CSAPP 学习笔记「程序的机器级表示」

其实这章2天也就看完了，但碰上清明节放假，我拖延了很久的时间才来记录笔记。

程序员学习汇编代码的需求随着时间的推移也发生了变化，开始时只要求程序员能直接用汇编语言编写程序，现在则是要求他们能阅读和理解编译器产生的代码。

###程序编码

机器级编程使用了两种重要的抽象：

机器级程序的格式和行为，定义为指令集体系结构，它定义了处理器状态、指令的格式、以及每条指令对状态的影响。
机器级程序使用的存储器是虚拟地址，操作系统负责管理虚拟地址空间，将虚拟地址翻译成实际处理器存储器中的物理地址。

在命令行上生成 C 语言源程序的汇编代码：

unix> gcc -O1 -S code.c

O1表示一级优化。

关于汇编代码格式：

ATT 格式，这是 GCC 的默认格式。
Intel 格式，学校使用的是这种格式。

###数据格式

Intel 用术语「字」来表示 16 位数据类型。因此，32 位数为「双字」。

下图为 C 语言数据类型在 IA32 中的大小：

C 声明	Intel 数据类型	汇编代码后缀	大小（字节）
char	字节	b	1
short	字	w	2
int	双字	l	4
long int	双字	b	4
char *	双字	l	4
float	单精度	s	4
double	双精度	l	8

###访问信息

一个 IA32 中央处理器包含一组8个32位值的寄存器：%eax, %ecx, %edx, %ebx, %esi, %edi, %esp（栈指针）, %ebp（帧指针）

操作数的指示符有多种类型：

立即数，也就是常数值
寄存器，表示某个寄存器的内容
存储器引用，它会根据计算出来的地址访问某个存储器位置
Imm(Eb, Ei, s)，这表示的是最常用的形式。四个组成部分分别为：一个立即数偏移 Imm, 一个基址寄存器 Eb, 一个变址寄存器 Ei 和一个比例因子 s，这里 s 必须是 1、2、4或者8。然后有效地址被计算为：Imm + R[Eb] + R[Ei] * s

数据传送指令有:

MOV S, D
MOVS S, D
MOVZ S, D
pushl S
popl D

IA32有一条限制，传送指令的两个操作数不能都指向存储器位置。

MOVS 和 MOVZ 指令类都是讲一个较小的源数据复制到一个较大的数据位置，高位用符号位扩展 (MOVS) 或者零扩展（MOVZ）。

在 IA32 中，栈顶元素的指针是所有栈中元素地址中最低的，而栈指针 %esp 保存着栈顶元素的地址。

###算术与逻辑操作

指令	效果	描述
leal S, D	D <- &S	加载有效地址
INC D	D <- D + 1	加 1
DEC D	D <- D - 1	减 1
NEG D	D <- -D	取负
NOT D	D <- ~D	取补
ADD S, D	D <- D + S	加
SUB S, D	D <- D - S	减
IMUL S, D	D <- D * S	乘
XOR S, D	D <- D ^ S	异或
OR S, D	D <- D \| S	或
AND S, D	D <- D & S	与
SAL S, D	D <- D << k	左移
SAR S, D	D <- D >> a k	算术右移
SHR S, D	D <- D >> l k	逻辑右移

###控制

除了整数寄存器，CPU 还维护着一组单个位的条件码寄存器，它们描述了最近的算术或逻辑操作的属性。我们可以检测这些寄存器来执行条件分支指令。它们分别是：

CF：进位标志。最近的操作使最高位产生了进位，可以用来检查无符号操作数的溢出。
ZF：零标志。最近的操作得出的结果为 0.
SF：符号标志。最近的操作得到的结果为负数。
OF：溢出标志。最近的操作导致一个补码溢出。

条件分支：

原始 C 代码：

  int absdiff(int x, int y){
      if (x < y)
          return y - x;
      else
          return x - y;
  }

与汇编代码等价的 goto 版本

  int gotodiff(int x, int ){
      int result;
      if (x >= y)
          goto x_ge_y;
      result = y - x;
      goto done;
  x_ge_y:
      result = x - y;
  done:
      return result;
  }

循环：

do-while 循环

通用形式：

  do
      body-statement
      while (test-expr);

翻译后的形式：

  loop:
      body-statement
      t = test-expr;
      if (t)
          goto loop;

while 循环

通用形式：

  while (test-expr)
      body-statement

翻译后的形式：

  t = test-expr
  if (!t)
      goto done;
  loop:
      body-statement
      t = test-expr;
      if (t)
          goto loop;
  done:

for 循环

通用形式：

  for (init-expr; test-expr; update-expr)
      body-statement

翻译后的形式：

  init-expr;
  t = test-expr;
  if (!t)
      goto done;
  loop:
      body-statement
      update-expr;
      t = test-expr;
      if (t)
          goto loop;
  done:

switch 语句

GCC 根据开关情况的数量和开关情况值的稀少程度来翻译开关语句。当开关数量比较多，并且值的范围跨度比较小时，就会使用跳转表

###过程

一个过程调用包括将数据（以过程参数和返回值的形式）和控制从代码的一部分传递到另一部分。

栈帧结构：

栈帧的最顶端以两个指针界定，寄存器 %ebp 为帧指针，而寄存器 %esp 为栈指针。

假设过程 P 调用过程 Q，则 Q 的参数放在 P 的栈帧中。另外，当 P 调用 Q 时， P 中的返回地址被压入栈中，形成 p 的栈帧的末尾。返回地址就是当程序从 Q 返回时应该继续执行的地方。

###数组分配和访问

IA32 的存储器引用指令可以用来简化数组访问。例如，假设 E 是一个 int 型的数组，并且我们想计算 E[i]，在此， E 的地址存放再 %edx 中，而 i 存放再 %ecx 中，那么，指令为：

movl (%edx, %ecx,4), %eax

这样会地址会执行 Xe + 4i，允许的缩放因子1、2、4、8覆盖了所有基本简单数据类型的大小。