EEPW论坛

1. 基本认识 1.1. 计算机科学是"人为"的科学 计算机科学是一门新兴的科学，它不同于物理、化学、天文等自然科学，它是人为创造的，它的研究对象也是人为创造的，是一门人为科学。自然科学的研究对象是客观世界，是对未知的探索；发现自然规律，研究并利用自然规律是其根本目的。作为工程师，要在给定条件下"做得更好"，就是说要根据实际情况利用现有条件充分发挥"人为"的优越性。 1.2. 软件经常是理论落后于实践 众所周知，任何一门科学，都有它的理论，都应做到理论与实践相结合，软件理所当然应该这样，然而，实际情况并非如此。软件是工程，软件理论落后于实践的情况比比皆是。比如说，几乎没有人将图灵机理论应用于实际软件开发，计算机更多的是工程，工程是靠实践的，工程师要始终坚持"身体力行"，不要忽视写程序，要从实际应用中去领悟软件的真谛。 1.3. 编程语言不是目的 首先，语言是工具，编程语言同样是工具；其次，语言不是目的，学习语言的目的就是为了更好地表达人的意思，而不是为了学习而学习。因此，对于工程师来说，不应把学习几门编程语言作为最终目的，而是要多快好省的"使用工具"实现自己的目的，开发出优秀的软件。 1.4. 冯·诺伊曼模型至今颠扑不破 存储程序理论至今已有五十年历史，冯·诺伊曼模型今后仍是计算机的基本模型，非冯模型不是不可能，但却越来越遥远。因此，工程师要恪守"规矩成方圆"的准则，好的工程师要会用工具，要会用"尺"来衡量，这里的"尺"就是冯·诺伊曼机的内存，做工程时一定要用"尺"量，尽量减小误差，编写程序不能违背计算机的基本模型，掌握语言，要做到知其然更知其所以然，利用语言操作计算机硬件，使其有效工作，才是最终目的。 2. C/C++编程中应该特别注意的一些问题 下面通过变量、栈、堆在设计中如何使用，来讨论如何写好C/C++程序（所有例题答案附在全文后） 2.1. 全程、局部、动态变量 例1：请回答下面程序中注释行中提出的问题 int a; // 内存中占多少字节？分配在哪一区？ int b = 1; // b 与 a 是否相连？什么是数据区？ void main() { int *p; // 分配在哪一区？ p = (int *)malloc(100); // 100 字节在哪？ … } 2.2. 内存空间 不清楚内存就写不了好程序，因此对内存的理解，对工程师来说至关重要。（对于本公司的工程师，搞不清楚内存，程序不可以check in） 下图是内存空间的简单逻辑结构示意图，低（零）地址在下面，高地址在上面。 · 用户禁区：是从零地址开始的一段空间，严禁用户使用，保护系统空间； · 程序代码区：用来存储当前运行程序的源代码； · 全程数据区：存储全程变量，大小不受限制； · 堆：堆是内存中可以动态分配的一片空间，用于存放程序运行过程中动态产生的变量，它是从低地址向高地址生长的，可以是链式结构，原则上讲只要内存中有剩余空间，堆就可以动态增长下去； · 栈：是从高地址向低地址方向生长的存储区，它的实现有特殊性，是后进先出的，并且它的大小是受限的，使用中具有灵活，速度快，不需要人工释放，不存在竞争冒险问题等优点； · 动态连接库代码；动态连接库数据；每个动态连接库又有它的堆、栈。 例2：一个关于指针入栈的问题。 void foo(char * p) {p = "世界";} void main() { char *p = "你好"; foo(p); printf("%s\n", p); // 输出什么？ } 此题要求察看反汇编代码，建议使用Microsoft的compiler。并且要求了解编译后产生的所有文件，至少知道它们都是做什么的，有什么用途。 例3：请回答下面程序中注释行中提出的问题。 int a[10000000]; // 是否出错？ void main() { int a[10000000]; // 是否出错？ int *a = (int *) malloc(10000000); // 是否出错？ *a = 1; printf("%d\n", *a); } 例4：关于堆使用的问题。 void main() { char *p = (char *) malloc(10000000); char *q = new char[10000000]; …… free(p); // 释放多少内存？ delete q; // 释放多少内存？ } 2.3. C/C++ Calling Conventions（调用习惯） 调用习惯决定编译程序编译源文件时，如何处理函数调用时传递参数的压栈次序，由谁（调用者还是被调用者）负责弹栈等。（参见MSDN） · __cdecl Caller pops stack （C） · __stdcall Callee pops stack （C++） · __fastcall ECX passes this pointer (优化C) __cdecl 是C\C++函数调用的默认形式，由调用函数清除栈，生成的可执行代码包含清除栈的部分，因此，对于同样的函数，它比__stdcall形式调用的可执行代码长。 __stdcall通常用于Win32 API函数调用，由被调用函数清除栈，采用这种方式调用，要有函数原型。 __fastcall用于优化的C，只要可能，就使用寄存器，速度快。 3. 程序运行基本概念 3.1. 主程序/子程序（EXE） 二进制文件，可以在机器上直接运行。 3.2. 程序库/模版库（LIB） 对于一些常用的函数，如printf、strcpy等，把他们编成库函数，由使用者调用，减少重复劳动和出错的可能，但编译后代码长度并没有变小。 3.3. 动态链接库（DLL） 当多个进程都需要调用某个函数时，为了节省内存空间把这些函数编成动态连接库，由多个进程动态共享。 在选择使用LIB还是DLL时，要考虑应用中具体情况，比如说多少进程共享一个DLL合适，效率如何等等，更具实际做出权衡。另外，DLL也有其缺点，例如不同版本DLL的兼容性不可能做到完美。 4. 面向对象程序设计 在面向对象的程序设计中，我们常涉及到的是封装、继承、多态、类、映射等特性。 4.1. 向谁最重要 面向对象，面向谁最为重要。这个问题可以从三个方面来考虑。首先，也是最重要的，要面向使用者，因为软件的最终目的是满足实际应用；其次，要面向开发者，开发者可能会使用这个对象去构造更大的对象，实现更多的功能；最后，要面向机器，对象最终必须能在冯·诺伊曼机器上运行，设计中必须考虑运行效率、软件模型、实际误差等问题。 4.2. 封装 (Encapsulation) C++中有public、protected、private关键字，这样就可以叫封装了。C++中封装是对程序员的限制，没有实现真正意义上的封装。 下面的例子是两种类的声明。 class A { class B { public:　　 public: virtual foo(); 　　　foo();　　　 virtual bar(); protected:　　　　　　 virtual foobar(); bar(); } private: foobar(); int a; } class B的虚表（vtable）的物理存储结构如下图: 如果将上例class A中protected改为public，比较前后两种情况下编译之后的结果，就会发现它们是一样的，也就是说在源文件中的不同之处编译后在内存中是没有反映的，既然没有反映，就谈不上真正的区别，所以，这里的所谓封装只是对程序员自身的一种约束，没有真正的意义。 4.3. 继承（Inheritance） 继承是指能够直接获得已有的性质和特征，而不必重复定义。是子类自动的共享基类中定义的数据和方法的机制。 C++ Base Class的程序复用（编译时的静态复用） _继承的实质就是少写代码，节省打字时间，减少出错可能，它只是程序复用，是一种静态机制。因为，代码是自己写的还是从别的类中继承的，反映在内存中是一样的，没有区别，所以，继承只是在工程上有意义，更多是面向开发者，工程师可以利用这个方法提高开发效率，对使用者而言，则毫无意义。 COM Aggregation（聚合） 组件复用（运行时的动态复用）、相对灵活构造。（参见COM编程技术） 4.4. 多态（Polymorphism） 多态一词来源于希腊语，简单说就是有许多形态，它增加了面向对象软件系统的灵活性，C++中使用虚函数实现，是C++中最重要的概念。例5中class B的函数前加上virtual关键字之后，在这个数据结构中前4个字节保留下来，形成运算表（虚函数表vtbl），运算表中存放函数的入口地址，通过指针访问，形成间址结构，如下图所示。只要通过指针访问这个表（通过这层间址），调用不同的函数，从前的很多程序问题都可迎刃而解。 UNIX 的驱动程序模型就是用的这种结构，取得了巨大的成功。如： _open(); close(); read(); write(); ioctl(); 4.5. 类(Class) 类厂(ClassFactory) 类是对具有相同属性和行为的一个或多个对象的描述，它是建立对象时使用的"样板"。C++中类的概念是假的，它的类在编译之后，到内存中没有实体与其对应，因此C++不存在真正的类的概念。而smalltalk中类是一种特殊的对象，对象是一种特殊的类，对象这种数据结构是占内存的，所以类也是占内存的，这样才是真正的类。 类的概念有多重要性是： _第一，对象要有生死的概念（lifetime），对象从哪里来，由类来控制，Microsoft则叫它类厂，强调产生类、产生对象这个概念。 第二，类引出映射的概念。例如整数集合上的加、减、乘、除这四个运算，它们是跟整数类相对应的，按照冯·诺伊曼的存储程序理论，程序就是数据，所以它们既是运算也是数据，作为数据应该放在整数类中，放在类中有什么用呢？这里引出映射的概念，来解答这个问题。 4.6. 映射（Reflection） 下面 通过对加法运算的两种不同情况阐述映射的概念。 · 普通的32位加法，如果溢出了，怎么办？可不可以做64位加呢？既然是数，就能改，可以在运行过程中（动态）把一个32位数用一个PUSH语句入栈，再把另一个也压入栈中，这样32位加法运算转变为64位加法运算，问题解决了。同样的加、减、乘、除这四个运算，可以映射出不同的运算实现来，32位运算，64位运算是两种不同的实现，这种不同的实现就是对同一个描述的不同映射。 · 网络上的运算如何实现？同样还是加、减、乘、除运算，在网上，计算可以在本地进行，也可以在远程进行。比如说会做加法的进程在远程，这时本地进程将运算数据打包发给远程进程，远程进程计算后将结果打包送回。本地和远程，这是两种不同的实现方式，对于设计者来说，本地计算方式是用一段代码进行计算，远程计算方式是用一段代码与远程进行通信，但对于用户来说都是加法，除了时间上可能有差别外，其它完全一样，这是完全透明的网络运算。这就是映射。 C++中不存在真正的类，更不存在映射的概念。然而，类和映射的概念至关重要，要提到一个新的高度来认识。C++源程序编译后的目标代码是 .obj，而JAVA源程序编译后目标代码是 .class，JAVA想说明运算可以在运行中改，只有有了这个前提才能真正做到完全透明的网络运算。认识到这一点，举一反三，JAVA还能把32位加法动态提升为64位加法等等。如果把这种思想应用于软件设计，那么是不是能做到他人无法做到的事情呢？ 映射（Reflection）这个概念怎么强调也不过分，它是程序设计的一个里程碑，从结构化设计到面向对象，有了多态这个概念，程序设计灵活了，现在又有了映射，程序设计更加灵活，人们走入了一个新境界。 5. C++、COM、COM+程序设计的比较 5.1. C++ 程序模型 C++是面向对象编程的，它的模块是静态的，链接后不可分割，这是C++的最主要的缺点，它不能动态升级。 模块实现 C++将运算与数据结合起来，放在类中，通过继承实现程序重用，采用二进制标准，将不同模块联系起来实现不同功能。 C++最关键的技术要点就是它加了一个vtbl（如下图），它带来很多好处，这在前面已经介绍过了，与原来的程序设计语言相比已经是一个跨越式的发展。 这里区分两个概念，语言和思想。C++是一种语言，是一种非常好的语言。它表达设计者的思想最容易、最直观，但它或多或少的带有设计者的历史局限性，语言虽然还是好语言，但如今思想的局限性却越来越明显。 5.2. COM 1993年6月，Microsoft发布了COM标准，主要是认识到了C++的不足。另外，并不是只有Microsoft这样认为，包括IBM发明Smalltalk、Digital发明CORBA、SUN发明JAVA，也都是认识到了这一点。在美国，所有大软件公司的大的工程项目很少直接采用C++的编程思想，而是采用它们自己的编程思想，实现软件设计。 COM解决了C++做不到的不同来源的组件之间的互操作，使某个组件升级时不影响其他组件，并且独立于编程语言，实现了组件在进程内、跨进程甚至于跨网络运行时对用户的透明性。 程序模型 COM解决了C++做不到的不同来源的组件之间的互操作，使某个组件升级时不影响其他组件，并且独立于编程语言，实现了组件在进程内、跨进程甚至于跨网络运行时对用户的透明性。 模块实现 在C++模型基础上增加了Interface ptr，目的就是要实现动态升级。举例说明这个问题，例如下图中已经有了两个域，如果需要增加域怎么办？前面讲过，栈有很多好处，要充分利用它，但是，如果一个数据结构放在栈上，这块空间一旦分配，它是不可以更改的，这个模块也就不可升级了，所以任何语言（JAVA、COM、C#等），它的组件、构件不可以生成在栈上，这是一个基本原则；然而，"指针，放之四海而皆准"，可以在栈上放一指针（Interface ptr）来解决这个问题，（这个指针在JAVA中不是一个物理指针，是一个虚的，叫handle，相当于一个标识符，能访问到就可以了），理论上讲，这是增加一层间址，解决了组件动态可替换问题。 注册数据库 C++语言中使用new在堆上动态分配内存。例如，用new操作动态生成一个class，new是知道它所要分配的内存的大小的，既然知道大小，就没有办法升级。这个信息new是不该知道，这也正是C++当初违背封装原则的一个体现；即使new不知道分配空间的大小，也要有一套协议，来查询谁来支持这个class，谁来完成new操作。要想使模块可以升级，就不能再用new。 在COM中，使用CoCreateInstance()，本公司的ezCOM使用NEW_COMPONENT，实际上是重载了new。为了在"new"的时候，知道class现在的大小、在什么位置、由谁支持，需要在运行过程中创建一个数据库，通过间址的方式查询这个数据库，获得关于class的信息，之后才能创建一个class，只有这样才能实现动态升级。创建class时要用一层间址，调用时同样用一层间址，这两方面构成了COM的基本内涵。 元数据库（TypeLib） COM，93年出现的时候，它已经提出了元数据的概念，但当时没有给予强调，随着Internet时代的到来，94、95年出现了browsor，SUN发明了JAVA，这两件事大大加速了人们对软件的理解。元数据已经应用在COM、JAVA和脚本语言中，但COM并没有将元数据提高到一个无所不能的高度来理解，JAVA的设计者则不同，他把元数据提高到一个高层次，通过 .class便可一目了然。如何写程序进入了崭新的阶段。 元数据(Metadata)是定义存储在数据库中数据的形式的数据，可认为是关于数据的数据。元数据是对运算的描述，比如对整数集上的加、减、乘、除这四个运算的描述就称为整数集合(CLASS)上的Class Information，既为Metadata。CDL文件对ezCOM来说就是元数据，TLB是CDL的二进制表现，二者表达的信息是一样的。 构件（Component） ＝ 对象（Object） ＋ 元数据（Metadata），构件是由两部分组成的，一部分是对象，一部分是元数据，两者打包在一起构成一个dll文件的构件。构件在物理上与对象是不同的，强调一点，如果在物理上不同（内存中反映不同），在现实中就会有不同的体现。正是因为这个原因，本公司的ezCOM与C++截然不同，如果认为ezCOM与C++完全一样，或者就是用C++来编写的，那就完全错了。 程序应该用零件来构造，强调元数据的重要性，这是新的程序设计理念。 5.3. 关于自动化/自行化的概述 脚本语言 脚本语言（script），英文愿意是手迹、手稿、副本的意思。脚本语言是解释执行的，就相当于舞台上话剧演员按着剧本的内容演出一样，要一句一句的来。 模型/显示/控制 （MVC）编程方式 本公司的图形系统就是通过自动化来实现的，Model View Controller这个概念是smalltalk提出的，Windows、X-Windows都没有按照面向对象、按照这套思路来做，JAVA、.NET都是按照这一套思路来做的，本公司也这样做。 代理组件自动生成 自动远程通讯主要通过自动化，通过元数据实现。（参见…） 自描述数据结构 虽然本公司的产品开发使用C++，但是在所有的接口函数上，参数都必须使用自描述数据结构，这也是对C++的限制，目的就是要动态生成中间件，通过映射动态生成不同的程序实现。能不能实现动态替换，很大程度上是通过元数据和自描述数据结构来完成的。 本公司的自描述数据结构如下（参见基础数据类型文档）： INT，LONG，CHAR，etc. EzStr，EzByteBuf，etc. EzIntArray，EzStrArray，etc. EzVariant，EzDelegate，etc. 5.4. COM+ a. COM+ 程序模型 代理（虚拟）组件 COM+比COM更加重视元数据，有了元数据之后，达到的新境界，就是操作系统可以动态生成代理组件（由系统生成的组件就是中间件）。 在用户程序与组件模块之间插入代理组件带来很多好处。Windows2000的COM+就是在强调这一点。代理组件，"薄"的时候可以什么都没有，就是一层间址，速度不会受损。它的灵活性是指可以动态替换零件，完成不同的功能，比如可以把一个图形软件放入内核或放到其它机器上等等，对用户没有影响；再如使用ORACLE时，假如有100个用户，可是只买了10个版权，这时可以通过代理组件来给每个用户分组件，实现动态共享；还比如说，在用户通讯的过程中，可以通过代理组件中零件的替换实现呼叫转移，接入Internet时，可以通过不同的零件加密、监控等等，这些都是加上代理组件的优越性。 COM+ 模块实现 在COM的基础上，再增加一层间址，定义运行环境 (Context)，变为多层间址。工程师只要理解内存，学会用"尺"后，就会发现这种多重间址的妙处，程序设计就会变得非常灵活。 b. 组件运行环境对用户透明 （详细请参见其他相关文档） 6. COM技术要点及编程（详细请参见COM编程相关书籍） 1、 面向接口，可改变程序实现 2、 二进制标准 （无虚拟机） 3、 计数器控制生命周期 4、 动态模块构造 5、 元数据支持解释程序 6、 自描述数据结构 7、 自动远程通讯 7. 例题解答 例1： int a; // 占4个字节，在全程数据区；在_BSS段，可参考cod文件 int b=1; // 占4个字节，在全程数据区；与 a 不相连，在_DATA段 void main() { int * p; // 分配在栈上 p = (int *) malloc (100); // 100 字节在堆上 …… } 例2：你好 例3： int a[10000000]; // 不出错 void main() { int a[10000000]; // 出错，栈的大小有限制，但可通过编译器开关修改栈的大小 int *a = (int *) malloc(10000000); // 在堆上只要硬件上有足够的内存，是不出错的，（堆可动态增长） *a = 1; printf("%d\n", *a); } 例4：（堆） void main() { char *p = (char *) malloc(10000000); char *q = new char[10000000]; …… free(p); // 释放10000000字节的内存，malloc在堆上分配10000000字节的内 // 存，不会自动释放，需要用free来释放 //delete q; // 释放10000000字节的内存，new 在堆上分配10000000字节的内存 }