Mengapa dua binari program dengan hanya komentar diubah sama persis di gcc?

Saya membuat dua program C.

1. Program 1

   int main()
   {
   }
   

2. Program 2

   int main()
   {
   //Some Harmless comments
   }
   

AFAIK, saat mengkompilasi, kompilator (gcc) harus mengabaikan komentar dan whitepaces yang berlebihan, dan karenanya keluarannya harus serupa.

Tetapi ketika saya memeriksa md5sums dari binari keluaran, mereka tidak cocok. Saya juga mencoba kompilasi dengan optimasi -O3dan -Ofastnamun mereka masih tidak cocok.

Apa yang terjadi disini?

EDIT: perintah yang tepat dan ada md5sums (t1.c adalah program 1 dan t2.c adalah program 2)

gcc ./t1.c -o aaa
gcc ./t2.c -o bbb
98c1a86e593fd0181383662e68bac22f  aaa
c10293cbe6031b13dc6244d01b4d2793  bbb

gcc ./t2.c -Ofast -o bbb
gcc ./t1.c -Ofast -o aaa
2f65a6d5bc9bf1351bdd6919a766fa10  aaa
c0bee139c47183ce62e10c3dbc13c614  bbb


gcc ./t1.c -O3 -o aaa
gcc ./t2.c -O3 -o bbb
564a39d982710b0070bb9349bfc0e2cd  aaa
ad89b15e73b26e32026fd0f1dc152cd2  bbb

Dan ya, md5sums cocok di beberapa kompilasi dengan flag yang sama.

BTW sistem saya gcc (GCC) 5.2.0danLinux 4.2.0-1-MANJARO #1 SMP PREEMPT x86_64 GNU/Linux

Itu karena nama file berbeda (meskipun output stringnya sama). Jika Anda mencoba memodifikasi file itu sendiri (daripada memiliki dua file), Anda akan melihat bahwa binari keluaran tidak lagi berbeda. Seperti yang saya dan Jens katakan, itu karena GCC membuang seluruh muatan metadata ke dalam biner yang dibuatnya, termasuk nama file sumber yang tepat (dan AFAICS begitu pula dentang).

Coba ini:

$ cp code.c code2.c subdir/code.c
$ gcc code.c -o a
$ gcc code2.c -o b
$ gcc subdir/code.c -o a2
$ diff a b
Binary files a and b differ
$ diff a2 b
Binary files a2 and b differ
$ diff -s a a2
Files a and a2 are identical

Ini menjelaskan mengapa md5sums Anda tidak berubah di antara build, tetapi berbeda di antara file yang berbeda. Jika Anda mau, Anda dapat melakukan apa yang disarankan Jens dan membandingkan output stringsuntuk setiap biner Anda akan melihat bahwa nama file disematkan dalam biner. Jika Anda ingin "memperbaiki" ini, Anda dapat stripbinari dan metadata akan dihapus:

$ strip a a2 b
$ diff -s a b
Files a and b are identical
$ diff -s a2 b
Files a2 and b are identical
$ diff -s a a2
Files a and a2 are identical

Alasan paling umum adalah nama file dan stempel waktu yang ditambahkan oleh kompiler (biasanya di bagian info debug di bagian ELF).

Coba lari

 $ strings -a program > x
 ...recompile program...
 $ strings -a program > y
 $ diff x y

dan Anda mungkin melihat alasannya. Saya pernah menggunakan ini untuk menemukan mengapa sumber yang sama akan menyebabkan kode yang berbeda ketika dikompilasi di direktori yang berbeda. Temuannya adalah bahwa __FILE__makro diperluas ke nama file absolut , berbeda di kedua hierarki.

Catatan : ingat bahwa nama file sumber dimasukkan ke dalam biner yang tidak dilipat, jadi dua program yang berasal dari file sumber dengan nama berbeda akan memiliki hash yang berbeda.

Dalam situasi serupa, jika hal di atas tidak berlaku , Anda dapat mencoba:

• berjalan stripmelawan biner untuk menghilangkan lemak. Jika binari yang dilucuti sama maka itu adalah beberapa metadata yang tidak penting untuk operasi program.
• menghasilkan output perakitan menengah untuk memverifikasi bahwa perbedaan itu tidak dalam petunjuk CPU yang sebenarnya (atau, namun, untuk pinpoint lebih baik di mana perbedaan sebenarnya adalah )
• gunakan strings, atau buang kedua program ke hex dan jalankan diff pada dua hex dump. Setelah menemukan perbedaannya, Anda dapat mencoba dan melihat apakah ada rima atau alasan bagi mereka (PID, stempel waktu, stempel waktu file sumber ...). Misalnya Anda mungkin memiliki rutinitas menyimpan stempel waktu pada waktu kompilasi untuk tujuan diagnostik.