为什么我的 hello world 二进制文件大部分为零？

我已经编译了

#include <stdio.h>

int main() {
    printf("Hello world");
    return 0;
}

在 Mac 上，它的大小为 48k。但是，当我查看二进制文件时xxd大部分看起来像这样：

...
0000b990: 0000 0000 0000 0000 0000 0000 0000 0000  ................
0000b9a0: 0000 0000 0000 0000 0000 0000 0000 0000  ................
0000b9b0: 0000 0000 0000 0000 0000 0000 0000 0000  ................
...

为什么会这样呢？

otool告诉我：

 otool -L hello
hello:
    /usr/lib/libSystem.B.dylib (compatibility version 1.0.0, current version 1292.0.0)

很好，它再次动态链接到 libSystem，在那里它printf is.

那为什么全是零呢？

因为对齐。

XNU 强制映射二进制文件部分的每个段都与平台的页面大小对齐。在 x86_64 上，这是 0x1000 字节，在 arm64 上，这是 0x4000 字节（即使硬件支持 0x1000）。如果某些段的数据必须与某个偏移量对齐，那么就必须有某物在填补两者之间空白的文件中 - 通常为零。

现在，如果您的二进制文件是 48KB，那么它的段可能如下所示：

LC 00: LC_SEGMENT_64  Mem: 0x000000000-0x100000000  File: Not Mapped    ---/--- __PAGEZERO
LC 01: LC_SEGMENT_64  Mem: 0x100000000-0x100004000  File: 0x0-0x4000    r-x/r-x __TEXT
LC 02: LC_SEGMENT_64  Mem: 0x100004000-0x100008000  File: 0x4000-0x8000 rw-/rw- __DATA_CONST
LC 03: LC_SEGMENT_64  Mem: 0x100008000-0x10000c000  File: 0x8000-0xc000 rw-/rw- __DATA
LC 04: LC_SEGMENT_64  Mem: 0x10000c000-0x100010000  File: 0xc000-0xc110 r--/r-- __LINKEDIT

对于 0x4000 的对齐，这已经是最小布局。但如果你使用 Intel，你可以通过传递强制链接器使用 0x1000-Wl,-segalign,0x1000给编译器。这应该会生成一个只有 12KB 左右的二进制文件：

LC 00: LC_SEGMENT_64  Mem: 0x000000000-0x100000000  File: Not Mapped    ---/--- __PAGEZERO
LC 01: LC_SEGMENT_64  Mem: 0x100000000-0x100001000  File: 0x0-0x1000    r-x/r-x __TEXT
LC 02: LC_SEGMENT_64  Mem: 0x100001000-0x100002000  File: 0x1000-0x2000 rw-/rw- __DATA_CONST
LC 03: LC_SEGMENT_64  Mem: 0x100002000-0x100003000  File: 0x2000-0x3000 rw-/rw- __DATA
LC 04: LC_SEGMENT_64  Mem: 0x100003000-0x100004000  File: 0x3000-0x3110 r--/r-- __LINKEDIT

如果您想进一步优化二进制文件，则需要删除段。通过导入和链接，您真正可以摆脱的唯一一个是__DATA_CONST，您可以通过针对 macOS Mojave（或更早版本）使用-mmacosx-version-min=10.14。这将使您剩下 8KB 多一点的空间：

LC 00: LC_SEGMENT_64  Mem: 0x000000000-0x100000000  File: Not Mapped    ---/--- __PAGEZERO
LC 01: LC_SEGMENT_64  Mem: 0x100000000-0x100001000  File: 0x0-0x1000    r-x/r-x __TEXT
LC 02: LC_SEGMENT_64  Mem: 0x100001000-0x100002000  File: 0x1000-0x2000 rw-/rw- __DATA
LC 03: LC_SEGMENT_64  Mem: 0x100002000-0x100003000  File: 0x2000-0x20f0 r--/r-- __LINKEDIT

如果您追求尽可能最小的可执行文件，您可以进一步放弃__DATA甚至可能__LINKEDIT，但是您必须大幅更改代码以仅发出原始系统调用，而不使用动态链接器等。

对于任何现实世界的应用程序，我还想说这些零实际上并不重要。给定四个映射段，它们使用的空间永远不会超过 48KB。二进制越大，零所占的百分比就越小。

至于分布，答案很明显：xz.
压缩上述二进制文件会产生：

• 48KB 二进制文件为 776 字节。
• 12KB 二进制文件为 736 字节。
• 8KB 二进制文件为 684 字节。