5.程序的表示转换和链接

高级语言程序中的运算是通过指令来完成的，参与运算的变量或常量就是指令中的操作数，所以了解了运算的底层逻辑以后，来进一步了解指令。

目前主流计算机都是intel架构。

5.1

5.1.1 程序和指令的关系

还是得看编程模型，硬件结构，第一章的东西。

“存储程序”的工作方式。

程序由指令组成：

• 程序在执行之前，数据和指令存放在存储器里，指令和数据都有地址，指令由OP、ADDR字段组成，(操作码字段，地址字段)，程序的起始地址放在PC(程序计数器)里。

• 开始执行程序

  • 1.根据PC取得指令

  • 2.指令译码

  • 3.取操作数

  • 4.指令执行

  • 5.回写结果

  • 6.修改PC的值

指令和数据在形式上没有区别，都是01序列。指令执行时，指令和数据从存储器挪动到CPU，指令放在指令寄存器里，数据放在通用寄存器里。

指令中需要给出的信息：

• 操作性质(操作码)

• 源操作数1；源操作数2(可选)。(立即数，寄存器编号，存储器地址)

• 目的操作数地址(寄存器编号，存储地址)

存储地址的描述与操作数的数据结构有关

指令描述对谁干什么。操作数在指令里给出，就是个立即数，参考微机原理。

除了上面这些，再来回顾一下不同层次语言之间的等价转换关系。

高级语言无法直接执行，要用编译程序编译位汇编语言程序，再用汇编程序转换成机器指令，机器指令就是01序列，可以直接在硬件上执行，可以被机器理解。机器指令实际上是控制信号，控制数字电路动作。任何高级语言最终是通过执行若干条指令来完成的。

软件和硬件的交界面有个接口，这个接口就是指令系统，或者叫指令集体系结构，最关键的就是指令。

指令有微指令、机器指令、伪(宏)指令之分

这里讲的指令都是机器指令。微指令是硬件范畴，是微程序级指令，“微过程”。伪指令之由若干机器指令组成的指令序列，相当于子程序，属于软件范畴。汇编指令是机器指令的汇编表示形式，即符号表示，机器指令和汇编指令一一对应，都和机器结构有关，都是机器级指令。

机器指令是01序列，由若干字段组成

mov [bx+di-6], cl

movb %cl, -6(%bx, %di)

汇编指令来表示机器指令，可能有不同格式，比如intel格式，或AT&T格式

指令的功能可以用寄存器传送语言来描述(Register Transfer Language)

M[ R[bx] + R[di] - 6 ] ← R[cl]

mov,bx,movb都是助记符

最后再回顾一下高级语言转换为机器代码的过程。

[hello.c]预处理[hello.i]编译[hello.s]汇编[hello.o]链接[hello]

• 预处理：高级语言源程序中#开头的文本处理

• 编译：生成汇编语言程序

• 汇编：生成机器语言文件

• 链接：生成最终的可执行文件

5.1.2 目标代码和ISA

gcc使用举例

# 基本使用
gcc -O1 main.c test.c -o test

其中的 -O1 为一级优化，一般用 -O2 就可以，使用 -O0 时，得到的机器码最接近原来的 C 程序。使用 gcc 的一些选项可以转化过程的中间内容

# 源文件处理成预处理文件
gcc -E main.c -o main.i

# 预处理文件生成汇编程序文件
gcc -S main.i -o main.s

# 源文件直接处理成汇编程序文件
gcc -S main.c -o main.s

# 汇编程序文件生成可重定位的目标代码
gcc -c main.s -o main.o

# 

可重定位的目标程序已经是机器码了，二进制文件，想要看里面的内容需要用到反汇编工具，这个程序的起始地址都是0，显然这不是最终程序指令存放的地址，所以叫做可重定位，而且起始地址一定会重新定位到其他地方。

反汇编工具 objdump ，这个工具把机器码反汇编为汇编语言程序。

objdump -d test.o

编译得到的汇编语言程序和反汇编的略有区别。

两种可执行目标文件 main.o 和 main 都是二进制文件。

• main.o 可重定位目标文件

• main 可执行目标文件

分别 dump 出来的结果，可以看出指令都是一样的，区别在于地址不同。可执行文件地址是一个虚拟地址。

实际看看

int add(int i, int j)
{
  int x = i + j;
  return x;
}

回顾指令系统，(指令集体系结构，ISA，Instruction Set Architecture)，这是个规约(Specification)，规定了如何使用硬件。

使用硬件，即硬件提供的功能，实际上是被抽象成指令被软件使用的，比如说一个 CPU 支持硬件浮点运算功能，那么它一定有和浮点运算相关的专用指令。

ISA 规定了计算机硬件可以执行的指令，指令的格式操作种类，操作数数据类型，寄存器名称，编号，操作数存放的空间，编制方式，大小端，寻址方式.........所有和硬件实现相关的东西。

因此 ISA 是计算机系统里必不可少的抽象层，是对硬件的抽象。

如果没有指令系统，一个数字电路就没法叫做通用计算机。

ISA 和计算机组成(微体系结构)的关系：微结构是指令系统的电路实现。

不同的ISA 如 IA-32 ，MIPS，ARM等，可以由不同的微体系结构来实现。

同一种ISA可以有不同的计算机组成，如乘法器可用ALU或乘法器实现。

所以ISA是计算机组成的抽象。

5.2

intel，IA-32的体系结构

5.2.1 Intel 处理器

停产的：

• x86前的产品：4004，8008，8080

• x87外置浮点运算器

  • 8/16bit 8087

  • 16bit 80187，80287

  • 32bit 80387

• x86-16(16 bit)：8086，8088，80186，80286

• x86-32/IA-32(32bit)：80386，80486，Pentium

• x86-64/intel 64：Core 2

• 微控制器：8051，MCS-96

现在有的产品

• x86-32/IA-32：EP80579，Atom

• x86-64/Intel 64：Xeon e3 e5 e7，Core i3 i5 i7 i9

x86是Intel开发的一类处理器体系结构的泛称。架构就叫做x86，后来数据无法注册商标，就叫英文名了，如Core i9，现在Intel把32位x86架构的名称从x86-32改称为IA-32。

AMD提出了一个兼容IA-32指令集的64位版本，amd称为AMD64，Intel叫其位Intel64，这个体系命名为x86-64或者直接x64。

IA-32规定了

• 8个通用寄存器(GPR)0-7

• 一个 EFLAGS

• PC为EIP

• 可寻址空间4GB(0-0xFFFFFFFF)

• 指令格式变长，操作码变长，指令由若干字段组成

• 数据存放在通用寄存器GPR里，指令存放在存储器里

  • 因此指令中要给出的信息：

  • 操作性质(操作码)

  • 源操作数1 源操作数2(立即数，寄存器编号，存储地址)

  • 目的操作数地址(寄存器编号，存储地址)

5.2.2 IA-32寄存器组织

IA-32支持的数据类型

C声明	操作数类型	指令后缀	存储长度
unsigned char	整数/字节	b	8
unsigned short	整数/字	w	16
unsigned int	整数/双字	l	32
unsigned long int	整数/双字	l	32
unsigned long long int	-	-	32
char*	整数/双字	l	32
float	单精度浮点数	s	32
double	双精度浮点数	l	64

因此随着机器位数的发展，寄存器也是在不断兼容发展，新的机器也可以使用老的东西，这就出现了许多设计上的妥协。

寄存器组织：

• EAX

• EBX

• ECX

• EDX

8个寄存器的编号从000-111正好3个bit，寄存器的组织反映了体系结构发展的组织，字长扩充，指令兼容。

其中有个比较特殊的是标志寄存器，标志也叫条件码，这里要回顾ALU的硬件结构，通过数字逻辑电路，运算产生条件码保存在这个寄存器里。

6个条件标志，3个控制标志，这几个在8086里面就有，此外还有一些新机器有的标志。

5.2.3 IA-32的寻址方式

• 寻址方式

  • 如何根据指令给定信息得到操作数或操作数地址

• 操作数所在的位置

  • 指令中：立即数

  • 寄存器中：寄存器寻址

  • 存储单元中：存储器操作数，比较复杂的寻址方式

• 存储器操作数的寻址方式和处理器工作模式有段

  • 实地址模式和保护模式

• 实地址模式基本用不到，是为了和8086保持兼容

  • 在上电或复位时的模式

  • 寻址空间1MB，CS<<4 + IP

• 保护模式

  • 上电后，采用虚拟存储管理，多任务在隔离、保护

  • 80286以上的处理器工作模式

  • 寻址空间4GB，32位线性地址分段

保护模式下的寻址方式，除了直接寻址，和寄存器寻址，其他的都是存储器操作数的寻址方式，操作数都放在存储器里，最终得到的地址时存储空间里的地址。

最终的线性地址(LA)，段基址 + 偏移量，

寻址过程涉及到了分段虚拟管理方式，会在后面学习。

5.2.4 高级语言中寻址举例

int x;
float a[100];
short b[4][4];
char c;
double d[10];

double类型变量在linux里4Byte对齐存放，windows里8Byte对其存放。

通过基址找到指定索引的数据。

5.2.5 IA-32 指令格式

指令段：	操作码	寻址方式	SIB	位移	直接数据
字节数：	1或2	0或1	0或1	1、2、4	立即数

操作码和和机器模式一起确定寄存器位数（AL, AX, EAX)

对于寻址方式字段，可有可无

mod	reg/op	r/m
2bit	3bit	3bit

存储器操作数，指出基址寄存器和变址寄存器，B基址，I变址，ss比例因子，1/2/4/8这四种情况因此3bit就够了。

SS	Index	Base
2bit	3bit	3bit

举个例子，机器指令

8d 04 02 leal (%edx, %eax, 1),%eax

1000 1101 0000 0100 0000 0010

不难，但是多。各个位的划分是由第一个字节op操作码决定的。

IA-32是典型的CISC(复杂指令集计算机)风格的ISA

• 8个通用寄存器(8,16,32)

• 2个专用寄存器eip, eflasg

• 6个段寄存器(间接给出段基址)

• 存储器地址空间为4GB，按字节编址，小端方式

• 寻址方式

  • 立即，寄存器，存储器(SR:[B]+[I]*s+A)段基址+有效地址(基址+变址x比例因子+偏移)

  • 相对寻址(对于指令来说的，跳转的时候，需要当前地址进行相对寻址)

• 指令位变长指令字、变长操作码

• 两种汇编语言格式

  • Intel格式

  • AT&T格式

8(%edx,%eax,4)