前言
C#這種語言之所以號稱安全的，面向對象的語言。這個安全兩個字可不是瞎叫的哦。因爲JIT會檢查任何可能超出分配範圍的數值，以便使其保持在安全邊界內。這裏有兩個概念，其一邊界檢查，其二IR解析。後者的生成是前者的功能的保證。啥叫IR，你以爲的IL是中間語言，其實並不是，還有一層IR中間表象。.Net8的頂級技術之一（非專屬），曉者寥寥。本篇來看看這兩項技術。
概括
1.邊界檢查的缺陷
也叫循環提升，這裏邊界檢查以數組的邊界檢查爲例，看下C#代碼
C# Code
using System.Runtime.CompilerServices;
class Program
{
static void Main()
{
int[] array = new int[10_000_000];
for (int i = 0; i < 1_000_000; i++)
{
Test(array);
}
}
[MethodImpl(MethodImplOptions.NoInlining)]
private static bool Test(int[] array)
{
for (int i = 0; i < 0x12345; i++)
{
if (array[i] == 42)
{
return true;
}
}
return false;
}
}
JIT並不知道數組array[i]裏面的i索引是否超過了array數組的長度。所以每次循環都會檢查索引的大小，如果超過則報異常，不超過繼續循環，這種功能就叫做邊界檢查。是.Net6 JIT自動加上去的，但是它有缺陷。
缺陷就在於，每次循環都檢查，極大消耗了代碼的運行效率。爲了避免這種缺陷，是否可以在循環之前判斷array數組的長度小於或者循環的最大值。通過這種一次性的判斷，取代每次循環的判斷，最大化提升代碼運行效率。
在.Net8裏面這種情況是可行的。
.Net8 JIT Machine Code
G_M000_IG01: ;; offset=0000H
4883EC28 sub rsp, 40
G_M000_IG02: ;; offset=0004H
33C0 xor eax, eax
4885C9 test rcx, rcx
7429 je SHORT G_M000_IG05
81790845230100 cmp dword ptr [rcx+08H], 0x12345
7C20 jl SHORT G_M000_IG05
0F1F40000F1F840000000000 align [12 bytes for IG03]
G_M000_IG03: ;; offset=0020H
8BD0 mov edx, eax
837C91102A cmp dword ptr [rcx+4*rdx+10H], 42
7429 je SHORT G_M000_IG08
FFC0 inc eax
3D45230100 cmp eax, 0x12345
7CEE jl SHORT G_M000_IG03
G_M000_IG04: ;; offset=0032H
EB17 jmp SHORT G_M000_IG06
G_M000_IG05: ;; offset=0034H
3B4108 cmp eax, dword ptr [rcx+08H]
7323 jae SHORT G_M000_IG10
8BD0 mov edx, eax
837C91102A cmp dword ptr [rcx+4*rdx+10H], 42
7410 je SHORT G_M000_IG08
FFC0 inc eax
3D45230100 cmp eax, 0x12345
7CE9 jl SHORT G_M000_IG05
G_M000_IG06: ;; offset=004BH
33C0 xor eax, eax
G_M000_IG07: ;; offset=004DH
4883C428 add rsp, 40
C3 ret
G_M00_IG08: ;; offset=0052H
B801000000 mov eax, 1
G_M000_IG09: ;; offset=0057H
4883C428 add rsp, 40
C3 ret
G_M000_IG10: ;; offset=005CH
E89F82C25F call CORINFO_HELP_RNGCHKFAIL
CC int3
; Total bytes of code 98
誠如上面所言，邊界檢查的判斷放在了for循環的外面。if和else分成快速和慢速路徑，前者進行了優化。逆向成C#代碼如下
if(array!=null && array.length >=0x12345)//數組不能爲空，且數組的長度不能小於循環的長度。否則可能邊界溢出
{
for(int i=0;i<0x12345；i++)
{
if(array[i]==42)//這裏不再檢查邊界
{
return true;
}
}
return false;
}
else
{
for(int i=0;i<0x2345；i++)
{
if(array[i]==42)//邊界檢查
return true;
}
return flase;
}
邊界檢查不是本節的重點，重點是這個邊界檢查是如何通過IR生成的,以及優化。因爲IL代碼裏面並沒有。
2.IR的生成
部分代碼。常規的認爲，C#的運行過程是：
C# Code->
IL ->
Machine Code
一般的認爲，IL是中間語言，或者字節碼。但是實際上還有一層在JIT裏面。如下：
C# Code ->
IL ->
IR ->
Machine Code
這個IR是對IL進行各種騷操作。最重要的一點就是各種優化和變形。這裏來看看IR是如何對IL進行邊界檢查優化的。
看下邊界檢查的核心IR代碼：
***** BB02
STMT00002 ( 0x004[E-] ... 0x009 )
[000013] ---XG+----- * JTRUE void
[000012] N--XG+-N-U- \--* EQ int
[000034] ---XG+----- +--* COMMA int
[000026] ---X-+----- | +--* BOUNDS_CHECK_Rng void
[000008] -----+----- | | +--* LCL_VAR int V01 loc0
[000025] ---X-+----- | | \--* ARR_LENGTH int
[000007] -----+----- | | \--* LCL_VAR ref V00 arg0
[000035] n---G+----- | \--* IND int
[000033] -----+----- | \--* ARR_ADDR byref int[]
[000032] -----+----- | \--* ADD byref
[000023] -----+----- | +--* LCL_VAR ref V00 arg0
[000031] -----+----- | \--* ADD long
[000029] -----+----- | +--* LSH long
[000027] -----+---U- | | +--* CAST long <- uint
[000024] -----+----- | | | \--* LCL_VAR int V01 loc0
[000028] -----+-N--- | | \--* CNS_INT long 2
[000030] -----+----- | \--* CNS_INT long 16
[000011] -----+----- \--* CNS_INT int 42
------------ BB03 [00D..019) -> BB02 (cond), preds={BB02} succs={BB04,BB02}
這種看着牛逼轟轟的代碼，正是IR。從最裏面看起，意思在註釋裏。
[000031] -----+----- | \--* ADD long //把LSH計算的結果加上16，這個16就是下面的CNS_INT long 16的16.
[000029] -----+----- | +--* LSH long //LSH表示把數組索引左移2位。這個2就是下面的CNS_INT long 2裏面的2
[000027] -----+---U- | | +--* CAST long <- uint//把數組索引的類型從uint轉換轉換成long類型
[000024] -----+----- | | | \--* LCL_VAR int V01 loc0 //讀取本地變量V01,實際上就是數組arrar的索引。
[000028] -----+-N--- | | \--* CNS_INT long 2 //這個2是左移的位數
[000030] -----+----- | \--* CNS_INT long 16//被ADD相加的數值16
繼續看
| \--* IND int
[000033] -----+----- | \--* ARR_ADDR byref int[]
[000032] -----+----- | \--* ADD byref //把前面計算的結果與array數組的地址相加。實際上就是 array + i*4+-x10。一個索引佔4個字節，methodtable和array.length各佔8字節，這個表達式的結果就是索引位i的array的值，也就是array[i]這個數值。
[000023] -----+----- | +--* LCL_VAR ref V00 arg0 //獲取本地變量V00的地址，這個地址實際上就是數組array的地址。
[000031] -----+----- | \--* ADD long
[000029] -----+----- | +--* LSH long
[000027] -----+---U- | | +--* CAST long <- uint
[000024] -----+----- | | | \--* LCL_VAR int V01 loc0
[000028] -----+-N--- | | \--* CNS_INT long 2
[000030] -----+----- | \--* CNS_INT long 16
繼續看
[000013] ---XG+----- * JTRUE void //是或者否都進行相應的跳轉
[000012] N--XG+-N-U- \--* EQ int //判斷獲取的array[i]是否等於42，這個42是CNS_INT int 42裏的42
[000034] ---XG+----- +--* COMMA int //計算它的兩個值，獲取第二個值也就是array[i]
[000026] ---X-+----- | +--* BOUNDS_CHECK_Rng void
[000008] -----+----- | | +--* LCL_VAR int V01 loc0 //數組的索引i值
[000025] ---X-+----- | | \--* ARR_LENGTH int //獲取數組長度
[000007] -----+----- | | \--* LCL_VAR ref V00 arg0 //數組的長度
[000035] n---G+----- | \--* IND int //獲取array[i]的值
[000033] -----+----- | \--* ARR_ADDR byref int[] //獲取剛剛array數組地址
//中間省略，上面已經寫過了。
[000011] -----+----- \--* CNS_INT int 42
那麼翻譯成C# Code如下：
if(array[i]==42)
{
return true;
}
return false
這裏還沒有循環，因爲循環在其它的Basic Block塊，這裏是BB02塊。那麼下面就是對着BB02進行優化變形，最終形成了如上邊界檢查去除所示的結果。關於這點，下篇再看。
結尾
作者:江湖評談
原文：在此處
文章首發在公衆號上，歡迎關注。
