本文是「重識 Objective-C Runtime」系列中的一篇,主題是型別資訊在編譯期與執行期各自扮演的角色。
對 C 語言而言,Type 是個相當虛的東西,它唯一的作用是告訴編譯器一段資料有多長、該怎麼存取。看兩行 code:
int i = 123; char c = (char)i;
在 x86_64 上,編譯出來的組合語言大致如下:
movl $123, -4(%rbp) movl -4(%rbp), %eax movb %al, %cl movb %cl, -5(%rbp)
看起來雜亂,卻最真實地反映了程式的執行過程。逐行拆解:
movl $123, -4(%rbp)。move 就是單純的值拷貝。movl 表示按低 32 位長度搬移(一個 int 的寬度),同類的還有 8 位的 movb(char)、16 位的 movw(short)、64 位的 movq(long in 64)。$123 是字面常量,-4(%rbp) 表示以基底暫存器為基準、偏移 4 字節的位置。

movl -4(%rbp), %eax。把剛才那 4 字節的記憶體讀進 eax。它是最常用的通用暫存器之一,名為 accumulator。在 64 位架構下,rax 是它的完整形態,eax 是低 32 位,ax 是低 16 位,ah 是第 8 到 16 位,al 則是最低的 8 位。這種摺疊設計一方面是為了相容歷史上的 32 位架構,另一方面也是為了充分利用暫存器這個寶貴資源。

movb %al, %cl。按 8 位長度把 a 暫存器的最低位元組搬到 c 暫存器(count register)的低位元組。這一步就是在做 int 到 char 的轉換:123 原本存在低 32 位,取出最低 8 位,等同於把 00000000000000000000000001111011 截斷成 01111011。
movb %cl, -5(%rbp)。最後把結果按 1 字節寫回 %rbp 偏移 5 的位置,完成 char 區域變數的賦值。

所以對 C 這種靜態語言,Type 資訊只在編譯期被消費,除了靜態檢查,還會影響三件事:
subq $32, %rsp 的指令把 sp 往低地址推。而對動態語言來說,Type 不只參與編譯,還必須保留到執行期,動態派發才得以成立。這部分在 Objective-C 中被稱為 Type Encodings,所有型別的編碼都能在官方文件中查到,並與 @encode() 的結果一致:
@encode(int) => "i"
@encode(float) => "f"
@encode(id) => "@"
@encode(SEL) => ":"
@encode(CGRect) => "{CGRect={CGPoint=dd}{CGSize=dd}}"Objective-C Class 中每個實例變數的型別資訊都會被編碼保存,Runtime 提供 ivar_getTypeEncoding 供讀取。
同時,為了支援訊息轉發與動態呼叫,Method 的型別資訊會以「回傳值型別 + 各參數型別」的形式組合編碼,而且必須把 self 與 _cmd 這兩個隱含參數算進去:
- (void)foo; => "v@:" - (int)barWithBaz:(double)baz; => "iv@:d"
方法的編碼可用 method_getTypeEncoding 取得,在 Cocoa 層則被 NSMethodSignature 封裝,並提供了一些便利的解析方法。
註:早期格式還包含呼叫堆疊大小與各參數的偏移,例如
i24@0:8i16i20表示呼叫框共 24 字節,後面每個數字是該參數在堆疊中的偏移。在 x86_64 與 ARM 成為主流、呼叫慣例改以暫存器傳參之後,這種「參數壓棧」時代的編碼方式逐漸被棄用。
純 Swift 自稱是靜態語言,因為編譯後任何結構都會被 Name Mangling 壓縮成一個符號:
class Sark {
func foo(bar: Int) -> Int {
return bar
}
}經過 Name Mangling 後,符號變成 _TFC12TestSwift4Sark3foofT3barSi_Si。結構確實被壓扁了,但該有的資訊一個不少:Module、Class、Method、參數與回傳值型別,全都按約定格式編碼在裡面。有興趣的可以進一步研究 Name Mangling 的規則。