在 g++ 中使用符号 '_end' 会导致分段错误

Question

考虑以下 C++ 源代码：

int _end[1050];

int main() {
    for (int i = 0; i < 1050; i++)
        _end[i] = 0;
    return 0;
}

编译行：g++ main.cpp -o main -O0

运行在 Ubuntu 14.04 下使用 gcc-4.8.4 和 clang-3.6.0 时，此代码会导致分段错误。奇怪的行为是符号 _end 指向静态分配数组 _end 的末尾，而不是它的开头。如果我们将 _end 替换为 end_，一切正常。

此外，如果我们通过提供-S命令行参数来要求gcc输出汇编代码，那么带有“_end”的版本与带有任何其他数组名的版本之间没有显着差异:

$ g++ main.cpp -o main.s -O0 -S
$ g++ main2.cpp -o main2.s -O0 -S
$ diff main.s main2.s
1,2c1,2
<   .file   "main.cpp"
<   .globl  _end
---
>   .file   "main2.cpp"
>   .globl  end_
5,7c5,7
<   .type   _end, @object
<   .size   _end, 4200
< _end:
---
>   .type   end_, @object
>   .size   end_, 4200
> end_:
25c25
<   movl    [=11=], _end(,%rax,4)
---
>   movl    [=11=], end_(,%rax,4)

但是如果我们使用 objdump 转储可执行文件并对它们进行运行比较，我们将看到在 _end 版本中使用的地址比需要的多 4200 = 4 * 1050 字节：

$ g++ main.cpp -o main -O0
$ g++ main2.cpp -o main2 -O0
$ objdump -d main >main.dump
$ objdump -d main2 > main2.dump
$ diff main.dump main2.dump
2c2
< main:     формат файла elf64-x86-64    // "File format" in Russian
---
> main2:     формат файла elf64-x86-64
123c123
<   4004ff: c7 04 85 c8 20 60 00    movl   [=12=]x0,0x6020c8(,%rax,4)
---
>   4004ff: c7 04 85 60 10 60 00    movl   [=12=]x0,0x601060(,%rax,4)

据我所知，gcc 编译器可能会根据需要处理以下划线开头的变量，i。 e.在您的代码中使用此类符号是一种不好的做法。但我的问题是：这里到底发生了什么？为什么 _end 被替换为已分配数组末尾的地址？为什么如果我们使用“-S”命令行参数没有区别，但创建的二进制文件实际上有区别？并不是说 gcc 和 clang 在这种情况下表现相同，这对我来说也很奇怪。

Answer 1

以 _ 开头的标记是保留的，您不应使用它们。 _end 似乎是为在 Linux 上编译的程序定义的外部符号，表示未初始化数据段（也称为 BSS 段）末尾之后的第一个地址。

Note: On some systems the names of these symbols are preceded by underscores, thus: _etext, _edata, and _end.

来源：http://man7.org/linux/man-pages/man3/end.3.html

Answer 2

C99 N1256 standard draft 7.1.3 "Reserved identifiers" 说：

All identifiers that begin with an underscore are always reserved for use as identifiers with file scope in both the ordinary and tag name spaces.

那么我们必须知道：

文件范围是全局变量（其他是函数和块范围）
普通名称space包括变量

因此根据 C99，您不能使用标识符 _end。

你执行

现在要了解它在您的实施中实际失败的原因，请使用：

g++ -Wl,--verbose main.c

查看使用的链接描述文件。

在Ubuntu15.10，它定义了数据段末尾的符号_end：

_end = .; PROVIDE (end = .);
. = DATA_SEGMENT_END (.);

所以难怪提前访问内存可能会出现段错误。

在 g++ 中使用符号 '_end' 会导致分段错误

Using symbol '_end' in g++ leads to a segmentation fault

linker

gcc

clang