彙編入門第一篇，小白也能看懂

cxuan本身的 Github 很是硬核，求各位大佬 star： github.com/crisxuan/be…

彙編代碼是計算機的一種低級表示，它是一種低級語言，能夠從字面角度去理解它，包括處理數據、管理內存、讀寫存儲設備上的數據，以及利用網絡通訊等。編譯器生成機器碼通過了一系列的轉換，這些轉換遵循編程語言、目標機器的指令集 和操做系統。

指令集

指令集就是指揮計算機工做的指令，由於程序就是按照必定執行順序排列的指令。由於計算機的執行控制權由 CPU 操做，因此指令集就是 CPU 中用來計算和控制計算機的一系列指令的集合。每一個 CPU 在產出時都規定了與硬件電路相互配合工做的指令集。

指令集有很多分類，可是通常分爲兩種，一種是精簡指令集，一種是複雜指令集。具體描述以下

精簡指令集

精簡指令的英文是 reduced instruction set computer， RISC，原意是精簡指令集計算，簡稱爲精簡指令集，是 CPU 的一種 設計模式，能夠把 CPU 想象成一家流水線工廠，對指令數目和尋址方式都作了精簡，使其實現更容易，指令並行執行程度更好，編譯器的效率更高。

常見的精簡指令集處理器包括 ARM、AVR、MIPS、PARISC、RISC-V 和 SPARC。

因此你就能理解

這本書是講啥的了。

它主要是基於 MIPS 體系結構把馮諾依曼體系的五大組件進行了逐一的硬件實現 + 軟件設計介紹，更爲重要的是引入了諸多並行計算的內容，這是大部分教材中忽略或者內容較少的，會根據這個思路把並行相關的內容，結合 OpenMP, CUDA 和 Hadoop/Spark 總體融入到新書中，畢竟這是將來發展的趨勢

還有這本書

這本書又是講啥的。

這本書是講 RISC-V 指令集的，由於指令集的不一樣也區分了三個版本，三個版本？？？嗯，還有下面這個

這本書是講 ARM 指令集的。

因此通常在看 CASPP 的時候併發的看看這本書是很是不錯的選擇。

精簡指令集通常具備以下特徵

• 統一的指令編碼
• 通用的寄存器，通常會區分整數和浮點數
• 簡單的尋址模式，複雜尋址模式被簡單指令序列來取代
• 支持不多偏門的類型，例如 RISC 支持字節字符串類型。

複雜指令集

複雜指令集的英文是 Complex Instruction Set Computing, CISC，是一種微處理器指令集架構，也被譯爲複雜指令集。

複雜指令集包括 System/360、VAX、x86 等。

複雜指令集能夠說是在精簡指令集之上做出的改變。

複雜指令集的特色是指令數目多而複雜，每條指令字長並不相等，計算機必須加以判讀，併爲此付出了性能的代價。

通常來講，提高 CPU 性能的方法有以下這幾種

• 增長寄存器的大小
• 增進內部的並行性
• 增長高速緩存的大小
• 增長核心時脈的速度
• 加入其餘功能，例如 IO 和計時器
• 加入向量處理器
• 硬件多線程技術

比較抽象，咱們後面會組織成文章具體介紹一下。

C 編譯器會接收其餘操做並把其轉換爲彙編語言輸出，彙編語言是機器級別的代碼表示。咱們以前介紹過，C 語言程序的執行過程分爲下面這幾步

下面咱們更多的討論都是基於彙編代碼來討論。

咱們平常所接觸的高級語言，都是通過了層層封裝的結果，因此咱們日常是接觸不到彙編語言的，更不會用匯編語言來進行編程，這就和你不知道操做系統的存在同樣，但其實你每一個操做，甚至你雙擊一個圖標都和操做系統有關係。

高級語言的抽象級別很高，可是通過了層層抽象以後，高級語言的執行效率確定沒有彙編語言高，也沒有彙編語言可靠。

可是高級語言有更大的優勢是其編譯後可以在不一樣的機器上運行，彙編語言針對不一樣的指令集有不一樣的表示。而且高級語言學習來更加通俗易懂，下降計算機門檻，讓內卷更加嚴重（固然這是開個玩笑，冒犯到請別當真）。

話很少說，瞭解底層必須瞭解彙編語言。不然一個 synchronized 底層實現就可以讓你頭疼不已。並且，每天飄着也很差，早晚要落地。

瞭解彙編代碼也有助於咱們優化程序代碼，分析代碼中隱含的低效率，而且這種優化方法一旦優化成功，將是量級的提升，而不是改改 if...else ，使用一個新特性所能比的。

機器級代碼

計算機系統使用了多種不一樣形式的抽象，能夠經過一個簡單的抽象模型來隱藏實現細節。對於機器級別的程序來講，有兩點很是重要。

首先第一點，定義機器級別程序的格式和行爲被稱爲 指令集體系結構或指令集架構(instruction set architecture)， ISA。ISA 定義了進程狀態、指令的格式和每個指令對狀態的影響。大部分的指令集架構包括 ISA 用來描述進程的行爲就好像是順序執行的，一條指令執行結束後，另一條指令再開始。處理器硬件的描述要更復雜，它能夠同時並行執行許多指令，可是它採用了安全措施來確保總體行爲與 ISA 規定的順序一致。

第二點，機器級別對內存地址的描述就是 虛擬地址(virtual address)，它提供了一個內存模型來表示一個巨大的字節數組。

編譯器在整個編譯的過程當中起到了相當重要的做用，把 C 語言轉換爲處理器執行的基本指令。彙編代碼很是接近於機器代碼，只不過與二進制機器代碼相比，彙編代碼的可讀性更強，因此理解彙編是理解機器工做的第一步。

一些進程狀態對機器可見，可是 C 語言程序員卻看不到這些，包括

• 程序計數器(Program counter)，它存儲下一條指令的地址，在 x86-64 架構中用 %rip 來表示。

程序執行時，PC 的初始值爲程序第一條指令的地址，在順序執行程序時， CPU 首先按程序計數器所指出的指令地址從內存中取出一條指令，而後分析和執行該指令，同時將 PC 的值加 1 並指向下一條要執行的指令。

好比下面一個例子。

這是一段數值進行相加的操做，程序啓動，在通過編譯解析後會由操做系統把硬盤中的程序複製到內存中，示例中的程序是將 123 和 456 執行相加操做，並將結果輸出到顯示器上。因爲使用機器語言難以描述，因此這是通過翻譯後的結果，實際上每一個指令和數據均可能分佈在不一樣的地址上，但爲了方便說明，把組成一條指令的內存和數據放在了一個內存地址上。

• 整數寄存器文件(register file)包含 16 個命名的位置，用來存儲 64 位的值。這些寄存器能夠存儲地址和整型數據。有些寄存器用於跟蹤程序狀態，而另外一些寄存器用於保存臨時數據，例如過程的參數和局部變量，以及函數要返回的值。這個 文件 是和磁盤文件無關的，它只是 CPU 內部的一塊高速存儲單元。有專用的寄存器，也有通用的寄存器用來存儲操做數。
• 條件碼寄存器 用來保存有關最近執行的算術或邏輯指令的狀態信息。這些用於實現控件或數據流中的條件更改，例如實現 if 和 while 語句所需的條件更改。咱們都學太高級語言，高級語言中的條件控制流程主要分爲三種：順序執行、條件分支、循環判斷三種，順序執行是按照地址的內容順序的執行指令。條件分支是根據條件執行任意地址的指令。循環是重複執行同一地址的指令。
  • 順序執行的狀況比較簡單，每執行一條指令程序計數器的值就是 + 1。
  • 條件和循環分支會使程序計數器的值指向任意的地址，這樣一來，程序即可以返回到上一個地址來重複執行同一個指令，或者跳轉到任意指令。

下面以條件分支爲例來講明程序的執行過程（循環也很類似）

程序的開始過程和順序流程是同樣的，CPU 從 0100 處開始執行命令，在 0100 和 0101 都是順序執行，PC 的值順序+1，執行到 0102 地址的指令時，判斷 0106 寄存器的數值大於 0，跳轉（jump）到 0104 地址的指令，將數值輸出到顯示器中，而後結束程序，0103 的指令被跳過了，這就和咱們程序中的 if() 判斷是同樣的，在不知足條件的狀況下，指令會直接跳過。因此 PC 的執行過程也就沒有直接+1，而是下一條指令的地址。

• 一組 向量寄存器用來存儲一個或者多個整數或者浮點數值，向量寄存器是對一維數據上進行操做。

機器指令只會執行很是簡單的操做，例如將存放在寄存器的兩個數進行相加，把數據從內存轉移到寄存器中或者是條件分支轉移到新的指令地址。編譯器必須生成此類指令的序列，以實現程序構造，例如算術表達式求值，循環或過程調用和返回

認識彙編

我相信各位應該都知道彙編語言的出現背景吧，那就是二進制表示數據，太複雜太龐大了，爲了解決這個問題，出現了彙編語言，彙編語言和機器指令的區別就在於表示方法上，彙編使用操做數來表示，機器指令使用二進制來表示，我以前屢次提到機器碼就是彙編，你也不能說我錯，可是不許確。

可是彙編適合二進制代碼存在轉換關係的。

彙編代碼須要通過 彙編器 編譯後才產生二進制代碼，這個二進制代碼就是目標代碼，而後由連接器將其鏈接起來運行。

彙編語言主要分爲如下三類

• 彙編指令：它是一種機器碼的助記符，它有對應的機器碼
• 僞指令：沒有對應的機器碼，由編譯器執行，計算機並不執行
• 其餘符號，好比 +、-、*、/ 等，由編譯器識別，沒有對應的機器碼

彙編語言的核心是彙編指令，而咱們對彙編的探討也是基於彙編指令展開的。

與彙編有關的硬件和概念

CPU

CPU 是計算機的大腦，它也是整個計算機的核心，它也是執行彙編語言的硬件，CPU 的內部包含有寄存器，而寄存器是用於存儲指令和數據的，彙編語言的本質也就是 CPU 內部操做數所執行的一系列計算。

內存

沒有內存，計算機就像是一個沒有記憶的人類，只會永無休止的重複性勞動。CPU 所需的指令和數據都由內存來提供，CPU 指令經由內存提供，通過一系列計算後再輸出到內存。

磁盤

磁盤也是一種存儲設備，它和內存的最大區別在於永久存儲，程序須要在內存裝載後才能運行，而提供給內存的程序都是由磁盤存儲的。

總線

通常來講，內存內部會劃分多個存儲單元，存儲單元用來存儲指令和數據，就像是房子同樣，存儲單元就是房子的門牌號。而 CPU 與內存之間的交互是經過地址總線來進行的，總線從邏輯上分爲三種

• 地址線
• 數據線
• 控制線

CPU 與存儲器之間的讀寫主要通過如下幾步

讀操做步驟

• CPU 經過地址線發出須要讀取指令的位置
• CPU 經過控制線發出讀指令
• 內存把數據放在數據線上返回給 CPU

寫操做步驟

• CPU 經過地址線發出須要寫出指令的位置
• CPU 經過控制線發出寫指令
• CPU 把數據經過數據線寫入內存

下面咱們就來具體瞭解一下這三類總線

地址總線

經過咱們上面的探討，咱們知道 CPU 經過地址總線來指定存儲位置的，地址總線上能傳送多少不一樣的信息，CPU 就能夠對多少個存儲單元進行尋址。

上圖中 CPU 和內存中間信息交換經過了 10 條地址總線，每一條線可以傳遞的數據都是 0 或 1 ，因此上圖一次 CPU 和內存傳遞的數據是 2 的十次方。

因此，若是 CPU 有 N 條地址總線，那麼能夠說這個地址總線的寬度是 N 。這樣 CPU 能夠尋找 2 的 N 次方個內存單元。

數據總線

CPU 與內存或其餘部件之間的數據傳送是由數據總線來完成的。數據總線的寬度決定了 CPU 和外界的數據傳輸速度。8 根數據總線能夠一次傳送一個 8 位二進制數據（即一個字節）。16 根數據總線一次能夠傳輸兩個字節，32 根數據總線能夠一次傳輸四個字節。。。。。。

控制總線

CPU 與其餘部件之間的控制是經過 控制總線 來完成的。有多少根控制總線，就意味着 CPU 提供了對外部器件的多少種控制。因此，控制總線的寬度決定了 CPU 對外部部件的控制能力。

一次內存的讀取過程

內存結構

內存 IC 是一個完整的結構，它內部也有電源、地址信號、數據信號、控制信號和用於尋址的 IC 引腳來進行數據的讀寫。下面是一個虛擬的 IC 引腳示意圖

圖中 VCC 和 GND 表示電源，A0 - A9 是地址信號的引腳，D0 - D7 表示的是控制信號、RD 和 WR 都是好控制信號，我用不一樣的顏色進行了區分，將電源鏈接到 VCC 和 GND 後，就能夠對其餘引腳傳遞 0 和 1 的信號，大多數狀況下，+5V 表示1，0V 表示 0。

咱們都知道內存是用來存儲數據，那麼這個內存 IC 中能存儲多少數據呢？D0 - D7 表示的是數據信號，也就是說，一次能夠輸入輸出 8 bit = 1 byte 的數據。A0 - A9 是地址信號共十個，表示能夠指定 00000 00000 - 11111 11111 共 2 的 10次方 = 1024個地址。每一個地址都會存放 1 byte 的數據，所以咱們能夠得出內存 IC 的容量就是 1 KB。

若是咱們使用的是 512 MB 的內存，這就至關因而 512000（512 * 1000） 個內存 IC。固然，一臺計算機不太可能有這麼多個內存 IC ，然而，一般狀況下，一個內存 IC 會有更多的引腳，也就能存儲更多數據。

內存讀取過程

下面是一次內存的讀取過程。

來詳細描述一下這個過程，假設咱們要向內存 IC 中寫入 1byte 的數據的話，它的過程是這樣的：

• 首先給 VCC 接通 +5V 的電源，給 GND 接通 0V 的電源，使用 A0 - A9 來指定數據的存儲場所，而後再把數據的值輸入給 D0 - D7 的數據信號，並把 WR（write）的值置爲 1，執行完這些操做後，便可以向內存 IC 寫入數據
• 讀出數據時，只須要經過 A0 - A9 的地址信號指定數據的存儲場所，而後再將 RD 的值置爲 1 便可。
• 圖中的 RD 和 WR 又被稱爲控制信號。其中當WR 和 RD 都爲 0 時，沒法進行寫入和讀取操做。

總結

此篇文章咱們主要探討了指令集、指令集的分類，與彙編有關的硬件，總線都有哪些，分別的做用都是什麼，而後咱們以一次內存讀取過程來鏈接一下 CPU 和內存的交互過程。

原創不易，若有幫助還請各位讀者四連（點在、在看、分享、留言），感謝各位大佬

關注公衆號 程序員cxuan 回覆 cxuan 領取優質資料。

我本身寫了六本 PDF ，很是硬核，連接以下

我本身寫了六本 PDF ，很是硬核，連接以下

我本身寫了六本 PDF ，很是硬核，連接以下

cxuan 嘔心瀝血肝了四本 PDF。

cxuan 又肝了兩本 PDF。