从汇编的角度揭开C++ this指针的神秘面纱(上)

C++中的this指针一直比较神秘。任何类的对象，都有一个this指针，无处不在。那么this指针的本质究竟是什么？this指针什么时候会被用到？今天通过几段简单的代码，来揭秘一下。

要先揭秘this指针，先来说一下函数调用时参数的传递过程。考虑以下代码：

复制代码

int sum(int i, int j, int k)
{
    return i + j + k;
}

int main()
{
    int a, b, c;
    a = 1;
    b = 2;
    c = 3; 
    sum(a,b,c);
    return 0;
}

这是一段非常简单的函数调用代码。我们生成其汇编代码（x86-64），如下所示：

复制代码

sum(int, int, int):
        pushq   %rbp
        movq    %rsp, %rbp
        movl    %edi, -4(%rbp)
        movl    %esi, -8(%rbp)
        movl    %edx, -12(%rbp)
        movl    -4(%rbp), %edx
        movl    -8(%rbp), %eax
        addl    %eax, %edx
        movl    -12(%rbp), %eax
        addl    %edx, %eax
        popq    %rbp
        ret
main:
        pushq   %rbp
        movq    %rsp, %rbp
        subq    $16, %rsp
        movl    $1, -4(%rbp)
        movl    $2, -8(%rbp)
        movl    $3, -12(%rbp)
        movl    -12(%rbp), %edx
        movl    -8(%rbp), %ecx
        movl    -4(%rbp), %eax
        movl    %ecx, %esi
        movl    %eax, %edi
        call    sum(int, int, int)
        movl    $0, %eax
        leave
        ret

我们重点来关注一下函数参数的传递过程。通过分析main函数的汇编函数, 我用类似于C语言的伪代码解释了一下每一行的意思，辅助理解，如下所示。

复制代码

main        
        pushq   %rbp
        movq    %rsp, %rbp      //rbp = rsp
        subq    $16, %rsp       //rsp -= 16
        movl    $1, -4(%rbp)    //*(rbp-4) = 1
        movl    $2, -8(%rbp)    //*(rbp-8) = 2 
        movl    $3, -12(%rbp)   //*(rbp-12) = 3
        movl    -12(%rbp), %edx //edx =*(rbp-12)
        movl    -8(%rbp), %ecx   //ecx =*(rbp-8) 
        movl    -4(%rbp), %eax   //eax = *(rbp-4)
        movl    %ecx, %esi    //esi = ecx 
        movl    %eax, %edi   //edi = eax
        call    sum(int, int, int)
        movl    $0, %eax
        leave
        ret

在执行这条指令（call sum(int, int, int)）前，main函数的栈空间分布如下：

即main函数会存储三个变量: a, b, c. 同时会将其值分别赋值给edi, esi、edx寄存器。那么我们很好奇，将a, b, c三个变量的值赋值给edi, esi、edx寄存器会有什么用呢？我们先来看一下sum函数，我用类似于C语言的伪代码解释了一下每一行的意思，辅助理解，如下所示。

复制代码

sum(int, int, int):
        pushq   %rbp
        movq    %rsp, %rbp         //rbp = rsp
        movl    %edi, -4(%rbp)     //*(rbp-4) = edi
        movl    %esi, -8(%rbp)     //*(rbp-8) = esi
        movl    %edx, -12(%rbp)    //*(rbp-12) = edx
        movl    -4(%rbp), %edx     //edx = *(rbp-4)
        movl    -8(%rbp), %eax     //eax = *(rbp-8)
        addl    %eax, %edx         //edx += eax  
        movl    -12(%rbp), %eax    //eax = *(rbp-12) 
        addl    %edx, %eax         //eax += edx 
        popq    %rbp
        ret

sum函数的栈空间分布如下：

我们重点关注一下这几条指令：

movl %edi, -4(%rbp) //*(rbp-4) = edi

movl %esi, -8(%rbp) //*(rbp-8) = esi

movl %edx, -12(%rbp) //*(rbp-12) = edx

可以看到，在sum函数的栈空间中，其会分配三个存储单元，rbp-4, rbp-8, rbp-12存储1，2，3。而1，2，3这三个值分别又是从edi, esi、edx三个寄存器中拷贝过来的。而这三个寄存器的值又是来自main函数中a, b, c三个变量的赋值。也就是说，这里edi, esi、edx三个寄存器，在函数调用时，完成了参数的传递。 那么这种参数传递的现像是不是有什么约定呢？答案是有的！

在Linux/macOS 等 Unix-like系统中，函数的调用约定标准为**System V AMD64 ABI，**其参数传递机制：

参数位置	整数/指针寄存器	浮点寄存器
第 1 个	`RDI`	`XMM0`
第 2 个	`RSI`	`XMM1`
第 3 个	`RDX`	`XMM2`
第 4 个	`RCX`	`XMM3`
第 5 个	`R8`	`XMM4`
第 6 个	`R9`	`XMM5`
第 7+ 个	栈（右→左）	`XMM6-7`

从这个约定中得知，在传递整数时，第一个参数用的是RDI寄存器，第二个参数用的是RSI寄存器，第三个参数用的是RDX寄存器。上面函数调用的例子中正好符合此调用约定（例子中用的是edi, esi、edx三个寄存器传递第1，第2，第3个参数，而edi, esi、edx正好是RDI、RSI、RDX三个寄存器的低32位）。

<this指针揭秘继续...>