电子发烧友App
1 前言
在我的上一篇文章中，有讲到掌握汇编知识的重要性，关键时刻可能还会拯救你于泥潭之中。
那么，本篇文章，我将再介绍一个使用汇编知识排查疑难问题的方法，希望对大家有所帮助。
2 问题描述
问题是这样的，前一段时间我们项目组在进行一项自测试中，偶然发现我们的代码好像挂了一样：现象就是命令行输入不了，但是没有看到复位信息输出。
当时，我们一个小伙伴说：“好像我们的系统挂了？”当我了解到这个现象之后，根据我之前的排查经验，我当即得出了一个结论：“可能是我们的代码跑进死循环了，好好检查下”！
于是，我们开始debug代码，加了一些必要的调试信息，最终发现有一个计算校验的函数，调进去了但是没有退出来，而这个校验的函数非常之简单，它就长这样：
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;}
我想当你看到这段函数时，肯定也是：“卧槽，这TM不就是算累加校验和吗？怎么可能会死循环？”
没错，当时我们的争论的场景也的确如此！
3 简单分析
这个checksum函数真的是非常简单，入参简单、实现也简单、返回值也简单，根本不存在难点。
一步步来分析：
既然代码没有崩溃，证明data指针肯定非NULL的，不会有问题；
倒是这个len有些可疑，len的类型是uint8_t无符号的，它的范围是0-255；但是如果外面传入的是-1呢？
如果传入-1，强制转换为uint8_t，其值也是255，那么下面的for循环，依然只会跑256次，它必须得退出呀？
有没有可能for循环的过程中，栈的值被修改了，然后i的值和len的值都变了，进而for的次数改变了？
于是我们开始打印i和len的值，发现他们两个的值，都是正常变化的，并不是刚刚想的那样。
这就很奇怪了！！！
如果说这个for循环要“无限”循环下去，造成“死循环”，必须满足的条件是len很大很大，但是len不是uint8_t类型嘛？最大也就255呀？
printf大法再来一遍：结果出乎我们的意料，请看：
log输出：
[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
。。。还在不停的打印
看到这里似乎有点眉目了？len的值为4294967295?
这个值不是0xFFFFFFFF吗？
我们再使用%d打印了一下len，发现值为-1。
回过头来看下checksum的调用之处：
uint16_t res = checksum(&data[0], len - 1);
看似真相了，当len为0的时候，传入的值不就是-1吗？
好像是这么回事，但是-1进去，它是uint8_t的呀，顶多就是255啊？怎么变成了4294967295? 到底是谁干的啊？
同时也发现关键问题了，这里并不是真正意义的“死循环”，而是for循环执行太久了，导致长时间无法结束，因为我们的主频才160MHZ，CPU就是猛跑，从1加到0xFFFFFFFF，也需要好长一段时间呢！
4 场景再现
为了充分说明这个问题，我尽可能地还原下当时我们的代码场景：
/*一个结构体定义数据不要急于吐槽它的定义，这代码是开源的，冤有头。。。还有不要怀疑是字节对齐不对齐的问题，曾经我也怀疑过，最后知道真相的时候，我被打脸了！*/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 调用checksum的C文件 *//* 定义全局的数据 */static data_t g_data;/* 设置全局的数据 */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 定义checksum函数的工具类 */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;}
在我的第一次认知里，还是len=-1=255的情况，由于g_data.data只有127字节，但它最后是可以访问到255下标的，其实这本身就有数据非法访问的问题；但是经过仔细论证，得出的结论是，这并不会导致死循环，或者说并不会改变len的值；因为checksum里面知识读取data指针的值，并没改变它的值，即便越界了，顶多访问了别人，并不会出啥异常（至少在我们的处理器平台是这样）。
这个问题对我们来说，真的是百思不得其解，为了规避掉这个问题，我们在调用checksum的时候做了判断，但len为0的时候直接不调用，也就绕过了这个问题。
但是作为一个深挖底层逻辑的攻城狮来说，我们不应该放过这样的细节，或许还有什么我们未发现的潜在风险呢？
这个问题一直困扰着我，时不时有空的时候，我就会想想，到底还有什么情况还会导致这个现象？
5 柳暗花明
偶然有一天，我正浏览到一篇关于编译器做代码优化的文章，它是在知乎上发出来的，我看到其中一个重要线索：
突然我脑子里，闪过一个疑问：“会不会那段for循环的checksum函数，正是因为调用方没有申明checksum函数，也就是说没有include对应的头文件导致编译器做了默认处理呢？”？
我们都知道，在使用gcc编译器编译C代码时，如果一个函数未申明就调用，是会报一个警告的：“warning: implicit declaration of function ‘checksum’ [-Wimplicit-function-declaration]”！
同时，尤其编译器不知道被调用函数的原型，那么它只能依靠你的调用代码结合一些默认值做假设：
比如我们的调用代码是：
uint16_t res = checksum(&g_data.data[0], g_data.len - 0);
这里，我猜测编译器的行为就是，你有一个叫checksum的函数，但我找不到它的原型，那么我就按“返回值是uint16_t类型，第一个参数是int型，第二个参数也是int型”来吧！
为何，gcc默认参数列表都是int类型？这是我的假想猜测，下面我们再论证，究竟是不是这样？
有了这个假设之后，我们回到ARM汇编在函数调用时的参数，这时R0应该等于&g_data.data[0]，R1应该等于-1。
由于R0/R1都是32位的寄存器，在存储数据的时候，无所谓有符号和无符号一说，且本问题R0没有出现问题，我们仅讨论R1。
这个时候R1的寄存器值，应该是“-1 = 0xFFFFFFFF”，这个假设很关键，如果分析地很顺利，那么这个for循环不停地循环下去，才可以有理论进行下去。
6 找到证据
既然上面我们发现了端倪，那么我们应该进一步找到相关的证据，证明我们的想法；同时，如果这个问题根源在于include头文件，那么当我们添加了头文件之后，这个问题应该不会再复现。我们来看下，究竟是不是这样？
6.1 究竟是不是警告
由于我们的代码实在太多警告了，就属于那种 0 error N warnings 那种，属于你需要找一个警告往往好费好大劲！
经过好一番检索，果不其然，还真的报警告了，的确是“warning: implicit declaration of function ‘checksum’ [-Wimplicit-function-declaration]”！
6.2 盘根问底
看编译器的行为，我们肯定是要看其对应的汇编文件，这里有两个地方需要看，一个是checksum函数的汇编，还有一个调用checksum函数附近的汇编。
我们一起看看：
/* checksum 函数的汇编代码 */ .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循环里面的关键判断，即 i < len beq .L28 // 退出for循环 .loc 1 131 0 discriminator 3 //下面就是for循环的循环执行体 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
由它的汇编代码可知，for循环执行多少次，关键在于r5寄存器的值，也就是len的值。
注意在汇编代码这里，是看不到r5是uint8_t还是uint32_t的，它仅仅是一个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存储结构体g_data的地址 ldrb r1, [r4] //将g_data的第一个字节，即g_data.len赋值为r1 adds r0, r0, #34 //r0的地址偏移34个字节，即偏移到g_data.data的位置； subs r1, r1, #1 //关键的一步：r1 = r1 - 1 由于我们复现问题的时候，g_data.len是为0的，所以此时r1的值就是0xFFFFFFFF bl checksum //调用checksum函数,第1-2个入参，分别是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
了解汇编知识的，看到上面的汇编代码，结合checksum函数的汇编代码，就应该明白，我前面的假设成立了，但len传入到checksum函数时，它的值真的是0xFFFFFFFF，而使用%u打印出来，就是4294967295。
到此，罪魁祸首其实已经找到了，与其说是编译器的无故优化，倒不如说是程序猿写代码不严谨，没有正确处理掉这个编译警告。
6.3 解除风险
既然找到了问题根源，那么我们尝试下解除这个风险。
方法其实也很简单，直接需要在调用checksum函数的1.c中，include一下checksum函数所在的头文件即可。
添加之后，我们看下发生的变化，很显然，checksum函数的汇编代码肯定是没有任何不变的，应该它压根没有改；
而调用checksum的汇编就发生了些许的变化，同时编译输出的地方，那个编译警告也都消失了。
* 添加头文件之后的汇编代码 */ .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寄存器的一样的操作 r1 = r1 - 1 lsls r1, r1, #24 //关键改变！！！r1 = r1 * (2的24次幂)，也就是算术左移24位 lsrs r1, r1, #24 //关键改变！！！r1 = r1 / (2的24次幂)，也就是算术右移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
为了好对比，我直接使用对比工具贴图上来看下：
查了下多出来的这两条指令：lsls和lsrs，参考这里。
一个是算术左移24位，一个是算术右移24位，倒来倒去，无非就是把高24位给情况，这样-1的值传入checksum的时候，就只有0x000000FF了，而不是0xFFFFFFFF。
这样就把uint8_t len拉回正常的逻辑了，自然也就不会出现之前的for循环一直退不出来了。
7 扩展延伸
上面我提及的场景对应的是ARM平台的，由于我们的代码是跨平台的，支持RISC-V架构，X86架构等等。
7.1 RISC-V架构
所以我们来对比看下RISC-V架构下的情况：
这么看，RISC-V的处理也是够粗暴的，一个addi指令，把高24位去掉就完事了！！！
7.2 80x86架构
我push了一个简易的工程代码到github，以便于重现此问题，感兴趣的可以看这里。
很遗憾的是，在80x86上竟然没有复现此问题。
代码的核心差别就是是否include 2.h：
汇编代码确实有差异：
但是跑出来的效果确实一样的：
总结下没有复现问题的原因，可能是：
编译选项没有使用正确？
80x86编译器更懂事？更能知道如何合理编译代码？
还有未知的编译特性未了解到？
7.3 其他架构
感兴趣的可以在其他平台上验证下，是否有类似的问题，欢迎讨论。
8 经验总结
请提升你的代码编译严谨性，如果是gcc编译器，-Wall -Werror -Os是最低要求；
谈优化代码前，请close掉你的代码编译异常，先达到 0 error 0 warning 再说；
请重视warning: implicit declaration of function这个编译警告；
如果使用gcc编译器，不提示任何编译警告和错误，并不代表编译器没有告诉你，也许是你使用-w选项编译了输出，你仅仅是在自欺欺人而已；
老老实实在调用函数前申明你的函数，或者包含其对应的头文件，有时候编译器的默认行文不见得就可靠；
代码细节很重要，真的是细节决定成败；
不放过一丝可能性，作为一个攻城狮，这点专研精神需要时刻挂在心里；
大胆假设，小心求证，亘古不变的方法论。
工商网监
评论