?

1 前言

在我的上一篇文章中，有講到掌握匯編知識的重要性，關(guān)鍵時刻可能還會拯救你于泥潭之中。

那么，本篇文章，我將再介紹一個使用匯編知識排查疑難問題的方法，希望對大家有所幫助。

2 問題描述

問題是這樣的，前一段時間我們項目組在進行一項自測試中，偶然發(fā)現(xiàn)我們的代碼好像掛了一樣：現(xiàn)象就是命令行輸入不了，但是沒有看到復位信息輸出。

當時，我們一個小伙伴說：“好像我們的系統(tǒng)掛了？”當我了解到這個現(xiàn)象之后，根據(jù)我之前的排查經(jīng)驗，我當即得出了一個結(jié)論：“可能是我們的代碼跑進死循環(huán)了，好好檢查下”！

于是，我們開始debug代碼，加了一些必要的調(diào)試信息，最終發(fā)現(xiàn)有一個計算校驗的函數(shù)，調(diào)進去了但是沒有退出來，而這個校驗的函數(shù)非常之簡單，它就長這樣：

?

uint16_t checksum(uint8_t *data, uint8_t len){    uint8_t i;    uint16_t sum = 0, res;    for (i = 0; i < len; i++) {        sum += data[i];    }    res = sum ;    return res;}

?

我想當你看到這段函數(shù)時，肯定也是：“臥槽，這TM不就是算累加校驗和嗎？怎么可能會死循環(huán)？”

沒錯，當時我們的爭論的場景也的確如此！

3 簡單分析

這個checksum函數(shù)真的是非常簡單，入?yún)⒑唵巍崿F(xiàn)也簡單、返回值也簡單，根本不存在難點。

一步步來分析：

既然代碼沒有崩潰，證明data指針肯定非NULL的，不會有問題；

倒是這個len有些可疑，len的類型是uint8_t無符號的，它的范圍是0-255；但是如果外面?zhèn)魅氲氖?1呢？

如果傳入-1，強制轉(zhuǎn)換為uint8_t，其值也是255，那么下面的for循環(huán)，依然只會跑256次，它必須得退出呀？

有沒有可能for循環(huán)的過程中，棧的值被修改了，然后i的值和len的值都變了，進而for的次數(shù)改變了？

于是我們開始打印i和len的值，發(fā)現(xiàn)他們兩個的值，都是正常變化的，并不是剛剛想的那樣。

這就很奇怪了?。?！

如果說這個for循環(huán)要“無限”循環(huán)下去，造成“死循環(huán)”，必須滿足的條件是len很大很大，但是len不是uint8_t類型嘛？最大也就255呀？

printf大法再來一遍：結(jié)果出乎我們的意料，請看：

log輸出：

?

[12-21 1938]checksum 128 len: 4294967295[12-21 1938]0 4294967295[12-21 1938]1 4294967295[12-21 1938]2 4294967295[12-21 1938]3 4294967295[12-21 1938]4 4294967295[12-21 1938]5 4294967295[12-21 1938]6 4294967295[12-21 1938]7 4294967295[12-21 1938]8 4294967295[12-21 1938]9 4294967295[12-21 1938]10 4294967295    。。。省略很多[12-21 1938]250 4294967295[12-21 1938]251 4294967295[12-21 1938]252 4294967295[12-21 1938]253 4294967295[12-21 1938]254 4294967295[12-21 1938]255 4294967295[12-21 1938]256 4294967295[12-21 1938]257 4294967295[12-21 1938]258 4294967295[12-21 1938]259 4294967295[12-21 1938]260 4294967295

?

? ? 。。。還在不停的打印

看到這里似乎有點眉目了？len的值為4294967295?

這個值不是0xFFFFFFFF嗎？

我們再使用%d打印了一下len，發(fā)現(xiàn)值為-1。

回過頭來看下checksum的調(diào)用之處：

?

uint16_t res = checksum(&data[0], len - 1);

?

看似真相了，當len為0的時候，傳入的值不就是-1嗎？

好像是這么回事，但是-1進去，它是uint8_t的呀，頂多就是255??？怎么變成了4294967295? 到底是誰干的啊？

同時也發(fā)現(xiàn)關(guān)鍵問題了，這里并不是真正意義的“死循環(huán)”，而是for循環(huán)執(zhí)行太久了，導致長時間無法結(jié)束，因為我們的主頻才160MHZ，CPU就是猛跑，從1加到0xFFFFFFFF，也需要好長一段時間呢！

4 場景再現(xiàn)

為了充分說明這個問題，我盡可能地還原下當時我們的代碼場景：

?

/*一個結(jié)構(gòu)體定義數(shù)據(jù)不要急于吐槽它的定義，這代碼是開源的，冤有頭。。。還有不要懷疑是字節(jié)對齊不對齊的問題，曾經(jīng)我也懷疑過，最后知道真相的時候，我被打臉了！*/typedef struct _data_t {    /* result, final result */    uint8_t len;    uint8_t flag;    uint8_t passwd_len;     uint8_t *passwd;     uint8_t ssid_len;     uint8_t *ssid;     uint8_t token_len;     uint8_t *token;     uint8_t bssid_type_len;     uint8_t *bssid;     uint8_t ssid_is_gbk;    uint8_t ssid_auto_complete_disable;    uint8_t data[127];    uint8_t checksum;} data_t;

?

?

/* 1.c 調(diào)用checksum的C文件 *//* 定義全局的數(shù)據(jù) */static data_t g_data;/* 設置全局的數(shù)據(jù) */void set_global_data(void){    g_data.len = 0;}void handle_global_data(void){      uint16_t res = checksum(&g_data.data[0], g_data.len - 0);  //sometimes no return form checksum}void test_func_entry(void){    set_global_data();    handle_global_data();}

?

?

/* 2.c 定義checksum函數(shù)的工具類 */uint16_t checksum(uint8_t *data, uint8_t len){    uint8_t i;    uint16_t sum = 0, res;    for (i = 0; i < len; i++) {        sum += data[i];    }    res = sum ;    return res;}

?

在我的第一次認知里，還是len=-1=255的情況，由于g_data.data只有127字節(jié)，但它最后是可以訪問到255下標的，其實這本身就有數(shù)據(jù)非法訪問的問題；但是經(jīng)過仔細論證，得出的結(jié)論是，這并不會導致死循環(huán)，或者說并不會改變len的值；因為checksum里面知識讀取data指針的值，并沒改變它的值，即便越界了，頂多訪問了別人，并不會出啥異常（至少在我們的處理器平臺是這樣）。

這個問題對我們來說，真的是百思不得其解，為了規(guī)避掉這個問題，我們在調(diào)用checksum的時候做了判斷，但len為0的時候直接不調(diào)用，也就繞過了這個問題。

但是作為一個深挖底層邏輯的攻城獅來說，我們不應該放過這樣的細節(jié)，或許還有什么我們未發(fā)現(xiàn)的潛在風險呢？

這個問題一直困擾著我，時不時有空的時候，我就會想想，到底還有什么情況還會導致這個現(xiàn)象？

5 柳暗花明

偶然有一天，我正瀏覽到一篇關(guān)于編譯器做代碼優(yōu)化的文章，它是在知乎上發(fā)出來的，我看到其中一個重要線索：

突然我腦子里，閃過一個疑問：“會不會那段for循環(huán)的checksum函數(shù)，正是因為調(diào)用方?jīng)]有申明checksum函數(shù)，也就是說沒有include對應的頭文件導致編譯器做了默認處理呢？”？

我們都知道，在使用gcc編譯器編譯C代碼時，如果一個函數(shù)未申明就調(diào)用，是會報一個警告的：“warning: implicit declaration of function ‘checksum’ [-Wimplicit-function-declaration]”！

同時，尤其編譯器不知道被調(diào)用函數(shù)的原型，那么它只能依靠你的調(diào)用代碼結(jié)合一些默認值做假設：

比如我們的調(diào)用代碼是：

?

uint16_t res = checksum(&g_data.data[0], g_data.len - 0);

?

這里，我猜測編譯器的行為就是，你有一個叫checksum的函數(shù)，但我找不到它的原型，那么我就按“返回值是uint16_t類型，第一個參數(shù)是int型，第二個參數(shù)也是int型”來吧！

為何，gcc默認參數(shù)列表都是int類型？這是我的假想猜測，下面我們再論證，究竟是不是這樣？

有了這個假設之后，我們回到ARM匯編在函數(shù)調(diào)用時的參數(shù)，這時R0應該等于&g_data.data[0]，R1應該等于-1。

由于R0/R1都是32位的寄存器，在存儲數(shù)據(jù)的時候，無所謂有符號和無符號一說，且本問題R0沒有出現(xiàn)問題，我們僅討論R1。

這個時候R1的寄存器值，應該是“-1 = 0xFFFFFFFF”，這個假設很關(guān)鍵，如果分析地很順利，那么這個for循環(huán)不停地循環(huán)下去，才可以有理論進行下去。

6 找到證據(jù)

既然上面我們發(fā)現(xiàn)了端倪，那么我們應該進一步找到相關(guān)的證據(jù)，證明我們的想法；同時，如果這個問題根源在于include頭文件，那么當我們添加了頭文件之后，這個問題應該不會再復現(xiàn)。我們來看下，究竟是不是這樣？

6.1 究竟是不是警告

由于我們的代碼實在太多警告了，就屬于那種 0 error N warnings 那種，屬于你需要找一個警告往往好費好大勁！

經(jīng)過好一番檢索，果不其然，還真的報警告了，的確是“warning: implicit declaration of function ‘checksum’ [-Wimplicit-function-declaration]”！

6.2 盤根問底

看編譯器的行為，我們肯定是要看其對應的匯編文件，這里有兩個地方需要看，一個是checksum函數(shù)的匯編，還有一個調(diào)用checksum函數(shù)附近的匯編。

我們一起看看：

?

/* checksum 函數(shù)的匯編代碼 */    .section    .text.checksum,"ax",%progbits    .align    1    .global    checksum    .code    16    .thumb_func    .type    checksum, %functionchecksum:.LFB4:    .loc 1 125 0    .cfi_startproc    @ args = 0, pretend = 0, frame = 0    @ frame_needed = 0, uses_anonymous_args = 0.LVL27:    push    {r4, r5, r6, lr}    .cfi_def_cfa_offset 16    .cfi_offset 4, -16    .cfi_offset 5, -12    .cfi_offset 6, -8    .cfi_offset 14, -4    .loc 1 125 0    movs    r4, r0    movs    r5, r1  // r1 -> r5 ，即 len的值存在r5中    .loc 1 129 0    movs    r2, r1    ldr    r0, .L29.LVL28:    bl    printf  //打印len的值.LVL29:    movs    r3, r4    .loc 1 127 0    movs    r0, #0    adds    r5, r4, r5.LVL30:.L26:    .loc 1 130 0 discriminator 1    cmp    r3, r5  //for循環(huán)里面的關(guān)鍵判斷，即 i < len    beq    .L28 // 退出for循環(huán)    .loc 1 131 0 discriminator 3 //下面就是for循環(huán)的循環(huán)執(zhí)行體    ldrb    r2, [r3]    adds    r3, r3, #1.LVL31:    adds    r0, r0, r2.LVL32:    lsls    r0, r0, #16    lsrs    r0, r0, #16.LVL33:    b    .L26.LVL34:.L28:    .loc 1 136 0    @ sp needed.LVL35:    pop    {r4, r5, r6, pc}.L30:    .align    2.L29:    .word    .LC12    .cfi_endproc.LFE4:    .size    checksum, .-checksum

?

由它的匯編代碼可知，for循環(huán)執(zhí)行多少次，關(guān)鍵在于r5寄存器的值，也就是len的值。

注意在匯編代碼這里，是看不到r5是uint8_t還是uint32_t的，它僅僅是一個32位的寄存器。

?

    .section    .text.verify_checksum,"ax",%progbits    .align    1    .global    verify_checksum    .code    16    .thumb_func    .type    verify_checksum, %functionverify_checksum:.LFB5:    .loc 1 81 0    .cfi_startproc    @ args = 0, pretend = 0, frame = 0    @ frame_needed = 0, uses_anonymous_args = 0.LVL17:    push    {r4, lr}    .cfi_def_cfa_offset 8    .cfi_offset 4, -8    .cfi_offset 14, -4    .loc 1 83 0    ldr    r4, .L20    .loc 1 91 0    @ sp needed    .loc 1 83 0    movs    r0, r4   //r0存儲結(jié)構(gòu)體g_data的地址    ldrb    r1, [r4] //將g_data的第一個字節(jié)，即g_data.len賦值為r1    adds    r0, r0, #34 //r0的地址偏移34個字節(jié)，即偏移到g_data.data的位置；    subs    r1, r1, #1  //關(guān)鍵的一步：r1 = r1 - 1 由于我們復現(xiàn)問題的時候，g_data.len是為0的，所以此時r1的值就是0xFFFFFFFF    bl    checksum    //調(diào)用checksum函數(shù),第1-2個入?yún)?，分別是r0和r1.LVL18:    .loc 1 84 0    adds    r4, r4, #160    .loc 1 89 0    ldrb    r3, [r4]    lsls    r0, r0, #24.LVL19:    lsrs    r0, r0, #24    subs    r0, r0, r3    .loc 1 91 0    pop    {r4, pc}.L21:    .align    2.L20:    .word    .LANCHOR4    .cfi_endproc.LFE5:    .size    verify_checksum, .-verify_checksum

?

了解匯編知識的，看到上面的匯編代碼，結(jié)合checksum函數(shù)的匯編代碼，就應該明白，我前面的假設成立了，但len傳入到checksum函數(shù)時，它的值真的是0xFFFFFFFF，而使用%u打印出來，就是4294967295。

到此，罪魁禍首其實已經(jīng)找到了，與其說是編譯器的無故優(yōu)化，倒不如說是程序猿寫代碼不嚴謹，沒有正確處理掉這個編譯警告。

6.3 解除風險

既然找到了問題根源，那么我們嘗試下解除這個風險。

方法其實也很簡單，直接需要在調(diào)用checksum函數(shù)的1.c中，include一下checksum函數(shù)所在的頭文件即可。

添加之后，我們看下發(fā)生的變化，很顯然，checksum函數(shù)的匯編代碼肯定是沒有任何不變的，應該它壓根沒有改；

而調(diào)用checksum的匯編就發(fā)生了些許的變化，同時編譯輸出的地方，那個編譯警告也都消失了。

?

* 添加頭文件之后的匯編代碼 */        .section    .text.verify_checksum,"ax",%progbits    .align    1    .global    verify_checksum    .code    16    .thumb_func    .type    verify_checksum, %functionverify_checksum:.LFB5:    .loc 1 81 0    .cfi_startproc    @ args = 0, pretend = 0, frame = 0    @ frame_needed = 0, uses_anonymous_args = 0.LVL17:    push    {r4, lr}    .cfi_def_cfa_offset 8    .cfi_offset 4, -8    .cfi_offset 14, -4    .loc 1 83 0    ldr    r4, .L20    .loc 1 91 0    @ sp needed    .loc 1 83 0    movs    r0, r4    ldrb    r1, [r4]    adds    r0, r0, #34    subs    r1, r1, #1   //r1寄存器的一樣的操作 r1 = r1 - 1    lsls    r1, r1, #24  //關(guān)鍵改變?。?！r1 = r1 * (2的24次冪)，也就是算術(shù)左移24位    lsrs    r1, r1, #24  //關(guān)鍵改變?。?！r1 = r1 / (2的24次冪)，也就是算術(shù)右移24位    bl    checksum.LVL18:    .loc 1 84 0    adds    r4, r4, #160    .loc 1 89 0    ldrb    r3, [r4]    lsls    r0, r0, #24.LVL19:    lsrs    r0, r0, #24    subs    r0, r0, r3    .loc 1 91 0    pop    {r4, pc}.L21:    .align    2.L20:    .word    .LANCHOR4    .cfi_endproc.LFE5:    .size    verify_checksum, .-verify_checksum

?

為了好對比，我直接使用對比工具貼圖上來看下：

查了下多出來的這兩條指令：lsls和lsrs，參考這里。

一個是算術(shù)左移24位，一個是算術(shù)右移24位，倒來倒去，無非就是把高24位給情況，這樣-1的值傳入checksum的時候，就只有0x000000FF了，而不是0xFFFFFFFF。

這樣就把uint8_t len拉回正常的邏輯了，自然也就不會出現(xiàn)之前的for循環(huán)一直退不出來了。

7 擴展延伸

上面我提及的場景對應的是ARM平臺的，由于我們的代碼是跨平臺的，支持RISC-V架構(gòu)，X86架構(gòu)等等。

7.1 RISC-V架構(gòu)

所以我們來對比看下RISC-V架構(gòu)下的情況：

這么看，RISC-V的處理也是夠粗暴的，一個addi指令，把高24位去掉就完事了?。?！

7.2 80x86架構(gòu)

我push了一個簡易的工程代碼到github，以便于重現(xiàn)此問題，感興趣的可以看這里。

很遺憾的是，在80x86上竟然沒有復現(xiàn)此問題。

代碼的核心差別就是是否include 2.h：

匯編代碼確實有差異：

但是跑出來的效果確實一樣的：

總結(jié)下沒有復現(xiàn)問題的原因，可能是：

編譯選項沒有使用正確？

80x86編譯器更懂事？更能知道如何合理編譯代碼？

還有未知的編譯特性未了解到？

7.3 其他架構(gòu)

感興趣的可以在其他平臺上驗證下，是否有類似的問題，歡迎討論。

8 經(jīng)驗總結(jié)

請?zhí)嵘愕拇a編譯嚴謹性，如果是gcc編譯器，-Wall -Werror -Os是最低要求；

談優(yōu)化代碼前，請close掉你的代碼編譯異常，先達到 0 error 0 warning 再說；

請重視warning: implicit declaration of function這個編譯警告；

如果使用gcc編譯器，不提示任何編譯警告和錯誤，并不代表編譯器沒有告訴你，也許是你使用-w選項編譯了輸出，你僅僅是在自欺欺人而已；

老老實實在調(diào)用函數(shù)前申明你的函數(shù)，或者包含其對應的頭文件，有時候編譯器的默認行文不見得就可靠；

代碼細節(jié)很重要，真的是細節(jié)決定成敗；

不放過一絲可能性，作為一個攻城獅，這點專研精神需要時刻掛在心里；

大膽假設，小心求證，亙古不變的方法論?！　?/p>