iOS super 关键字帮我们做了什么?

dkkyteydz

dkkyteydz

发表于 2017-06-10 12:45:01

本篇文章讲的是super的实际运作原理,如有同学对super与self的区分还有疑惑的,请参考ChenYilong大神的 《招聘一个靠谱的iOS》面试题参考答案(上)

super究竟在干什么?

官方提到的super关键字?

打开苹果API文档,搜索 objc_msgSendSuper (对该函数陌生的先去补补rumtime)。

super官方解释

里面明确提到了使用 super 关键字发送消息会被编译器转化为调用 objc_msgSendSuper 以及相关函数(由返回值决定)。

再让我们看看该函数的定义(这是文档中的定义):

id objc_msgSendSuper(struct objc_super *super, SEL op, ...);

这里的 super 已经不再是我们调用时写的 [super init]super 了,这里指代的是 struct objc_super 结构体指针。文档中明确指出,该结构体需要包含 接收消息的实例 以及 一开始寻找方法实现的父类

struct objc_super {
    /// Specifies an instance of a class.
    __unsafe_unretained id receiver;

    /// Specifies the particular superclass of the instance to message. 
    __unsafe_unretained Class super_class;
    /* super_class is the first class to search */
};
objc_super结构体

既然知道了 super 是如何调用的,那么我们来尝试自己实现一个 super

手动实现super关键字

让我们先定义两个类:

这是父类:Father类

// Father.h
@interface Father : NSObject

- (void)eat;

@end

// Father.m
@implementation Father

- (void)eat {
    NSLog(@"Father eat");
}

@end

这是子类:Son类

// Son.h
@interface Son : Father

- (void)eat;

@end

// Son.m
@implementation Son

- (void)eat {
    [super eat];
}

@end

在这里,我们的Son类重写了父类的 eat 方法,里面只做一件事,就是调用父类的 eat 方法。

让我们在main中开始进行测试:

int main(int argc, char * argv[]) {
    Son *son = [Son new];
    [son eat];
}

// 输出:
2017-05-14 22:44:00.208931+0800 TestSuper[7407:3788932] Father eat

到这里没毛病,一个Son对象调用了 eat 方法(内部调用父类的 eat ),输出了结果。

1. 下面,我们来自己实现 super 的效果:

改写Son.m:

// Son.m

- (void)eat {
//    [super eat];

    struct objc_super superReceiver = {
        self,
        [self superclass]
    };
    objc_msgSendSuper(&superReceiver, _cmd);    
}

运行我们的main函数:

//输出
2017-05-14 22:47:00.109379+0800 TestSuper[7417:3790621] Father eat

没毛病,我们可是根据官方文档来实现 super 的效果。

难道 super 真的就是如此?

让我们持怀疑的态度看看下面这个例子:

在这里,我们又有个Son的子类出现了:Grandson类

// Grandson.h
@interface Grandson : Son

@end

// Grandson.m
@implementation Grandson

@end

该类啥什么都没实现,纯粹继承自Son。

然后让我们改写main函数:

int main(int argc, char * argv[]) {
    Grandson *grandson = [Grandson new];
    [grandson eat];
}

运行起来,过一会就crash了,如图:

崩溃提示

再看看相关线程中的方法调用:

crash方法调用

这是一个死循环,所以系统让该段代码强制停止了。可为什么这里会构成死循环呢?让我们好好分析分析:

  1. Grandson中没有实现eat方法,所以main函数中Grandson的实例执行eat方法是这样的:根据类继承关系自下而上寻找,在Grandson的父类Son类中找到了eat方法,进行调用。
  2. 在Son的eat方法的实现中,我们构建了一个 superReceiver 结构体,内部包含了 self 以及 [self superclass] 。在调用过程中,self指代的应是Grandson实例,也就是grandson这个变量,那么 [self superclass] 方法返回值也就是Son这个类。
  3. 根据第2点的分析,以及我们在文章开头的文档中,苹果指出 superReceiver 中的父类就是开始寻找方法实现的那个父类,我们可以得出,此时的 objc_msgSendSuper(&superReceiver, _cmd) 函数调用的方法实现即是Son类中的 eat 方法的实现。即,构成了递归。

既然这里不能使用 superclass 方法,那么我们要如何自己实现 super 的作用呢?

我们是这段代码的作者,所以,我们可以这样:

// 我们修改了Son.m

- (void)eat {
//    [super eat];

    struct objc_super superReceiver = {
        self,
        objc_getClass("Father")
    };
    objc_msgSendSuper(&superReceiver, _cmd);
}

// 输出
2017-05-14 23:16:49.232375+0800 TestSuper[7440:3798009] Father eat

我们直接指明 superReceiver 中要寻找方法实现的父类:Father。这里必定有人会问:这样子岂不是每个调用 [super xxxx] 的地方都需要直接指明 父类

“直接指明”的意思是,代码中直接写出这个类,比如直接写: [Father class] 或者 objc_getClass("Father") ,这里面的Father与"Father"就是我们在代码里写死的。

先不谈这个疑问,我们来分析这段代码:

  1. Grandson中没有实现eat方法,所以main函数中Grandson的实例执行eat方法是这样的:根据类继承关系自下而上寻找,在Grandson的父类Son类中找到了eat方法,进行调用。
  2. 在Son的eat方法的实现中,我们构建了一个 superReceiver 结构体,内部包含了 self 以及 Father 这个类。
  3. objc_msgSendSuper 函数直接去Father类中寻找 eat 方法的实现,并执行(输出)。

现在这段代码是以正常逻辑执行的。

2. [super xxxx] 真的要直接指明父类?

我们使用clang的rewrite指令重写Son.m:

clang -rewrite-objc Son.m

生成的Son.cpp文件:

static void _I_Son_eat(Son * self, SEL _cmd) {
    ((void (*)(__rw_objc_super *, SEL))(void *)objc_msgSendSuper)((__rw_objc_super){(id)self, (id)class_getSuperclass(objc_getClass("Son"))}, sel_registerName("eat"));
}

这一行到底的代码可读性太差,让我们稍稍分解下(由于语法问题我们作了少量语法修改以通过编译,实际作用与原cpp中一致):

static void _I_Son_eat(Son * self, SEL _cmd) {
    __rw_objc_super superReceiver = (__rw_objc_super){
        (__bridge struct objc_object *)(id)self,
        (__bridge struct objc_object *)(id)class_getSuperclass(objc_getClass("Son"))};

    typedef void *Func(__rw_objc_super *, SEL);
    Func *func = (void *)objc_msgSendSuper;

    func(&superReceiver, sel_registerName("eat"));
}

先修改Son.m运行起来:

// Son.m

- (void)eat {
//    [super eat];

  //_I_Son_eat即为重写的函数
    _I_Son_eat(self, _cmd);
}

// 输出
2017-05-15 00:08:37.782519+0800 TestSuper[7460:3810248] Father eat

没有毛病。

重写的代码里构建了一个 __rw_objc_super 的结构体,定义如下:

struct __rw_objc_super { 
    struct objc_object *object; 
    struct objc_object *superClass; 
    // cpp里的语法,忽略即可
    __rw_objc_super(struct objc_object *o, struct objc_object *s) : object(o), superClass(s) {} 
};

该结构体与 struct objc_super 一致。之后我们将 objc_msgSendSuper 函数转换为指定参数的函数 func 进行调用。这里请注意 __rw_objc_super superReceiver 中的 第二个值class_getSuperclass(objc_getClass("Son"))

该代码直接指明的类是本类:Son类。但是 __rw_objc_super 结构体中的 superClass 并不是本类,而是 通过runtime查找出的父类 。这与我们自己实现的 “直接指明Father为 objc_super 结构体的 super_class 值” 最后达到的效果是一样的。

所以, [super xxxx] 肯定要通过指明一个类,可以是父类,也可以是本类,来达到正确调用父类方法的目的! 只不过“直接指明”这件事,编译器会帮我们搞定,我们只管写 super 即可。

clang rewrite不可靠

为何clang不可靠

clang的rewrite功能所提供的重写后的代码并非编译器(LLVM)转换后的代码,如今的编译器在Xcode开启bitcode功能后会生成一种中间代码:LLVM Intermediate Representation(LLVM IR)。该代码向上可统一大部分高级语言,向下可支持多种不同架构的CPU,具体可查看LLVM文档。所以我们的目标是从IR代码求证 super 究竟在做什么事!

查看IR代码

终端里cd到Son.m文件所在目录,执行:

clang -emit-llvm Son.m -S -o son.ll

生成的IR代码比较多,我们挑重点进行查看:

%0 = type opaque

// Son的eat方法
define internal void @"1-[Son eat]"(%0*, i8*) #0 {
  %3 = alloca %0*, align 8    // 分配一个指针的内存,8字节对齐(声明一个指针变量)
  %4 = alloca i8*, align 8    // 分配一个char *的内存(声明一个char *指针变量)
  %5 = alloca %struct._objc_super, align 8    // 给_objc_super分配内存(声明一个struct._objc_super变量)
  store %0* %0, %0** %3, align 8    // 将第一个参数,id self 写入%3分配的内存中去
  store i8* %1, i8** %4, align 8    // 将_cmd写入%4分配的内存中区
  %6 = load %0*, %0** %3, align 8   // 读出%3内存中的数据到%6这个临时变量(%3中存的是self)
  %7 = bitcast %0* %6 to i8*        // 将%6变量的类型转换为char *指针类型,指向的还是self
  %8 = getelementptr inbounds %struct._objc_super, %struct._objc_super* %5, i32 0, i32 0    // 取struct._objc_super变量(%5)中的第0个元素,声明为%8
  store i8* %7, i8** %8, align 8    // 将%7存入%8这个变量中,即把i8* 类型的 self存入了结构体第0个元素中
  %9 = load %struct._class_t*, %struct._class_t** @"OBJC_CLASSLIST_SUP_REFS_$_", align 8    // 声明%9临时变量为struct._class_t*类型,内容为@"OBJC_CLASSLIST_SUP_REFS_$_"
  %10 = bitcast %struct._class_t* %9 to i8*   // 将%9的变量强转为char *类型
  %11 = getelementptr inbounds %struct._objc_super, %struct._objc_super* %5, i32 0, i32 1   // 取struct._objc_super变量(%5)中的第1个元素,声明为%11
  store i8* %10, i8** %11, align 8    // 将%9的变量,即@"OBJC_CLASSLIST_SUP_REFS_$_"存入结构体第1个元素中
  %12 = load i8*, i8** @OBJC_SELECTOR_REFERENCES_, align 8, !invariant.load !7    // [email protected](eat)的引用放入char *类型的%12变量中

  // 函数调用,传入参数为上述生成的struct._objc_super结构体和 @selector(eat),调用函数objc_msgSendSuper2
  call void bitcast (i8* (%struct._objc_super*, i8*, ...)* @objc_msgSendSuper2 to void (%struct._objc_super*, i8*)*)(%struct._objc_super* %5, i8* %12)
  ret void
}


@"OBJC_CLASS_$_Son" = global %struct._class_t { 
                                                %struct._class_t* @"OBJC_METACLASS_$_Son",
                                                %struct._class_t* @"OBJC_CLASS_$_Father", 
                                                %struct._objc_cache* @_objc_empty_cache, 
                                                i8* (i8*, i8*)** null,
                                                %struct._class_ro_t* @"1l_OBJC_CLASS_RO_$_Son" 
                                              }, section "__DATA, __objc_data", align 8

// 直接存放进入struct._objc_super的变量, 内容为@"OBJC_CLASS_$_Son"
@"OBJC_CLASSLIST_SUP_REFS_$_" = private global %struct._class_t* @"OBJC_CLASS_$_Son", section "__DATA, __objc_superrefs, regular, no_dead_strip", align 8

IR的语法其实不难记,还是比较好懂的。这里我们只要对照着看即可:

  • %1,%2,@xxx之类的都是指代变量,理解为变量名就可以了
  • i8指8位的int类型,即1个字节的char类型。i8 就是指char 指针
  • alloca指分配内存,理解为声明一个变量即可,如alloca i8 即为一个char 的变量
  • %0在开头的代码里说明了是一个不透明的类型,所以%0*就指代一个万能指针,理解为id即可
  • store为写入内存
  • load为从内存中读取出来
  • bitcast为类型转换
  • getelementptr inbounds取指定内存偏移

代码中既有汇编的赶脚,又有高级语言的味道。基本上注释都补全了,代码中的逻辑和上文中 我们自己实现的/clang重写的 代码基本相似。但是这里注意 @"OBJC_CLASSLIST_SUP_REFS_$_" 这个变量。

@"OBJC_CLASSLIST_SUP_REFS_$_" 其实就是对应到 struct objc_super 结构中的第二个元素: super_class 。在IR代码的%11以及后面那一行就是体现。

@"OBJC_CLASSLIST_SUP_REFS_$_" 的定义就是 @"OBJC_CLASS_$_Son" 这个全局变量。 @"OBJC_CLASS_$_Son" 全局变量就是Son这个类对象,里面包含了元类: @"OBJC_METACLASS_$_Son" ,以及父类: @"OBJC_CLASS_$_Father" ,以及其他的一些数据。然而,看到这里,我们发现这和我们自己实现的 super ,以及clang重写的 super 都不一样:这里是直接将 [Son class] 作为 struct objc_supersuper_class ,但是并没有任何调用 class_getSuperclass 的地方...

查看汇编源码

但是,这里唯一的一个函数 @objc_msgSendSuper2 貌似与众不同,与我们之前看到的 objc_msgSendSuper 相比多了个2,难道是这个函数在作鬼?那就让我们到官方的objc4-709源码里查询下这个函数(位于 objc-msg-arm64.s 文件中):

ENTRY _objc_msgSendSuper2
UNWIND _objc_msgSendSuper2, NoFrame
MESSENGER_START

ldp    x0, x16, [x0]        // x0 = real receiver, x16 = class
ldr    x16, [x16, #SUPERCLASS]    // x16 = class->superclass
CacheLookup NORMAL

END_ENTRY _objc_msgSendSuper2

这是一段汇编代码,没错,苹果为了提高运行效率,发送消息相关的函数是直接用汇编实现的。

这里我们来简单分析下这个函数:

  1. ldp x0, x16, [x0] :从x0出读取两个字数据到x0与x16中,根据注释,读取的数据应该是对应的 self[Son class]
  2. ldr x16, [x16, #SUPERCLASS] :将x16的数值+SUPERCLASS值的偏移作为地址,取出该地址的数值保存在x16中。这里的 SUPERCLASS 定义是 #define SUPERCLASS 8 ,也就是偏移8位,那么取到的应该就是 @"OBJC_CLASS_$_Father" 这个父类 [Father class] 到x16中。
  3. 执行 CacheLookup 函数,参数为NORMAL。

让我们看看 CacheLookup 的定义:

/********************************************************************
 *
 * CacheLookup NORMAL|GETIMP|LOOKUP
 * 
 * Locate the implementation for a selector in a class method cache.
 *
 * Takes:
 *     x1 = selector
 *     x16 = class to be searched
 *
 * Kills:
 *      x9,x10,x11,x12, x17
 *
 * On exit: (found) calls or returns IMP
 *                  with x16 = class, x17 = IMP
 *          (not found) jumps to LCacheMiss
 *
 ********************************************************************/

#define NORMAL 0
#define GETIMP 1
#define LOOKUP 2

.macro CacheLookup
    // x1 = SEL, x16 = isa
    ldp    x10, x11, [x16, #CACHE]    // x10 = buckets, x11 = occupied|mask
    and    w12, w1, w11        // x12 = _cmd & mask
    add    x12, x10, x12, LSL #4    // x12 = buckets + ((_cmd & mask)<<4)

    ldp    x9, x17, [x12]        // {x9, x17} = *bucket
1:    cmp    x9, x1            // if (bucket->sel != _cmd)
    b.ne    2f            //     scan more
    CacheHit $0            // call or return imp

2:    // not hit: x12 = not-hit bucket
    CheckMiss $0            // miss if bucket->sel == 0
    cmp    x12, x10        // wrap if bucket == buckets
    b.eq    3f
    ldp    x9, x17, [x12, #-16]!    // {x9, x17} = *--bucket
    b    1b            // loop

3:    // wrap: x12 = first bucket, w11 = mask
    add    x12, x12, w11, UXTW #4    // x12 = buckets+(mask<<4)

    // Clone scanning loop to miss instead of hang when cache is corrupt.
    // The slow path may detect any corruption and halt later.

    ldp    x9, x17, [x12]        // {x9, x17} = *bucket
1:    cmp    x9, x1            // if (bucket->sel != _cmd)
    b.ne    2f            //     scan more
    CacheHit $0            // call or return imp

2:    // not hit: x12 = not-hit bucket
    CheckMiss $0            // miss if bucket->sel == 0
    cmp    x12, x10        // wrap if bucket == buckets
    b.eq    3f
    ldp    x9, x17, [x12, #-16]!    // {x9, x17} = *--bucket
    b    1b            // loop

3:    // double wrap
    JumpMiss $0

.endmacro

具体的 CacheLookup 我们这里就不再展开了,我们只关心这里是从哪里查找方法的。在注释中,明确说到这是一个“去类的方法缓存中寻找方法实现”的函数,参入的参数是x1中的selector,x16中的class (class to be searched 就是说从这个类中开始查找) ,而这时候的x16,恰恰是我们刚才在 _objc_msgSendSuper2 存入的父类 [Father class] ,因此, 方法会从这个类中开始查找

整体调用流程

从手动实现->查看clang重写->查看IR码->查看汇编源码这几个过程分析下来,我们总算是把这条真实的 super 调用链路搞搞清楚了:

  1. 编译器指定一个 struct._objc_super 结构体, 结构体中 self 为接收对象, 直接指明 自身的类为结构体第二个class类型的值。
  2. 调用 _objc_msgSendSuper2 函数,传入上述 struct._objc_super 结构体。
  3. _objc_msgSendSuper2 函数中直接通过偏移量 直接查找 父类。
  4. 调用 CacheLookup 函数去父类中查找指定方法。

结论

所以,从真实的IR代码中, super 关键字其实是直接指明本类Son,再结合 _objc_msgSendSuper2 函数直接获取父类去查找方法的,而并非像clang重写的那样,指明本类,再通过runtime查找父类。

其实先指明本类,再通过runtime查找父类,也是没有问题的,这还可以避免一些运行时“更改父类”的情况。但是LLVM的做法应该是有他的道理的,可能是出于性能考虑?

相关帖子
用户评论
开源开发学习小组列表