跳转到内容

序 · 开始之前§ 0.1

程序是怎么跑起来的:源代码、编译器与可执行文件

程序员写的是文字,处理器只认识数字。本章把一个 6 行的 C++ 程序从头跟到尾:预处理把它变成 8 万多行,编译变成汇编,汇编变成机器码,链接把缺的地址填上,最后操作系统让它在屏幕上打出一行字。

你在电脑上双击一个图标,一个程序就运行起来了。这个程序是怎么来的?

程序员写程序,写的是文字,和写一篇文章差不多。而电脑里真正干活的处理器(CPU)只认识一串一串的数字。从文字到数字,中间有一位“翻译”,叫编译器。

这一章我们跟着一个只有 6 行的 C++ 程序,看它怎样一步一步变成处理器能执行的数字,最后在屏幕上打出一行字。

这是几乎所有 C++ 教程的第一个程序:

hello.cpp
#include <iostream>
int main() {
std::cout << "Hello, world!\n";
return 0;
}
运行结果
$ ./hello
Hello, world!

上面是代码,下面是运行它之后屏幕上出现的内容。$ ./hello 表示“运行名叫 hello 的程序”,下一行就是它的输出。

逐行看一下,现在知道个大概就够了,后面的章节会一个一个细讲:

代码 意思
#include <iostream> 把“输入输出”的工具拿过来用。iostream 是 input/output stream(输入输出流)的缩写
int main() { 程序从这里开始执行。每个 C++ 程序都必须有一个叫 main 的部分
std::cout << "Hello, world!\n"; 把双引号里的文字输出到屏幕。\n 表示换行,句末的分号表示这一句结束
return 0; main 结束,并告诉操作系统“一切正常”
} 和第 3 行的 { 配对,表示 main 到这里为止

处理器能做的事情其实很简单:从内存里取一个数,加上另一个数,比较两个数的大小,跳到别的地方继续执行……每件事叫一条指令。每条指令都编成一个数字,这些数字叫机器码。

上面那个程序的 main,翻译成这台电脑(苹果 M 系列芯片,ARM 架构)的机器码,是下面这 11 个数字。每个数字用十六进制写出来,占 4 个字节:

a9bf7bfd  910003fd  90000020  f9401800  90000001  91282021  528001c2  94000004  52800000  a8c17bfd  d65f03c0

一共 44 个字节。没人能直接写这种东西,所以我们写 C++,让编译器去翻译。

我们写的文字叫源代码,存在 hello.cpp 这样的文件里(.cpp 是 C++ 源代码的扩展名)。处理器能运行的文件叫可执行文件。从源代码到可执行文件,要经过四步:

  1. 预处理:处理所有以 # 开头的行,比如把 #include 换成被引入文件的内容
  2. 编译:把 C++ 翻译成汇编,也就是机器指令的文字写法
  3. 汇编:把汇编变成机器码,得到目标文件(.o)
  4. 链接:把目标文件和别人写好的代码(比如标准库)接在一起,得到可执行文件

平时一条命令就把四步全做完了,中间文件也不会留下来。为了看清楚,下面的图把每一步的产物都保存了下来:

人写的文字:一个普通的文本文件,6 行、86 个字节。电脑的处理器(CPU)看不懂它。

#include <iostream>

int main() {
    std::cout << "Hello, world!\n";
    return 0;
}

第一行 #include <iostream> 的意思是"把输入输出的工具拿过来用"。下一步会看到它实际拿来了多少东西。

图 0.1a从源代码到可执行文件。点上面的步骤(或用 ← → 键)切换。所有数字和片段都是真实编译得到的:Apple clang version 21.0.0 (clang-2100.4.1.1),Darwin arm64,-std=c++20 -O2。换一个编译器或平台,数字会不同。

图里有几个值得停下来看的地方。

#include <iostream> 不是“引用”一下,而是把 iostream 这个文件的内容原样复制进来。iostream 自己又 include 了别的文件,一层套一层,一共引入了 988 个文件。预处理之后的 hello.ii 有 84,254 行、3.6 MB,我们写的 6 行在最末尾。

这也是 C++ 编译比较慢的一个原因:每个 .cpp 文件都要把它引入的头文件从头读一遍。第 6.1 节会再讲到。

编译出的 hello.o 里,main 要做的事情已经全部变成了机器码,但有几处填的是 0。比如那条 bl(branch with link,跳过去执行一个函数,执行完再回来):真正负责输出文字的函数在标准库里,hello.o 并不知道它在哪里,只好先填 0,并在文件里记下一笔“这里要填某某函数的地址”。

hello.o 自己定义了 16 个函数和数据,还缺 24 个要从别处找,std::cout 就是其中之一。

链接器把 hello.o 和标准库放在一起,把每个“先填 0”的地方换成真正的地址。对比图中第 4 步和第 5 步,同一条 bl 指令的机器码从 94000000 变成了 94000004。

得到的可执行文件有 35,912 字节,而源代码只有 86 字节。不过这 35,912 字节里,有 89% 是 0:macOS 在 ARM 芯片上按 16 KB 一页来安排程序的各个部分,一部分哪怕只有几百字节,在文件里也要占满一页。真正的机器码只有 988 字节,其中 main 占 44 字节,其余是用到的几个 iostream 函数。

标准库的大部分并没有复制进来,而是程序运行时再去系统里找,这叫动态链接。

在命令行里输入 ./hello,操作系统会:

  1. 把 hello 文件读进内存
  2. 找到用到的标准库,也装进内存,把地址接好
  3. 从 main 的第一条指令开始执行

main 最后的 return 0 把 0 交给操作系统,这个数叫退出码。0 表示正常结束,其他数一般表示出了某种问题。在命令行里用 echo $? 可以看到上一个程序的退出码。把 return 0 改成 return 3 试试:

exit3.cpp
#include <iostream>
int main() {
std::cout << "Hello, world!\n";
return 3;
}
运行结果
$ ./exit3
Hello, world!
$ echo $?
3

屏幕上的输出一样,但退出码变成了 3。用户平时看不到退出码,它是给别的程序看的:比如一个自动化脚本可以根据它判断上一步是否成功。

编译出的程序只能在一种电脑上运行

Section titled “编译出的程序只能在一种电脑上运行”

本章的可执行文件,用 file 命令查看是:

Mach-O 64-bit executable arm64

意思是:macOS 的程序格式(Mach-O),给 64 位 ARM 处理器用的。机器码是写给某一种处理器的,程序的包装格式是写给某一种操作系统的。拿到 Windows 电脑上,它既看不懂这种格式,大多数 Windows 电脑的处理器(x86-64)也不认识 ARM 的机器码。

能“到处用”的是源代码:同一份 hello.cpp,在 Windows 上用那里的编译器重新编译一遍,就能得到 Windows 上的可执行文件。

如果你听说过 Python,它的程序不需要先编译。运行 Python 程序时,一个叫解释器的程序一边读源代码,一边执行。

C++(编译型) Python(解释型)
什么时候翻译 运行之前,一次翻译完 每次运行时,边读边执行
发给别人的是 可执行文件 源代码,对方要装好解释器
拼写错误什么时候发现 大多在编译时 运行到那一行时
运行速度 通常快得多 通常慢一些

C++ 的代价是每次改完代码都要重新编译;好处是很多错误在程序运行之前就被发现了,而且翻译好的机器码可以直接交给处理器,不需要边读边翻译。

误解 实际
改了 hello.cpp,运行 ./hello 就是新的 可执行文件是上次编译的结果,不重新编译,运行的还是旧版本
可执行文件的大小就是代码的多少 本章的可执行文件有 35,912 字节,真正的机器码只有 988 字节,大部分是为了按页对齐而填的 0
报错都是“编译错误” 有的错在编译时发现,有的到链接时才发现(见练习 4),有的要运行起来才出现。0.3 节专门讲怎么读报错
return 0 是给用户看的 它是给操作系统和其他程序看的,屏幕上不会显示
  • 处理器只认识机器码。我们写源代码,由编译器翻译成机器码
  • 翻译分四步:预处理、编译、汇编、链接。平时一条命令全部做完
  • #include 会把整个头文件复制进来:6 行的程序预处理后有 84,254 行
  • 目标文件里,“在别处定义的东西”的地址先填 0,链接时才填上
  • 程序从 main 开始执行,main 返回的数是退出码,0 表示正常
  • 可执行文件只能在一种处理器 + 操作系统上运行,源代码可以在别处重新编译
练习 1基础

你编译好了 hello,然后把 hello.cpp 里的 Hello, world! 改成了 Hi!,保存,但没有重新编译,直接运行 ./hello。屏幕上会显示什么?

查看答案

还是 Hello, world!。./hello 运行的是可执行文件,它是上次编译时生成的,和现在的 hello.cpp 已经没有关系了。改完源代码,要重新编译一次,可执行文件才会更新。

练习 2基础

把 main 里的 return 0; 改成 return 3;,运行后再执行 echo $?。会看到什么?屏幕上的 Hello, world! 还会出现吗?

查看答案

Hello, world! 照常出现,echo $? 显示 3。退出码只是 main 交给操作系统的一个数,不影响程序前面做的事情。实际运行的结果见正文“运行:操作系统接手”一节。

练习 3基础

如果删掉第一行 #include <iostream>,会在四步中的哪一步出错?

查看答案

在编译这一步。预处理没有问题(没有 #include 要处理),但编译器读到 std::cout 时,不知道 std 是什么,因为介绍它的那 8 万多行没有被复制进来。实际的报错:

编译时报错
no_include.fail.cpp:2:5: error: use of undeclared identifier 'std'
    2 |     std::cout << "Hello, world!\n";
      |     ^
1 error generated.

no_include.fail.cpp:2:5 的意思是“这个文件的第 2 行第 5 列”,use of undeclared identifier 'std' 的意思是“用了一个没有声明过的名字 std”。

练习 4进阶

把 int main() 不小心写成了 int mian(),其他都不变。会在哪一步出错?为什么不是编译那一步?

查看答案

在链接这一步:

链接时报错
Undefined symbols for architecture arm64:
  "_main", referenced from:
      <initial-undefines>
ld: symbol(s) not found for architecture arm64
clang++: error: linker command failed with exit code 1 (use -v to see invocation)

对编译器来说,mian 是一个完全合法的名字,它只是认真地把一个叫 mian 的函数翻译成了机器码,并不知道你本来想写 main。到了链接这一步,链接器要找程序的入口 main(报错里写成 _main),找遍了所有目标文件和库都没有,于是报 Undefined symbols(未定义的符号)。

这类错误的报错里没有行号,因为链接器面对的已经是机器码,不知道源代码的哪一行出了问题。

练习 5进阶

下面这个程序和本章的 hello.cpp 输出一模一样,只是用了 C 语言留下来的 <cstdio> 和 std::puts(puts 会自动加一个换行):

puts.cpp
#include <cstdio>
int main() {
std::puts("Hello, world!");
return 0;
}

预处理之后,它的行数会比 hello.cpp 的 84,254 行多还是少?大概差多少?

查看答案

少得多:只有 715 行,大约是 hello.cpp 的 118 分之一。<cstdio> 只提供一些简单的输入输出函数,<iostream> 则带来了一整套功能更多的输入输出系统(格式控制、各种语言和地区的习惯等等)。

这不是说应该用 puts。本书主要用 std::cout 和 C++20 的 std::format(1.9 节),它们更安全、更好用。这个练习只是想让你感受一下 #include 到底复制进来多少东西。

练习 6挑战

你在 Mac 上编译好了 hello,发给一位用 Windows 电脑的朋友。他能直接运行吗?如果不能,他要怎样才能运行这个程序?

查看答案

不能。hello 是 Mach-O 格式(macOS 的程序格式),里面是 ARM 处理器的机器码。Windows 用的是另一种程序格式(PE),大多数 Windows 电脑的处理器(x86-64)也不认识 ARM 的机器码。

应该把源代码 hello.cpp 发给他,他用 Windows 上的编译器(例如 Visual Studio)重新编译,就能得到一个 Windows 能运行的 hello.exe。这也是为什么很多软件的下载页面要分 Windows、macOS、Linux 好几个版本:它们是同一份源代码,分别在不同平台上编译出来的。

下一章(0.2)在你的电脑上装好编译器,亲手把这个程序编译、运行一遍。

图解系列橙皮书 · 图解游戏算法绿皮书 · 图解 C++(本书)蓝皮书 · 图解数据结构与算法(筹备中)

© 2026 XuYi · 原文 https://cpp.xuyi.dev/start/how-programs-run/
文章采用 CC BY-NC-SA 4.0 许可,转载请署名并附原文链接;代码以 MIT 协议开源。