C/C++ 的编译和链接

c/c++文件

c/c++程序文件包括 .h .c .hpp .cpp，其中源文件(.c .cpp)是基本的编译单元，头文件(.h .hpp)不会被编译器编译。

c/c++项目构建(build)过程，分为以下几个步骤 预处理 → 编译 → 链接。

预编译

预编译的过程可以理解为编译器（实际上是预处理器，这里统称为编译器就可以了）在正式编译之前处理c/c++文件中的预处理命令，即#开头的代码。

常用的几个预处理命令如下：

#include ......

#ifdef ...... #else......#endif

#define ......

#pragma ......

举个例子，下面是个很简单的类定义：

myclass.h

#define default_value 0

class myclass {
public:
    void fun();
public:
    int value = default_value;
};

myclass.cpp

#include "myclass.h"

void myclass::fun() {
    // do someting
    return;
}

预编译完成后的样子：

class myclass {
public:
    void fun();
public:
    int value = 0;
};

void myclass::fun() {
    // do someting
    return;
}

可以看到编译器把.h文件替换到了.cpp文件中的#include 位置上，把default_value定义的值也替换到了相应的位置。

 

编译

预编译之后，编译器会编译每个源文件（.c .cpp），如果编译成功，会生成对应的目标文件，linux为.o文件，windows平台下为.obj文件。

以linux平台为例，上面的myclass.cpp编译完成后会生成myclass.o文件

使用objdump可以看到目标文件myclass.o的内容

$$ objdump -x myclass.o

......
0000000000000000 g     f .text  0000000000000015 _zn7myclass3funev
......

编译器会把myclass::fun()的名字改成_zn7myclass3funev，这个过程叫mangle，由于c++支持重载，覆盖等特性，所以编译器必须把函数用一个唯一的标识表示。这个字符串就是编译器生成的唯一标识。

这里还要单独说一下头文件，头文件的既然不是编译单元，那么它的作用是什么？

头文件就是负责”声明“，编译器在编译myclass.cpp的时候，对于myclass这个类以及fun()这个成员函数，编译器必须找到它的声明，这个函数才能被正确编译。

如果有其他cpp需要使用myclass这个类的时候，也需要它的的声明。例如

main.cpp

#include "myclass.h"

int main(int argc, char** argv) {
    myclass tmp;
    tmp.fun();
    return 0;
}

加上#include "myclass.h" 编译器在编译main.cpp的时候才知道怎么编译myclass这个类。myclass.h里声明是不会真正被编译到main.o中，.h文件中的内容在目标文件中只是以列表的形式存在，这个表在后面链接时会用到。

当然，头文件不仅可以用来声明，还可以定义（定义全局变量，全局函数等），在头文件中的定义要小心，可能会引起链接错误。

 

链接

链接就是将一堆目标文件加静态库文件装配成可执行文件的过程。（或者是装配成静态/动态库的过程）

上面两个cpp分别被编译成了myclass.o, 和main.o，我们要生成可执行程序的话，就必须经过链接的过程，把两个目标文件合成一个可执行文件。

main.o中，main函数会构造myclass, 并且调用fun()函数，那么main就根据myclass.h生成的表，找到myclass.o中的函数，这个就是链接器要做的工作。

 

常见错误

构建c/c++工程的时候，最常见的就是两种错误：

-- 编译错误，在编译过程中产生的错误，通常是语法错误，没有声明，重复声明导致编译目标文件错误

其中没有声明通常是由于没有#include相应的头文件，或者头文件缺少相应的声明。

而重复声明通常是#include了相同的头文件，比如 b.h 和 c.h 都包含 a.h，然后 main.h 包含了 b.h 和 c.h，这就导致a.h 在main中被包含了两次。

解决这个问题的方法是可以在所有.h文件的第一行加上

#pragma once

或者，使用#ifndef ... #define ... #endif 语句块

#ifndef newclass_h
#define newclass_h

......

#endif /* newclass_h */

 

-- 链接错误，常见的错误也是两种，没有定义和重复定义，和上面的没有声明，重复声明类似。（这里定义指的就是函数实现）

• 先讨论没有定义(undefined reference to xxx)

通常是因为函数有声明，而且被使用了，但是没有被定义。比如上面myclass.cpp中，如果fun()没有被实现的话，myclass.cpp和main.cpp编译时都不会报错，但是链接时会报告找不到fun()。

当然，如果fun()没被main.cpp调用的话，即使不实现它，整个构建过程也不会出错，因为链接器根本不会去找这个函数的定义。

• 然后是重复定义(multiple definition)

指的一份相同的定义在两个目标文件中都存在，链接的时候链接器不知道时用哪个了。这种问题通常由于全局函数，和全局变量定义在了头文件中。导致多个目标文件包含相同的全局函数和全局变量的定义。

解决方法就是在头文件中声明，定义放到cpp文件中，或者为定义加上const 或 static这样的修饰符，链接时会对这些带有const和修饰符的变量特殊处理的。

const只适用于定义常量变量，static定义的是静态全局变量，只在当前cpp有效，所以链接它也不会被别的目标文件链接，就不会有重复定义的问题了。

总之在头文件中定义变量和函数要特别主意，可能会导致链接错误。

当然也不是所有定义都不能放到头文件中，比如刚才说的const常量，static全局变量就是例外，还有内联函数，可以定义在.h文件中，因为内联函数会被拷贝到每个目标文件中，也不会参与链接的过程。

还有模板类必须放在头文件中定义，这个下面会讨论这个。

 

关于模板，静态成员变量

模板类模板函数必须声明和定义在头文件中，原因是什么，举个例子，假设myclass是模板类

myclass.h

template <typename t>
class myclass {
public:
    void fun();
public:
    t value;
};

myclass.cpp

#include "myclass.h"

template <typename t>
void myclass<t>::fun() {
    // do someting
    return;
}

main.cpp

int main(int argc, char** argv) {
    myclass<int> tmp;
    tmp.fun();
    return 0;
}

编译的时候没有问题，但是链接时会报错，main.cpp找不到myclass<int>::fun()，如下图

myclass虽然定义了fun函数，但是myclass.o中存在myclass<t>::fun()，而根据myclass.h文件，main.o中需要找到myclass<int>::fun()的定义

结果链接器哪都找不到，只好报错了。（实际上通过objdump查看myclass.o，编译器都没有生成myclass<t>::fun()，因为编译器认为这个函数没人使用，就直接优化掉了）

如果非得在cpp中定义模板类的成员函数呢，有一种方法就是要显示的在cpp文件中声明，比如

myclass.cpp

#include "myclass.h"

template <typename t>
void myclass<t>::fun() {
    // do someting
    return;
}

template void myclass<int>::fun();

加上下面这行就不会有问题了，但是缺点就是开发myclass的程序员无从知道其他类是怎么使用这个模板的，不可能把所有可能的模板参数全都一一的列在这里。

所以模板类的定义还是要写在.h文件中，

那么如果main.cpp使用到了myclass<int>, 另外一个cpp也使用到了myclass<int>，会不会产生重复代码导致重复定义呢，不会，编译器会处理好模板类的。

 

下面是静态成员变量，为什么静态成员变量的定义要放在cpp里，（模板类的静态成员变量除外）

静态成员变量和静态全局成员变量不同。

静态成员变量的作用域可以是整个工程，而静态全局变量的作用域只是当前的cpp。所以静态成员变量定义在.h中就会发生重定义错误。