汇编语言浅谈

[toc]

有时候我还是会好奇，c++编译器是用c编写的，python也是用c编写的（我说的是Cpython!）那么，c语言的编译器是用什么编写的呢？

然后东查西查，就有了这篇文章。

1.汇编语言是用什么写的呢？（禁止套娃

由上图可看出，汇编语言$Assembly$ $Language$ $(asm)$下面一层就是机器语言$Machine$ $Language$，所以，汇编语言是二进制指令的文本形式，比如00000011用汇编就是add,CPU在编译汇编语言时就只需将其转换为机器码便可以使用,这一步，叫做$assembling$.

2.汇编语言是怎么来的呢？

最早的时候，程序员是靠在纸带上打孔来输入指令（图灵机既视感），但是考虑到二进制的不可读性，工程师将指令改为了八进制，但是还是不方便，就改成了汇编.

3.寄存器

1.寄存器的定义

CPU除了一级缓存，二级缓存($cache$)之外，还有寄存器($register$)，用来存放那些读写最频繁的数据（如循环变量）。

2.寄存器的种类

早期x86 CPU只有八个寄存器，名字分别是EAX,EBX,ECX,EDX,EDI,ESI,EBP,ESP,虽然现在寄存器数量增加到100多个，但是名字没有变化。

我们常见的32位，64位CPU，就是寄存器的大小。

4.内存模型

只靠寄存器是不够放下你打游戏时占用几个G的内存的，大多数时候，CPU要让寄存器直接跟内存交换数据.

当一个程序开始运行时，OS会给它分配一段内存，用来存储运行产生的数据。

用户主动请求而划分出的内存叫做Heap，不会自动消失，必须手动释放。

程序自己运行占用的区域叫做Stack，随着该帧运行结束而消失，所以Stack空了之后程序就结束了.

5.高级语言的汇编

这里举一个例子

test1.cpp

1
2
3
4
5
6
7
8
9


int add(int a,int b){
    return a+b;
}
int minus(int a,int b){
    return add(a,-b);
}
int main(){
	return minus(1,10);
}

保存并运行以下指令

1

g++ -S test.cpp

g++会在当前目录下生成一个test1.s文件，包含了汇编语言（我这里是x86_64的，和x86生成的可能不一样），简化后就是

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27


add:
	movl	%ecx, 16(%rbp)
	movl	%edx, 24(%rbp)
	movl	16(%rbp), %edx
	movl	24(%rbp), %eax
	addl	%edx, %eax
	popq	%rbp
	ret
minus:
	movl	%ecx, 16(%rbp)
	movl	%edx, 24(%rbp)
	movl	24(%rbp), %eax
	negl	%eax
	movl	%eax, %edx
	movl	16(%rbp), %ecx
	call	add
	addq	$32, %rsp
	popq	%rbp
	ret
main:
	movl	$10, %edx
	movl	$1, %ecx
	call	minus
	addq	$32, %rsp
	popq	%rbp
	ret

从main开始

Step 1movl $10, %edx，将10移入到寄存器%edx中。

Step 2movl $1, %ecx，将1移入寄存器%ecx中。

Step 3call minus，调用函数minus

第一步，将%ecx中的数移入16(%rbp)中，%edx中的数移入24(%rbp)中。

第二步，将24(%rbp)中的数移出到%eax中

第三步，将%eax中的数取负

第四步，将%eax放入%edx中。

第五步，将16(%rbp)中的数放回%ecx中。（好麻烦有没有

第六步，调用add

第1-4步，将%ecx,%edx中的数放到%edx,%eax中。

第五步，调用addl,%edx=%edx+%eax.

下一步，popq %rbp释放%rbq

最后一步，返回上级函数

第七步，将返回的值加入返回%rsp中

第八步，释放零时变量

第九步，返回

Step 4addq $32, %rsp将返回的值加入%rsp中，

Step 5popq %rbp,

Step6 返回.

6.参考资料

汇编语言入门教程