关于 Java 和 C++ 中的内存管理

Question

好吧，我接到了一项任务，主要是弄清楚我将使用的任何语言的内存分配是如何工作的。经过一番研究，我有一些问题和疑问，我想了解一下。例如：

我读到here，Java 明确指定了堆栈内容的组织方式。查看JVM spec structure，它基本上说堆栈包含帧，并且通过正确分配变量和函数，这些帧包含类内部的任何内容。也许我在这里遗漏了一些东西，但我不明白这与 C++ 所做的有什么不同。我问是因为第一个链接说 Java 的堆栈内容规范避免了编译器不兼容。

此外，我还没有找到内存段是如何准确地相互叠加的。例如，我知道内存分为全局变量、调用堆栈、堆和 C++ 代码，但我不知道堆的地址是否高于堆栈的地址，或者是否取决于实现。我还想知道 Java 程序是否具有更多功能，以及如何布局。我想有一个标准，因为 JVM 必须知道在哪里使用它，尽管我想它可能只有指针，其余的留给操作系统。我也想，至少要有一个事实上的标准。

我不明白的另一件事是运行时常量池。它应该是“类文件中常量池表的每个类或每个接口的运行时表示”，但我认为我不明白它的作用。它似乎有一个标签来指示所讨论的结构是什么类型？然后是结构的名称（由程序员给出还是由底层系统分配？）然后它的其余部分似乎随标签描述的任何内容（线程、数组等）而变化。

如果我对运行时常量池的解释是正确的，那么为什么它们和堆栈帧一样需要呢？是不是因为栈帧只处理栈段，而运行时常量池也必须有堆分配内存的指针？

Answer 1

查看 JVM 规范结构，它基本上说堆栈包含帧，并且通过正确分配变量和函数，这些帧包含类内部的任何内容。也许我在这里遗漏了一些东西，但我不明白这与 C++ 所做的有什么不同。我问是因为第一个链接说 Java 的堆栈内容规范避免了编译器不兼容。

在实践中，C++ 编译器遵循相同的基本策略。但是，标准委员会不认为这是语言问题。相反，C++ 编译器遵循这个系统，因为这是大多数 CPU 和操作系统的设计方式。不同的平台在数据是通过堆栈还是通过寄存器（RISC机器）传递给函数，堆栈是向上还是向下，是否有不同的调用约定允许“正常”调用使用堆栈而其他调用使用某些方面存在分歧else（如__fastcall和naked），是否有nested functions、tail call support等。

事实上，符合标准的 C++ 编译器可以编译成类似于 Scheme VM 的东西，其中“堆栈”有很大不同，因为 Scheme 需要实现来支持尾调用和延续。我从未见过这样的事情，但这是合法的。

The "compiler incompatibilities" are most obvious if you try to write a garbage collector:

当前函数及其所有调用者的所有局部变量都在 ["the" 堆栈中，但请考虑 ucontext.h 和 Windows Fibers]。对于每个平台（即 OS + CPU + 编译器），都有一种方法可以找出 ["the" stack] 的位置。 Tamarin 会这样做，然后它会在 GC 期间扫描所有内存以查看本地人指向的位置。 ...

这个魔法存在于一个宏 MMGC_GET_STACK_EXTENTS 中，该宏定义在 MMgc/GC.h 头文件中。 ... [T]每个平台都有一个单独的实现。

在任何给定时刻，一些局部变量可能在 CPU 寄存器中，而不是在堆栈中。为了解决这个问题，宏使用几行汇编代码将所有寄存器的内容转储到堆栈中。这样，MMgc 就可以扫描堆栈，它会看到所有的局部变量。

---

此外，Java 中的 对象 通常不会在堆栈上分配。相反，对它们的引用是。整数、双精度、布尔值和其他原始类型确实在堆栈上分配。在 C++ 中，任何东西都可以在堆栈上分配，它有自己的优缺点列表。

我不明白的另一件事是运行时常量池。它应该是“类文件中的 constant_pool 表的每个类或每个接口的运行时表示”，但我想我不明白它的作用。

考虑：

String s = "Hello World";
int i = "Hello World".length();
int j = 5;

s、i 和 j 都是变量，并且可以在程序的某个稍后时间点进行更改。但是，“Hello World”是一个不能更改的 String 类型的对象，5 是一个不能更改的 int，并且“Hello World”.length() 可以在编译时确定始终返回 11。这些常量是有效的对象和方法可以在它们上调用（嗯，至少在字符串上），所以它们需要被分配到某个地方。但它们永远无法改变。如果这些常量属于一个类，那么它们将被分配到每个类的常量池中。不属于类的其他常量数据（如 main() 线程的 ID）分配在每个运行时常量池中（“运行时”在本例中表示“JVM 的实例”）。

C++ 标准有一些关于类似技术的语言，但实现取决于二进制格式（ELF、a.out、COFF、PE 等）。该标准期望整数数据类型（bool、int、long 等）或 c 样式字符串的常量实际保存在二进制的常量部分中，而其他常量数据（双精度、浮点数、类）可能被存储作为一个变量以及一个表示“变量”不可修改的标志（也可以将它们与整数和 c 样式的字符串常量一起存储，但许多二进制格式不使此选项成为一种选择）。

一般来说，当一次打开多个程序副本时，可以共享二进制文件的“常量数据部分”（因为程序的每个副本中的常量数据都是相同的）。 On ELF this section is called the .rodata section.

Answer 2

给你的任务到底是什么？

Java 和 C++ 的主要区别在于 Java 是由 VM 收集垃圾，而在 C++ 中，程序直接在机器上执行，内存通过 OS 服务进行管理。

关于堆栈，框架只是 C++ 编译器所做的更“官方”和标准的形式。当您从一个调用移动到另一个调用时，C++ 编译器只是将堆栈中的东西放在一起。在 Java 中，这个术语是框架，因为编译后的 Java 代码应该在任何平台上运行，所以有非常明确的标准来说明它是如何发生的。在 C++ 中，每个编译器都可以不同地处理堆栈（例如，甚至根据字长的性质）。

在 Java 中，一切都在管理一切的 VM 中运行，尽管它会将一些东西委托给环境。换句话说，您无法访问 JVM 将您的数据和代码放在哪里，您的代码甚至可能永远不会成为真正的“代码段”。换句话说，这真的无法回答。在 C++ 中，一切都在硬件上运行，因此您将拥有堆栈段、数据段等。请查看有关 C++ 的信息。

在 C++ 中，类在运行时在内存中没有表示；实际上，您可以将 C++ 编译成 C，然后将结果编译成程序集。在 Java 中，一切都在运行时表示，因此您可以询问对象它属于什么类以及支持什么方法。因此，每个类文件都有一个“常量池”，其中出现了表示方法名称、字段名称等内容的字符串。实际的类定义是指池。所以换句话说，这与堆栈帧几乎没有关系。堆栈帧是存储方法参数、局部变量和返回值的地方。