在Linux汇编中获取数据段末尾的方法（实现自定义malloc）

好问题！在Ubuntu x86_64环境下用NASM+LD实现malloc时，除了在数据段末尾手动添加标签，你可以直接通过brk系统调用本身获取当前程序的break位置——这和C语言中sbrk(0)的效果完全一致，因为sbrk(0)底层就是这么实现的。

核心原理 #

Linux的brk系统调用有个特殊行为：当你传入的参数为0时，它不会修改程序的break地址，而是直接返回当前的break值。这个值就是堆的起始位置（也就是数据段/BSS段的末尾），正好是你实现malloc需要的起点。

x86_64下brk系统调用的使用方式 #

x86_64 Linux的系统调用规则是：

• 系统调用号存入rax寄存器，brk的系统调用号是12
• 参数存入rdi寄存器（brk仅需一个参数：要设置的break地址）
• 执行syscall指令触发调用，返回值存在rax中（成功返回新的break地址，失败返回-1，错误码在rax低32位）

汇编代码示例 #

以下是一个极简的示例，展示如何获取当前break地址，以及如何扩展它来分配内存：

section .text
global _start

_start:
    ; 第一步：获取当前break地址（等价于C的sbrk(0)）
    mov rdi, 0          ; 传入0，请求返回当前break
    mov rax, 12         ; brk系统调用号
    syscall
    ; 此时rax寄存器中存储的就是当前堆的起始地址（数据段末尾）

    ; 第二步：扩展break，分配1024字节内存
    add rax, 1024       ; 计算新的break地址：当前地址 + 要分配的字节数
    mov rdi, rax        ; 将新地址传入rdi
    mov rax, 12         ; 再次调用brk系统调用
    syscall
    ; 成功的话，rax会返回新的break地址；失败则返回-1

    ; 退出程序
    mov rax, 60         ; exit系统调用号
    mov rdi, 0          ; 退出码0
    syscall

两种方法的对比 #

• 数据段标签法：比如在.data段末尾加end_of_data:，通过mov rax, end_of_data获取地址。但这种方法无法覆盖链接器自动添加的BSS段、动态链接相关的隐式数据，结果可能不准确。
• brk系统调用法：直接从内核获取当前的break位置，是最准确的方式，完全不依赖C库，纯汇编就能实现，更适合手动实现内存分配器的场景。

内容的提问来源于stack exchange，提问作者brenden