基本概念
程序：由一系列有序的指令构成
指令：指示计算机硬件完成指定的基本操作的命令
指令系统
又叫指令集，是一台计算机所有指令的集合
位于软件硬件交界面上
计算机的主要属性，指出计算机有哪些基本的硬件功能
指令系统应具备的特征
完备性：功能齐全
高效性：编写的程序占据空间小，执行速度快
规整性
对称性：所有寄存器和存储单元可同等对待；所有指令可使用各种寻址方式
匀齐性：可以支持各自数据类型
一致性：指令格式和数据格式一致
兼容性：系列机各种机型有相同的基本机构和共同的基本指令集
指令格式
基本格式
操作码+地址码
操作码指出操作的类型
地址码给出被操作的信息的地址
指令长度指的是一条指令的二进制代码长度
取决于操作码长度、地址码长度、地址码个数
可能大于、等于或小于机器字长，如双字长指令、字长指令、半字长指令
指令系统的所有指令长度相等，称为定长指令字结构，执行快，结构简单
指令系统的指令长度随指令而异，称为变长指令字结构，一般是字节的整数倍（考虑主存按字节编址）
根据操作数地址码的个数，指令分为
零地址指令
不需要操作数的指令。如空指令、停机指令、关中断指令
涉及堆栈的运算指令。
一地址指令：
单操作数指令。如自增、自减、求反、求补，形式为
隐含的双操作数指令。一般另一个操作数由ACC（累加器）提供，运算结果也存到ACC中，形式为
二地址指令：比如常用的逻辑运算，算术运算，形式为
三地址指令：比如常用的逻辑运算，算术运算，形式为
四地址指令：形式为，是下一条指令的地址
定长操作码指令格式
在指令高位分配固定长度的若干位表示操作码
位操作码字段可以表示个指令
定长操作码简化计算机硬件设计，提高指令译码识别速度，当计算机字节为32位和更长时，这是常规用法
拓展操作码指令格式
当指令字长有限时，为了丰富指令种类，可以采用可变长度操作码
拓展操作码是最常用的可变长操作码，操作码长度根据地址码的减少而增加
一般全1留作拓展操作码使用
比如0000 - 1110是4位操作码；11110000 -
11111110是8位操作码；111111110000 - 111111111110是12位操作码
除了拓展操作码，还有其他的拓展方法，比如哈夫曼编码的思想，给高频指令短的操作码
拓展编码必须是前缀码，即不存在短码是长码的前缀，且各指令操作码不重复
指令的操作类型
数据传送
寄存器之间的传送 MOV
从内存读数据到CPU寄存器 LOAD
从CPU寄存器写数据到内存 STORE
算术和逻辑运算
算术运算：ADD（加）、SUB（减）、CMP（比较）、MUL（乘）、DIV（除）、INC（自增1）、DEC（自减1）
逻辑运算：AND（与）、OR（或）、NOT（非）、XOR（异或）
移位操作
算术移位
逻辑移位
循环移位
转移操作
无条件转移 JMP：任意条件都会转移
条件转移 BRANCH：满足条件才会转移
调用
CALL：调用指令需要保存下一条指令的地址，方便调用结束后返回。
返回 RET：完成调用后根据之前保存的地址返回
陷阱 TRAP
输入输出操作：用于CPU和外部设备交换数据、传送控制命令和状态信息
寻址方式
有效地址的概念
指令中的地址码字段并不代表操作数真实地址，而是形式地址
形式地址需要结合寻址方式，算出操作数在存储器中的真实地址，即有效地址EA
若考虑虚拟存储机制，有效地址本质上是段内偏移量，即线性地址等于段基地址加有效地址。
本章内容除非特殊说明，默认先不考虑虚拟存储，即段基地址从0开始，且不采用分页机制，此时有效地址就是真实的物理地址
指令寻址和数据寻址
指令寻址
含义：寻找下一条需要执行的指令地址
分为
顺序寻址：程序计数器PC加1
跳跃寻址：通过本条转移指令算出下一条指令地址，可能跳跃到绝对地址（根据标记符），也可能跳跃到相对地址（距当前的指令偏移量），算出后修改程序计数器PC
数据寻址
含义：根据指令中操作数的形式地址得到其有效地址
数据寻址方式很多，通常在指令中设置一个字段（即寻址特征），用以指明寻址方式的类型
指令的格式为：操作码、寻址特征、形式地址A
常见寻址方式
隐含寻址
不显式给出所有操作数地址，指令中隐含操作数的地址
比如累加器ACC作为第二个操作数的地址，结果也存放到ACC中
优点是缩短指令长度；缺点是需要增加存储隐含地址的硬件
访存0次
立即（数）寻址
地址字段指出的是操作数本身，称为立即数
数据用补码形式存放
优点是不需要访问内存；缺点是立即数的位数收到指令长度限制
访存0次
直接寻址
地址字段就是操作数的真实地址
优点是寻址简单，只需要访问一次内存；缺点是寻址范围受指令位数限制，地址也不容易修改
访存1次
间接寻址
指令中给出操作数真实地址所存放位置的真实地址
间接寻址可以是一次，也可以是多次
如果内存寻址得到的内容第一位是1，表示多次间接寻址，需要继续寻址
如果内存寻址得到的内容第一位是0，表示得到的就是操作数的地址
优点是扩大了寻址范围，EA位数大于A的位数；缺点是需要多次访存（至少2次）
这种寻址方式不常用，通常使用寄存器间接寻址扩大寻址范围
访存至少2次
寄存器寻址
指令中给出操作数所在的寄存器编号
优点是不访问主存，且地址码很短（因为寄存器不多）；缺点是寄存器价格贵，个数有限
访存0次
寄存器间接寻址
指令中给出操作数真实地址所存放的寄存器编号
特点是比间接寻址快，但仍需要访问主存
访存1次
相对寻址
指令中给出的是偏移地址（可正可负），基地址在PC中
操作数地址不是固定的，广泛应用于转移指令
注意
转移指令取出后，PC会立刻更新到下一行指令的位置，此后再计算相对偏移量。
比如转移指令2个字节，转移指令地址为X，则执行完后，
访存1次
基址寻址
指令给出偏移地址，基地址在基址寄存器BR中
面向操作系统的寻址方式，基址寄存器由操作系统管理，用户程序运行时通常BR不可变
该寻址方法扩大了寻址范围，用户不需要考虑编程的地址范围；缺点是偏移量的位数短
访存1次
变址寻址
指令给出基地址，偏移地址在变址寄存器IX中
面向用户的寻址方式，变址寄存器用户可以更改，指令中的A一般不变
该寻址方法扩大了寻址范围，常用于数组（A为数组地址，IX存放元素偏移量）、循环；缺点是偏移量的位数短
访存1次
堆栈寻址
堆栈是存储器（或专用寄存器组）中特定的按后进先出原则管理的存储区
该存储的读写一般通过栈顶指针寄存器SP
分为
硬堆栈：寄存器堆栈，成本高，不适合大容量堆栈
软堆栈：主存中划分一块区域作为堆栈，划算且常用
本寻址方式一般指令中都无操作数，操作数隐含在堆栈中，在读写堆栈的单元前后会相应对SP内容进行增减
x86汇编指令入门
相关寄存器
8个32位的通用寄存器，分别为
EAX 累加器（Accumulator）
EBX 基地址寄存器（Base Register）
ECX 计数寄存器（Count Register）
EDX 数据寄存器（Data Register）
ESI、EDI 变址寄存器（Index Register）
EBP 堆栈基指针（Base Pointer）
ESP 堆栈顶指针（Stack Pointer）
功能上作为程序计数器PC的寄存器：IP或EIP，只能使用控制指令修改
字母表示可以大写也可以小写，第一个字母E表示Extended（拓展的）
为了兼容性，EAX、EBX、ECX、EDX的低两个字节可以单独使用，以EAX为例
EAX低2字节称为AX
AX的高字节和低字节分别称为AH和AL
除了EBP和ESP，其他寄存器的使用实际上是任意的
寻址模式
如果是两个地址参数，第一个为目的地址，第二个为源地址
中括号内是地址，整体表示取括号中地址对应的存储空间
计算地址最多只能用2个32位寄存器和1个32位有符号常数相加
内存分配
汇编语言中声明内存大小，显示的使用
DB：Data Byte，单字节
DW：Data Word，双字节
DD：Double Word，四字节
对于常数的分配空间大小，可以使用标识符
BYTE PTR：常数以单字节形式
WORD PTR：常数以双字节形式
DWORD PTR：常数以四字节形式
指令可以有后缀指明空间大小，以传送指令mov为例
movb：传送单字节
movw：传送双字节
movl：传送四字节
movq：传送八字节
常用指令
以
以
数据传送指令
mov指令：将第二个操作数复制到第一个操作数。要求目的操作数不为常数，且不能从内存到内存
mov
mov
mov
mov
mov
push指令：ESP值减4后把操作数压入栈中，可以看出栈增长方向是从大地址到小地址
push
push
push
pop指令：把操作数弹出栈后ESP加4
pop
pop
算术和逻辑计算指令
add/sub指令：第一个操作数加上/减去第二个操作数，结果保存在第一个操作数位置
add/sub
add/sub
add/sub
add/sub
add/sub
inc/dec指令：操作数自增1/自减1
inc/dec
inc/dec
imul指令：带符号整数乘法指令。第一个（目的）操作数必须是寄存器；可以有一个或两个源操作数；一个源操作数时不使用常数，其与目的操作数的积放到目的操作数；两个源操作数时使用常数，把积放到目的操作数；如果溢出则OF=1
imul
imul
imul
imul
idiv指令：带符号除法指令。一个操作数表示除数。被除数为EDX:EAX。结果商存入EAX，余数存入EDX。
idiv
idiv
and/or/xor指令：逻辑与/或/异或，结果放在第一个操作数
and/or/xor
and/or/xor
and/or/xor
and/or/xor
and/or/xor
not指令：取反（位翻转）指令
not
not
neg指令：取负指令
neg
neg
shl/shr指令：逻辑移位指令，结果存放在第一个操作数，第二个操作数为移位的位数
shl/shr
shl/shr
shl/shr
shl/shr
控制流指令
jmp指令：控制IP转移到label指示的地址执行
jmp
cmp指令：第一个操作数和第二个操作数比较，根据结果设置处理机状态字条件码
cmp
cmp
cmp
cmp
jcondition指令：根据处理机状态字进行条件转移
je
jne
jz
jg
jge
jl
jle
ja
jae
jb
jbe
call/ret指令：用于函数的调用和返回。call把当前指令地址入栈后，无条件转移到标签处；ret从栈中弹出之前保存的地址，无条件转移回之前的地址位置
call
ret
数据对齐和大小端存放
详见第二章笔记中，“数据的存储和排列”小节
CISC和RISC的基本概念
复杂指令系统计算机（CISC）
增强原有指令的功能，设置更复杂的新指令，使软件功能硬件化实现
比如X86架构计算机
精简指令系统计算机（RISC）
减少指令的种类、简化指令的功能，使指令的速度提高
比如ARM、MIPS架构计算机
复杂指令系统计算机
CISC的特点如下：
指令系统：复杂庞大
指令数目：一般在200条以上
指令字长：不固定。指令格式多，寻址方式多
可访存的指令：不受限制
各指令使用频度：差别大，遵循28定律（20%的指令使用频率80%，80%的指令很少使用）
各指令执行时间：差别大，大部分需要多个时钟周期
CPU中通用寄存器数量：较少
控制器控制方式：大多数采用微程序控制。有些指令很复杂，无法用硬连线控制。
目标代码优化：难以用优化编译生成高效的目标代码程序
指令流水线技术：可以通过一定方式实现
软件兼容性：比较好，高档机可保护低档机全部指令并加以扩充
精简指令系统计算机
RISC的特点如下：
指令系统：选取使用频率高的简单指令，复杂的指令由简单指令组合实现
指令数目：一般在100条以下
指令字长：固定。指令格式少，寻址方式少
可访存的指令：只有LOAD/STORE（取数存数）允许访存。其余指令的操作在寄存器之间进行
各指令使用频度：都经常使用
各指令执行时间：大部分指令在一个时钟周期内完成
CPU中通用寄存器数量：非常多
控制器控制方式：以硬布线控制（组合逻辑控制）为主，基本不用微程序控制
目标代码优化：特别重视编译优化工作，以减少程序执行时间
指令流水线技术：一定采用
软件兼容性：大多数RISC不能和老机器兼容，但因为实用性强，是未来的发展方向
高级语言程序与机器代码之间的对应
编译器、汇编器和链接器的基本概念
详见第一章笔记“高级语言程序与机器语言程序转换”小节
过程（函数）调用的机器级表示
假设P调用Q，则步骤如下
P保存现场：当需要保留调用者保存寄存器（包括EAX、ECX、EDX）的值，进行此步骤
P压参数：把调用参数按从右到左的顺序压入栈中（如果寄存器数量充足，也可能把部分参数用寄存器保存）
P执行CALL指令
存旧PC：把返回地址（调用指令后一条指令的位置）压栈
更新PC：修改PC至跳转处，此后Q过程开始执行
Q准备阶段
存原栈底：将EBP（P的栈底）压栈（此时ESP为栈顶，所指位置存放P的栈底）
更新栈底：更新EBP为ESP位置（即Q的栈底中存放P的栈底）
更新栈顶：修改ESP，为自己分配栈空间（一般减去大小为16字节的倍数，以便对齐）
保存现场：如果需要用被调用者保存寄存器（包括EBX、ESI、EDI），进行此步骤
Q过程体阶段
局部变量空间分配：一般按低地址到高地址的顺序使用栈空间（和栈增长方向相反）
通常按小端存放，考虑对齐
结束时设置返回值（通常是放到EAX寄存器中）
Q结束阶段
Q恢复P的现场
Q执行leave指令
恢复栈顶：修改ESP等于EBP，以释放Q的栈空间
恢复栈底：弹出Q的EBP所指向P的EBP的值给EBP，即恢复P的栈空间
Q执行ret指令
恢复PC：弹出此时ESP所指向的返回地址给PC，以返回P执行
P恢复现场
P继续执行CALL指令的下一条指令
注：关于一个过程P的栈帧 +
P栈帧头：P过程EBP指向空间（存放P过程的调用者的旧EBP） +
P栈帧尾：下一个过程Q的EBP指向空间（存放的是P的EBP）的前一个空间（存放的是P的返回地址）
+ 栈帧是周期性的，P的栈帧尾后面就是Q的栈帧头
选择结构语句的机器级表示
条件码
即标志位寄存器，包括
CF 进位标志：用于无符号数
ZF 零标志：最近运算是否为0
SF 符号标志：最近运算结果的符号
OF 溢出标志：用于带符号数
cmp和sub对条件码的行为一致
test和and对条件码行为一致
jcondition指令结合条件码的ZF和SF可以实现跳转
if语句
可以利用if-goto语句分析从高级语言到汇编的过程
如果if条件不满足，则goto跳转
然后把if-goto转换到对应的汇编中，使用cmp/test、jcondition
Label的方式
switch语句
相比于if语句多次条件判断来跳转，switch是多路选择，一次直接跳到某个条件处的语句执行
需要用到跳转表
段属性为只读，即.section .rodata
跳转地址在4字节边界上，即align 4
跳转表的头设置一个标记Label，头之后的每一行（项）都是一个标签Labeli，i=0，1，...，7
给出一个例子
设switch输入10、12、14、15、17分别对应情况L2、L3、L4、L1、L3，其他输入对应情况L5
跳转表Label标签后面的每一行分别表示情况10、11、12、...、17需要跳到的标记Labeli，即L2、L5、L3、L5、L4、L1、L5、L3
汇编代码中，首先把判断的输入减10，记为t。
比较t和7的关系（条件码设置按无符号减法）。
如果大于7（根据无符号数运算，这里包括t是负数的情况），跳转到L5
否则根据t作为索引查跳转表对应表项标签Labelt，跳转到跳转表此项对应的标签位置执行即可
循环结构语句的机器级表示
高级语言转汇编可以借助if-goto作为中间代码，方便分析转换
循环结构有三种情况
do-while循环：一次goto即可
while循环：相当于在do-while前先判断条件一次。需要两个goto
for循环：相当于while语句前先做一个初始化语句，可以先转成while循环。需要两个goto。
最后把if-goto转换到对应的汇编中，使用cmp/test、jcondition
Label的方式