gcc - 在 g++ 中使用符号 '_end' 会导致段错误

Question

考虑以下 C++ 源代码:

int _end[1050];

int main() {
    for (int i = 0; i < 1050; i++)
        _end[i] = 0;
    return 0;
}

编译行:g++ main.cpp -o main -O0

在 Ubuntu 14.04 下使用 gcc-4.8.4 和 clang-3.6.0 时运行此代码会导致段错误。奇怪的行为是符号 _end 指向静态分配数组 _end 的末尾，而不是其开头。如果我们将 _end 替换为 end_，一切正常。

此外，如果我们通过提供 -S 命令行参数来要求 gcc 输出汇编代码，那么带有“_end”的版本和带有任何其他数组名称的版本之间不会有显着差异:

$ g++ main.cpp -o main.s -O0 -S
$ g++ main2.cpp -o main2.s -O0 -S
$ diff main.s main2.s
1,2c1,2
<   .file   "main.cpp"
<   .globl  _end
---
>   .file   "main2.cpp"
>   .globl  end_
5,7c5,7
<   .type   _end, @object
<   .size   _end, 4200
< _end:
---
>   .type   end_, @object
>   .size   end_, 4200
> end_:
25c25
<   movl    $0, _end(,%rax,4)
---
>   movl    $0, end_(,%rax,4)

但是，如果我们使用 objdump 转储可执行文件并对其运行 diff，我们将看到在 _end 版本中，使用的地址比所需的地址多 4200 = 4 * 1050 字节:

$ g++ main.cpp -o main -O0
$ g++ main2.cpp -o main2 -O0
$ objdump -d main >main.dump
$ objdump -d main2 > main2.dump
$ diff main.dump main2.dump
2c2
< main:     формат файла elf64-x86-64    // "File format" in Russian
---
> main2:     формат файла elf64-x86-64
123c123
<   4004ff: c7 04 85 c8 20 60 00    movl   $0x0,0x6020c8(,%rax,4)
---
>   4004ff: c7 04 85 60 10 60 00    movl   $0x0,0x601060(,%rax,4)

据我所知，gcc编译器可能会按照自己的意愿处理以下划线开头的变量，即: e.在代码中使用此类符号是一种不好的做法。但我的问题是:这里到底发生了什么？为什么 _end 被替换为已分配数组的末尾地址？为什么使用“-S”命令行参数没有区别，但创建的二进制文件实际上有区别？在这种情况下，gcc 和 clang 的行为并不相同，这对我来说也很奇怪。

Answer 1

以 _ 开头的 token 是保留的，您不应使用它们。看起来_end是为Linux上编译的程序定义的外部符号，表示未初始化数据段(也称为BSS段)末尾之后的第一个地址。

Note: On some systems the names of these symbols are preceded by underscores, thus: _etext, _edata, and _end.

来源:http://man7.org/linux/man-pages/man3/end.3.html