【程序构建流程】以具体函数为例

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

---

前言

结合之前 add.cpp 、main.cpp例子记录下程序构建经典的四个步骤

---

要理解 C++ 中函数从源代码到可执行文件的完整流程，核心是四个关键阶段：预处理 → 编译 → 汇编 → 链接。其中前三个阶段聚焦“单个源文件→目标文件”的转换（重点处理函数的代码转换和符号记录），最后一个阶段聚焦“多个目标文件+库文件→可执行文件”的合并（重点处理函数的地址解析和重定位）。

下面结合具体例子，分阶段拆解每个过程的细节、工具、输出结果，以及函数在各阶段的形态变化。

一、核心概念铺垫

在开始前，先明确几个关键术语，避免后续混淆：

• 目标文件（.o/.obj）：单个源文件经过预处理、编译、汇编后生成的二进制文件，包含函数的机器码、符号表（记录函数/变量名与地址的映射）、重定位表（记录需要链接时修正的地址）。
• 符号（Symbol）：函数名、全局变量名的“编译后标识”（C++ 会进行名字修饰，比如 add(int, int) 会变成 _Z3addii，用于区分重载函数）。
• 重定位（Relocation）：目标文件中调用其他文件的函数时，地址是“占位符”，链接时需要替换为函数的真实地址，这个过程叫重定位。
• 可执行文件（.exe/ELF）：链接后生成的文件，包含所有函数的机器码、完整的地址映射，可直接被操作系统加载执行。

二、完整流程拆解（以 Linux + g++ 为例）

我们用两个简单的源文件演示：

// add.cpp（定义一个加法函数）
int add(int a, int b) {return a + b; // 核心逻辑：两数相加
}// main.cpp（调用 add 函数）
#include <iostream>
int add(int a, int b); // 函数声明（告诉编译器存在这个函数）int main() {int x = 3, y = 5;std::cout << add(x, y) << std::endl; // 调用 add 函数return 0;
}

阶段 1：预处理（Preprocessing）—— 处理“编译前的文本替换”

工具：预处理程序（cpp，g++ 内置）

作用：

• 展开 #include 头文件（比如 #include <iostream> 会替换为标准输入输出流的全部声明代码）；
• 替换 #define 宏定义（如果有 #define MAX 10，会把代码中所有 MAX 替换为 10）；
• 删除注释（// 或 /* */ 中的内容）；
• 处理条件编译（#if/#else/#endif 等）。

命令：

g++ -E add.cpp -o add.i   # 生成预处理后的文件 add.i
g++ -E main.cpp -o main.i # 生成预处理后的文件 main.i

对函数的影响：

• 函数的定义和声明结构不变（比如 add(int a, int b) 的原型、main 中的调用逻辑都保留）；
• 仅做“文本层面的替换”，不涉及语法分析或代码转换。

输出：

• 生成 .i 后缀的文本文件（本质还是 C++ 代码，但体积会变大，因为展开了头文件）。

阶段 2：编译（Compilation）—— 把 C++ 代码转换成汇编语言

工具：编译器（g++ 的编译模块）

作用：

• 对 .i 文件进行语法分析、语义分析、优化（比如删除无效代码、简化运算）；
• 将合法的 C++ 代码转换为汇编语言指令（汇编代码是机器码的“人类可读形式”）；
• 关键操作：C++ 特有的名字修饰（Name Mangling） —— 因为 C++ 支持函数重载（比如 add(int,int) 和 add(double,double)），编译器会把函数名+参数类型编码成唯一的符号（避免链接时冲突）。

命令：

g++ -S add.i -o add.s   # 生成汇编文件 add.s
g++ -S main.i -o main.s # 生成汇编文件 main.s

对函数的影响：

• 函数被转换为汇编指令序列。以 add(int a, int b) 为例，add.s 中的汇编代码（x86-64 架构）大概是这样：

  .file   "add.cpp"
  .text
  .globl  _Z3addii        # 名字修饰后的符号：_Z3addii（3表示函数名长度，add是函数名，ii是int+int）
  .type   _Z3addii, @function
  _Z3addii:
  .LFB0:.cfi_startprocpushq   %rbp       # 栈帧初始化.cfi_def_cfa_offset 16.cfi_offset 6, -16movq    %rsp, %rbp.cfi_def_cfa_register 6movl    %edi, -4(%rbp)  # 把第一个参数 a 存入栈帧movl    %esi, -8(%rbp)  # 把第二个参数 b 存入栈帧movl    -4(%rbp), %eax  # 把 a 加载到 eax 寄存器addl    -8(%rbp), %eax  # eax = a + b（核心运算）popq    %rbp            # 栈帧恢复.cfi_def_cfa 7, 8ret                     # 返回结果（eax 寄存器存返回值）.cfi_endproc
  .LFE0:.size   _Z3addii, .-_Z3addii
  .ident  "GCC: (Ubuntu 9.4.0-1ubuntu1~20.04.1) 9.4.0"
  .section        .note.GNU-stack,"",@progbits
  

• main.s 中会包含调用 add 的汇编指令，但此时 add 的真实地址未知，编译器会用“占位符”标记（比如 callq _Z3addii），并记录该符号为“未定义符号”。

输出：

• 生成 .s 后缀的汇编文件（文本文件，可直接用文本编辑器打开查看）。

阶段 3：汇编（Assembly）—— 把汇编代码转换成目标文件（机器码）

工具：汇编器（as，g++ 内置）

作用：

• 读取 .s 文件中的汇编指令，将其翻译成机器码（二进制指令，CPU 可直接执行）；
• 将机器码存入目标文件的 .text 段（代码段，专门存放函数的执行指令）；
• 生成 符号表（Symbol Table） 和 重定位表（Relocation Table）：
  • 符号表：记录目标文件中所有函数/全局变量的符号（比如 add.o 的符号表中，_Z3addii 是“已定义符号”，地址是相对于 .text 段的偏移量，比如 0x0）；
  • 重定位表：记录目标文件中“地址未确定”的位置（比如 main.o 中调用 _Z3addii 的指令地址），告诉链接器“这里需要后续修正”。

命令：

g++ -c add.s -o add.o   # 生成目标文件 add.o（或用 as add.s -o add.o）
g++ -c main.s -o main.o # 生成目标文件 main.o

对函数的影响：

• 函数的汇编指令被转换成二进制机器码，存入 .text 段（比如 add 的机器码是 55 48 89 e5 89 7d fc 89 75 f8 8b 45 fc 03 45 f8 5d c3，对应上面的汇编指令）；
• 目标文件是二进制文件（无法直接用文本编辑器查看，需用 objdump 工具分析，比如 objdump -d add.o 可查看 .text 段的机器码）。

输出：

• 生成 .o 后缀的目标文件（ELF 格式，Linux 下的标准目标文件格式；Windows 下是 .obj，PE 格式）。

阶段 4：链接（Linking）—— 合并目标文件，生成可执行文件

工具：链接器（ld，g++ 内置，默认会调用 ld 并链接标准库）

核心问题：

• 单个目标文件无法独立运行（比如 main.o 依赖 add.o 中的 add 函数，但 main.o 中没有 add 的机器码，且 add 的地址是占位符）；
• 还需要依赖标准库（比如 std::cout 来自 C++ 标准库 libstdc++）。

作用：

1. 合并段（Section Merging）：将所有目标文件的 .text 段（代码）、.data 段（已初始化全局变量）、.bss 段（未初始化全局变量）等分别合并成一个大的段（比如所有 .text 合并为可执行文件的 .text 段）；
2. 解析符号（Symbol Resolution）：查找所有未定义符号的定义（比如 main.o 中的 _Z3addii 未定义，链接器在 add.o 的符号表中找到其定义）；
3. 重定位（Relocation）：根据合并后的段基地址，修正重定位表中的占位符地址（比如合并后 .text 段的基地址是 0x400520，add 在 add.o 中的偏移是 0x0，则 add 的真实地址是 0x400520，链接器会把 main.o 中调用 add 的指令地址改成 0x400520）；
4. 链接库文件：如果代码依赖标准库（比如 std::cout），链接器会从系统库路径中找到 libstdc++.so（动态库）或 libstdc++.a（静态库），将所需代码合并到可执行文件（静态链接）或记录库依赖（动态链接）。

命令：

g++ main.o add.o -o main  # 链接生成可执行文件 main（Linux 下）
# Windows 下：g++ main.obj add.obj -o main.exe

对函数的影响：

• 所有函数的机器码被合并到可执行文件的 .text 段，且地址完全确定（CPU 可直接跳转执行）；
• 比如 main 函数调用 add 时，指令中的地址已经是 0x400520（合并后的真实地址），不再是占位符。

输出：

• 生成可执行文件（Linux 下是 ELF 格式，无后缀；Windows 下是 PE 格式，.exe 后缀）。

三、关键补充：链接的两种方式

链接器链接库文件时，有两种核心方式，影响可执行文件的体积和运行依赖：

1. 静态链接（Static Linking）

• 原理：将库文件（比如 libstdc++.a）中的所需代码直接复制到可执行文件中；
• 优点：可执行文件不依赖外部库，单独运行即可；
• 缺点：可执行文件体积大，多个程序会重复包含相同库代码，浪费磁盘空间。

2. 动态链接（Dynamic Linking，默认方式）

• 原理：不复制库代码，仅在可执行文件中记录“依赖哪个动态库（.so/.dll）”，程序运行时由操作系统加载动态库并解析地址；
• 优点：可执行文件体积小，多个程序共享同一个动态库，节省磁盘空间；
• 缺点：运行时必须依赖对应的动态库，否则会报错“找不到库文件”。

四、常见问题与链接错误

1. 未定义引用（Undefined reference to _Z3addii）

• 原因：main.o 中调用了 add 函数，但链接时没找到 add.o（比如忘记链接 add.o），或 add 的声明与定义不一致（比如 add(int a, int b) 声明，add(double a, double b) 定义，导致名字修饰后符号不同）；
• 解决：确保所有被调用的函数都有对应的目标文件，且声明与定义完全一致。

2. 多重定义（Multiple definition of _Z3addii）

• 原因：同一个函数在多个目标文件中被定义（比如 add 函数在 add1.o 和 add2.o 中都有定义）；
• 解决：确保函数仅在一个源文件中定义，其他文件用 extern 声明。

五、总结：函数的“旅程”

阶段	工具	输入文件	输出文件	函数的形态变化
预处理	cpp	.cpp	.i	C++ 源代码（展开头文件、替换宏）
编译	g++	.i	.s	汇编语言指令（名字修饰后符号）
汇编	as	.s	.o	机器码（存入 .text 段，符号表+重定位表）
链接	ld	.o + 库	可执行文件	确定地址的机器码（合并到可执行文件）

整个流程的核心是：从“人类可读的源代码”逐步转换为“CPU 可执行的机器码”，并通过链接器解决跨文件的函数依赖，确定函数的最终地址。

---

总结

程序构建经典四步骤看过很多博客也问过很多次AI，这个以具体例子询问得到的结果是看过文章里比较好的，记录下来！