C++编译链接的那些小事

最近，有同事向我多次问及C++关于编译链接方面的问题，包括如下：

1：什么样的函数以及变量可以定义在头文件中

2：extern "C"的作用

3：防止重复包含的宏的作用

4：函数之间是怎么链接起来的

我认为，这些问题不难，书上基本上都有，但要是没有真正思考过，就凭死记硬背，也就是只能“嘴上说说”而已，遇到问题还真棘手，所以我觉得有必要说一下。

C/C++的编译链接过程

其实，“编译”这个词大多数时候，我们指的是由一堆.h,.c,.cpp文件生成链接库或者可执行文件的过程。但是拿C/C++来说，其实这是很模糊的，由一堆C/C++文件生成应用程序包括预处理---编译文件---链接(写的比较粗糙，不影响本文论述)。

首先，要明白什么是编译单元，一个编译单元可以认为是一个.c或者.cpp文件，每一个编译单元首先会经过预处理得到一个临时的编译单元，这里称为tmp.cpp，预处理会把.c或者.cpp直接或者间接包含的其它文件(不只局限于.h文件，只要是#include即可)的内容替换进来，并展开宏调用等。

下面首先看一个例子：

a.h

#ifndef A_H_
#define A_H_                                                                                                          
                                                                                                                      
static int a = 1;
void fun();                                                                                                           

#endif

#include "a.h"


static void hello_world()
{
}

coderchen@coderchen:~/c++$ g++ -E a.cpp > tmp.cpp

# 1 "a.cpp"
# 1 "<built-in>"
# 1 "<command-line>"
# 1 "a.cpp"
# 1 "a.h" 1



static int a = 1;
void fun();
# 2 "a.cpp" 2


static void hello_world()
{
}

其中#define A_H_的作用是防止重复包含a.h这个头文件，很多人都知道这一点，但是再仔细问，我见过大多数人都说不清楚。

这种宏是为了防止一个编译单元(cpp文件)重复包含同一个头文件。它在预处理阶段起作用，预处理器发现a.cpp内已经定义过A_H_这个宏的话，在a.cpp中再次发现#include "a.h"的时候就不会把a.h的内容替换进a.cpp了。
编译器看到tmp.cpp的时候，会编译成一个obj文件，最后由链接器对这一个对obj文件进行链接，从而得到可执行程序。

编译错误和连接错误

编译错误指的是一个cpp编译单元在编译时发生的错误，这种错误一般都是语法错误，拼写错误，参数不匹配等。

以main.cpp为例(只有一个main函数)

int main()                                                                                                            
{                                                                                                                     
  hello_world();                                                                                                      
}    

coderchen@coderchen:~/c++$ g++ -c -o main.o main.cpp
main.cpp: In function ‘int main()’:
main.cpp:4: error: ‘hello_world’ was not declared in this scope

coderchen@coderchen:~/c++$ g++ -c -o main.o main.cpp
coderchen@coderchen:~/c++$ 

coderchen@coderchen:~/c++$ g++ -o main main.o
main.o: In function `main‘:
main.cpp:(.text+0x7): undefined reference to `hello_world()‘
collect2: ld returned 1 exit status

void hello_world()
{ 
}

coderchen@coderchen:~/c++$ g++ -c -o hello_world.o hello_world.cpp

coderchen@coderchen:~/c++之所以$ g++ -o main main.o hello_world.o

有的人说为什么不需要写一个hello_world.h的头文件，声明hello_world函数，然后再让main.cpp包含hello_world.h呢？这样写自然是标准的做法，不过预处理过后，和我们现在写的一样的，预处理会把hello_world.h的内容替换到main.cpp中。

问题：在链接的时候，main.o怎么知道hello_world函数定义在hello_world.o中呢？

答案：main.o不知道hello_world函数定义在那个obj文件中，每个obj文件都有一个导出符号表，对于这个例子，hello_world.o的导出符号表中有hello_world这个函数，而main.o需要用到这个函数，可以想象就像几个插槽一样。链接器通过扫描obj文件发现这个函数定义在hello_world.o中，然后就可以链接了。

问题：为什么函数不能定义在头文件中？

这个问题是不恰当的，因为用inline和static修饰的函数可以定义在头文件中，而inline修饰的函数必须定义在头文件中。

如果函数定义在头文件中，并且有多个cpp文件都包含了这个头文件的话，那么这些cpp文件生成的obj文件的导出符号表中都有这个头文件中定义的函数，单文件编译的时候是不会出错的，但是链接的时候就会报错。链接器发现了多个函数实体，但却无法确定应该使用哪一个。这是一个链接错误。

inline修饰的函数，通常都不会存在函数实体，即便编译器没有对其内联，那么obj文件也不会导出inline函数，所以链接不会出错。

static修饰的函数，只能由定义它的编译单元调用，也不会导出。如果头文件中顶一个static修饰的函数，就相当于多个obj文件中都顶一个了一个一模一样的函数，大家各用各的，互补干扰。

问题：什么样的变量可以定义在头文件中？

其实变量于函数很类似，由static或const修饰的变量可以定义在头文件中。

static修饰的变量于static修饰的函数一样，道理同上。

const修饰的变量默认是不会进入导出符号表的，相当于每个obj中都定义了一个一模一样的const变量，各用各的。而const可以再用extern修饰，如果用extern const修饰的变量定义在头文件中，那么就会出现链接错误，原因就是“想一想extern是干嘛的”

问题：extern "C"是干嘛的？

如果有人回答“兼容C和C++”，我只能说“这是一个正确答案，但我不知道你是否真的知道”。

首先要知道C不支持重载，C++支持重载，C++为了支持重载，引入了函数重命名的机制，就像下面这样：

int hello_world(type1 param);
int hello_world(type2 param);

而我们写C++程序的时候，通常会引入由c编写的库(gcc编译的c文件)，而c不支持重载，自然不会对函数重命名。而我们在C++中调用的地方很可能会重命名，这就造成了调用的地方(C++编译)和定义的地方(C编译)函数名不一致的情况，这也是一种链接错误。

所以我们经常会看到在C++中用extern "C" { #include "some_c.h" }这种代码。这就是告诉c++编译器，some_c.h中的函数要按照c的方式编译，不要重命名，这样在链接的时候就ok了。