000000000600da0 0x0000000000400990
(gdb) x/s 0x0000000000400990
0x400990 <_ZTS5Base2>: "5Base2"其中，_ZTI5Base2代表typeinfo for Base2，其指向的地址有两个内容，分别是0x0000000000600da0和0x0000000000400990，其中0x400990存储的是类名，可以通过x/s来证明。
然后接着分析0x0000000000600da0存储的内容，如下：
(gdb) x/2xg 0x0000000000600da0
0x600da0 <_ZTVN10__cxxabiv117__class_type_infoE@@CXXABI_1.3+16>: 0x0000003e9628b210 0x0000003e9628b230_ZTVN10__cxxabiv117__class_type_infoE解析之后为vtable for __cxxabiv1::__class_type_info。
综上，类Base2的内存布局如下图所示：
多重继承
跟上节一样，仍然通过 -fdump-class-hierarchy 参数获取Derived类的详细信息，如下：
Vtable for Derived
Derived::_ZTV7Derived: 7u entries
0 (int (*)(...))0
8 (int (*)(...))(& _ZTI7Derived)
16 (int (*)(...))Base1::f1
24 (int (*)(...))Derived::f2
32 (int (*)(...))-16
40 (int (*)(...))(& _ZTI7Derived)
48 (int (*)(...))Derived::_ZThn16_N7Derived2f2Ev
Class Derived
size=32 align=8
base size=32 base align=8
Derived (0x0x7f2708268af0) 0
vptr=((& Derived::_ZTV7Derived) + 16u)
Base1 (0x0x7f2708127840) 0
primary-for Derived (0x0x7f2708268af0)
Base2 (0x0x7f27081278a0) 16
vptr=((& Derived::_ZTV7Derived) + 48u)接着继续使用gdb进行分析：
(gdb) disas
Dump of assembler code for function main:
0x00000000004006f8 <+0>: push %rbp
0x00000000004006f9 <+1>: mov %rsp,%rbp
0x00000000004006fc <+4>: push %rbx
0x00000000004006fd <+5>: sub $0x18,%rsp
0x0000000000400701 <+9>: mov $0x10,%edi
0x0000000000400706 <+14>: callq 0x400578 <_Znwm@plt>
0x000000000040070b <+19>: mov %rax,%rbx
0x000000000040070e <+22>: mov %rbx,%rdi
0x0000000000400711 <+25>: callq 0x40076a <_ZN5Base2C2Ev>
0x0000000000400716 <+30>: mov %rbx,-0x18(%rbp)
0x000000000040071a <+34>: mov $0x20,%edi
0x000000000040071f <+39>: callq 0x400578 <_Znwm@plt>
0x0000000000400724 <+44>: mov %rax,%rbx
0x0000000000400727 <+47>: mov %rbx,%rdi
0x000000000040072a <+50>: callq 0x40079a <_ZN7DerivedC2Ev>
=> 0x000000000040072f <+55>: mov %rbx,-0x20(%rbp)
0x0000000000400733 <+59>: mov $0x0,%eax
0x0000000000400738 <+64>: add $0x18,%rsp
0x000000000040073c <+68>: pop %rbx
0x000000000040073d <+69>: pop %rbp
0x000000000040073e <+70>: retq
End of assembler dump.
(gdb) p/x $rax
$8 = 0x612c40
(gdb) p sizeof(Derived)
$9 = 32
(gdb) x/6xg 0x612c40
0x612c40: 0x00000000004008e0 0x0000000000000000
0x612c50: 0x0000000000400900 0x0000000000000000
0x612c60: 0x0000000000000000 0x00000000000203a1
(gdb) p &(((Derived*)0)->a)
$15 = (int *) 0x8
(gdb) p &(((Derived*)0)->b)
$16 = (int *) 0x18
(gdb) p &(((Derived*)0)->c)
$17 = (int *) 0x1c
p *((Derived*)0x612c40)
$13 = {<Base1> = {_vptr.Base1 = 0x4008e0, a = 0}, <Base2> = {_vptr.Base2 = 0x400900, b = 0}, c = 0}从上述代码可以看出，Derived的结构布局如下：
接着，我们分析类Derived的虚函数表：
(gdb) x/7xg 0x00000000004008e0 - 0x10
0x4008d0 <_ZTV7Derived>: 0x0000000000000000 0x0000000000400938
0x4008e0 <_ZTV7Derived+16>: 0x0000000000400740 0x0000000000400758
0x4008f0 <_ZTV7Derived+32>: 0xfffffffffffffff0 0x0000000000400938
0x400900 <_ZTV7Derived+48>: 0x0000000000400763其对应如下：
Vtable for Derived
Derived::_ZTV7Derived: 7u entries
0 (int (*)(...))0
8 (int (*)(...))(& _ZTI7Derived)
16 (int (*)(...))Base1::f1
24 (int (*)(...))Derived::f2
32 (int (*)(...))-16
40 (int (*)(...))(& _ZTI7Derived)
48 (int (*)(...))Derived::_ZThn16_N7Derived2f2Ev为了验证如上，继续使用gdb进行操作：
(gdb) x/2xg 0x0000000000400938
0x400938 <_ZTI7Derived>: 0x0000000000600df8 0x0000000000400970
(gdb) x/4xi 0x0000000000400740
0x400740 <_ZN5Base12f1Ev>: push %rbp
0x400741 <_ZN5Base12f1Ev+1>: mov %rsp,%rbp
0x400744 <_ZN5Base12f1Ev+4>: mov %rdi,-0x8(%rbp)
0x400748 <_ZN5Base12f1Ev+8>: nop
(gdb) x/2xi 0x0000000000400740
0x400740 <_ZN5Base12f1Ev>: push %rbp
0x400741 <_ZN5Base12f1Ev+1>: mov %rsp,%rbp
(gdb) x/2xi 0x0000000000400758
0x400758 <_ZN7Derived2f2Ev>: push %rbp
0x400759 <_ZN7Derived2f2Ev+1>: mov %rsp,%rbp
(gdb) x/4xi 0x0000000000400763
0x400763 <_ZThn16_N7Derived2f2Ev>: sub $0x10,%rdi
0x400767 <_ZThn16_N7Derived2f2Ev+4>: jmp 0x400758 <_ZN7Derived2f2Ev>
0x400769: nop
0x40076a <_ZN5Base2C2Ev>: push %rbp 在上面的内存布局中，_ZThn16_N7Derived2f2Ev在上篇文章中没有进行分析，那么这个标记代表什么意思么，其作用又是什么呢？
通过c++filt将其demanged之后，non-virtual thunk to Derived::f2()。那么这个thunk的目的或者意义在哪呢？
我们看下如下代码：
Derived *d = new Derived;
Base1 *b1 = (Base1*)d;
Base2 *b2 = (Base2*)d;
std::cout << d << " " << b1 << " " << b2 << std::endl;
((Base2*)d)->f2();输出如下：
0x1cc0c20 0x1cc0c20 0x1cc0c30可以看出，同样是一个地址，使用Base1转换的地址和使用Base2转换的地址不同，这是因为在转换的时候，对指针进行了偏移，即加上了sizeof(Base1)。
好了，言归正传。
分析下如下情况：
Base1* b1 = new Derived();
b1->f1();其正常工作，不需要移动任何指针，这是因为b1指向Derived对象的首地址。
那么如下是下面这种情况呢？
Base2* b2 = new Derived();
// 相当于 Derived *d = new Derived;
// Base2* b2 = d + sizeof(Base1);
b2->f2();对于创建对象操作，在上述代码中有大致解释，那么对于b2->f2()操作，编译器又是如何实现的呢？
其必须将b2所指向的指针调整为具体的Derived对象的其实指针，这样才能正确的调用f2。此操作可以在运行时完成，即在运行时候通过调整指针指向进行操作，但这样效率明显不高。所以为了解决效率问题，编译器引入了thunk，即在编译阶段进行生成。那么针对上面的b2->f2()操作，编译器会进行如下：
void thunk_to_Derived_f2(Base2* this) {
this -= sizeof(Base1);
Derived::f2(this);
}我们仍然通过gdb来验证这一点，如下：
(gdb) x/2i 0x0000000000400763
0x400763 <_ZThn16_N7Derived2f2Ev>: sub $0x10,%rdi
0x400767 <_ZThn16_N7Derived2f2Ev+4>: jmp 0x400758 <_ZN7Derived2f2Ev>其中，寄存器rdi中存储的是this指针，对this指针进行-16操作，然后进行调用 Derived::f2(this) 。
继续分析虚函数表的内容，其第二项为TypeInfo信息：
(gdb) x/2xg 0x0000000000400938
0x400938 <_ZTI7Derived>: 0x0000000000600df8 0x0000000000400970
(gdb) x/2xg 0x0000000000600df8
0x600df8 <_ZTVN10__cxxabiv121__vmi_class_type_infoE@@CXXABI_1.3+16>: 0x0000003e9628df70 0x0000003e9628df90
(gdb) x/s 0x0000000000400970
0x400970 <_ZTS7Derived>: "7Derived"所以，综合以上内容，class Derived的内存布局如下图所示：
通过上图，可以看出class Derived对象有两个vptr，那么有没有可能将这俩vptr合并成一个呢？
答案是不行。这是因为与单继承不同，在多继承中，class Base1和class Base2相互独立，它们的虚函数没有顺序关系，即f1和f2有着相同对虚表起始位置的偏移量，所以不可以按照偏移量的顺序排布；并且class Base1和class Base2中的成员变量也是无关的，因此基类间也不具有包含关系；这使得class Base1和class Base2在class Derived中必须要处于两个不相交的区域中，同时需要有两个虚指针分别对它们虚函数表索引。
偏移(offset)
在前面的内容中，我们多次提到了top offset，在上节Derived的虚函数表中，有两个top offset，其值分别为0和-16，那么这个offset起什么作用呢？
在此，先给出结论：将对象从当前这个类型转换为该对象的实际类型的地址偏移量。
仍然以前面的class Derived为例，其虚函数表布局如下：
Vtable for Derived
Derived::_ZTV7Derived: 7u entries
0 (int (*)(...))0
8 (int (*)(...))(& _ZTI7Derived)
16 (int (*)(...))Base1::f1
24 (int (*)(...))Derived::f2
32 (int (*)(...))-16
40 (int (*)(...))(& _ZTI7Derived)
48 (int (*)(...))Derived::_ZThn16_N7Derived2f2Ev为了能方便理解本节内容，我们不妨将Derived虚函数表认为是 class Base1和class Base2两个类的虚函数表拼接而成 。因为是多重继承，所以编译器将先继承的那个认为是 主基类(primary base) ，因此Derived类的主基类就是class Base1。
在多继承中，当最左边的类中没有虚函数时候，编译器会将第一个有虚函数的基类移到对象的开头，这样对象的开头总是有vptr。
首先看虚函数表的前半部分，如下：
0 (int (*)(...))0
8 (int (*)(...))(& _ZTI7Derived)
16 (int (*)(...))Base1::f1
24 (int (*)(...))Derived::f2正是因为编译器将class Base1作为Derived的主基类，并将自己的函数加入其中。从上述可以看出offset为0，也就是说Base1类的指针不需要偏移就可以直接访问Derived::f2()。
接着看虚函数表的下半部分：
32 (int (*)(...))-16
40 (int (*)(...))(& _ZTI7Derived)
48 (int (*)(...))Derived::_ZThn16_N7Derived2f2Ev偏移值为-16，因为是多重继承，所以class Base1和class Base2类型的指针或者引用都可以指向class Derived对象，那么又是如何调用正确的成员函数呢？
Base2* b2 = new Derived;
b2->f2(); //最终调用Derived::f2();由于不同的基类起点可能处于不同的位置，因此当需要将它们转化为实际类型时，this指针的偏移量也不相同，且由于多态的特性，b2的实际类型在编译时期是无法确定的；那必然需要一个东西帮助我们在运行时期确定b2的实际类型，这个东西就是offset_to_top。通过让this指针加上offset_to_top的偏移量，就可以让this指针指向实际类型的起始地址。
结语
写这块的时候，感觉需要写的还是很多的，也有很多内容没写，比如虚拟继承、菱形继承的布局都在本文中没有体现，后面有机会再接着分析。
今天的文章就到这，我们下期见！
如果对本文有疑问可以加笔者微信直接交流，笔者也建了C/C++相关的技术群，有兴趣的可以联系笔者加群。
往期精彩回顾
C++：从技术实现角度聊聊RTTI
string底层实现之COWstring 性能优化之存储：栈或者堆惯用法之CRTP聊聊内存模型与内存序vector初始化与否导致的巨大性能差异问题解决了，我却不知道原因揭开lambda的神秘面纱
多态实现-虚函数、函数指针以及变体【Modern C++】深入理解移动语义【Modern C++】深入理解左值、右值
智能指针-使用、避坑和实现
内存泄漏-原因、避免以及定位
GDB调试-从入门实践到原理
【线上问题】P1级公司故障，年终奖不保【性能优化】高效内存池的设计与实现2万字|30张图带你领略glibc内存管理精髓
你好，我是雨乐，从业十二年有余，历经过传统行业网络研发、互联网推荐引擎研发，目前在广告行业从业8年。目前任职某互联网公司高级技术专家一职，负责广告引擎的架构和研发。
本公众号专注于架构、技术、线上bug分析等干货，欢迎关注。