CPU如何執(zhí)行代碼 匯編語言教程

學習編程其實就是學高級語言，即那些為人類設計的計算機語言。

但是，計算機不理解高級語言，必須通過編譯器轉(zhuǎn)成二進制代碼，才能運行。學會高級語言，并不等于理解計算機實際的運行步驟。

計算機真正能夠理解的是低級語言，它專門用來控制硬件。匯編語言就是低級語言，直接描述/控制 CPU 的運行。如果你想了解 CPU 到底干了些什么，以及代碼的運行步驟，就一定要學習匯編語言。

匯編語言不容易學習，就連簡明扼要的介紹都很難找到。下面我嘗試寫一篇最好懂的匯編語言教程，解釋 CPU 如何執(zhí)行代碼。

一、匯編語言是什么？

我們知道，CPU 只負責計算，本身不具備智能。你輸入一條指令（instruction），它就運行一次，然后停下來，等待下一條指令。

這些指令都是二進制的，稱為操作碼（opcode），比如加法指令就是00000011。編譯器的作用，就是將高級語言寫好的程序，翻譯成一條條操作碼。

對于人類來說，二進制程序是不可讀的，根本看不出來機器干了什么。為了解決可讀性的問題，以及偶爾的編輯需求，就誕生了匯編語言。

匯編語言是二進制指令的文本形式，與指令是一一對應的關(guān)系。比如，加法指令00000011寫成匯編語言就是 ADD。只要還原成二進制，匯編語言就可以被 CPU 直接執(zhí)行，所以它是最底層的低級語言。

二、來歷

最早的時候，編寫程序就是手寫二進制指令，然后通過各種開關(guān)輸入計算機，比如要做加法了，就按一下加法開關(guān)。后來，發(fā)明了紙帶打孔機，通過在紙帶上打孔，將二進制指令自動輸入計算機。

為了解決二進制指令的可讀性問題，工程師將那些指令寫成了八進制。二進制轉(zhuǎn)八進制是輕而易舉的，但是八進制的可讀性也不行。很自然地，最后還是用文字表達，加法指令寫成 ADD。內(nèi)存地址也不再直接引用，而是用標簽表示。

這樣的話，就多出一個步驟，要把這些文字指令翻譯成二進制，這個步驟就稱為 assembling，完成這個步驟的程序就叫做 assembler。它處理的文本，自然就叫做 aseembly code。標準化以后，稱為 assembly language，縮寫為 asm，中文譯為匯編語言。

每一種 CPU 的機器指令都是不一樣的，因此對應的匯編語言也不一樣。本文介紹的是目前最常見的 x86 匯編語言，即 Intel 公司的 CPU 使用的那一種。

三、寄存器

學習匯編語言，首先必須了解兩個知識點：寄存器和內(nèi)存模型。

先來看寄存器。CPU 本身只負責運算，不負責儲存數(shù)據(jù)。數(shù)據(jù)一般都儲存在內(nèi)存之中，CPU 要用的時候就去內(nèi)存讀寫數(shù)據(jù)。但是，CPU 的運算速度遠高于內(nèi)存的讀寫速度，為了避免被拖慢，CPU 都自帶一級緩存和二級緩存?；旧?，CPU 緩存可以看作是讀寫速度較快的內(nèi)存。

但是，CPU 緩存還是不夠快，另外數(shù)據(jù)在緩存里面的地址是不固定的，CPU 每次讀寫都要尋址也會拖慢速度。因此，除了緩存之外，CPU 還自帶了寄存器（register），用來儲存最常用的數(shù)據(jù)。也就是說，那些最頻繁讀寫的數(shù)據(jù)（比如循環(huán)變量），都會放在寄存器里面，CPU 優(yōu)先讀寫寄存器，再由寄存器跟內(nèi)存交換數(shù)據(jù)。

寄存器不依靠地址區(qū)分數(shù)據(jù)，而依靠名稱。每一個寄存器都有自己的名稱，我們告訴 CPU 去具體的哪一個寄存器拿數(shù)據(jù)，這樣的速度是最快的。有人比喻寄存器是 CPU 的零級緩存。

四、寄存器的種類

早期的 x86 CPU 只有8個寄存器，而且每個都有不同的用途?，F(xiàn)在的寄存器已經(jīng)有100多個了，都變成通用寄存器，不特別指定用途了，但是早期寄存器的名字都被保存了下來。

EAX

EBX

ECX

EDX

EDI

ESI

EBP

ESP

上面這8個寄存器之中，前面七個都是通用的。ESP 寄存器有特定用途，保存當前 Stack 的地址（詳見下一節(jié)）。我們常?？吹?32位 CPU、64位 CPU 這樣的名稱，其實指的就是寄存器的大小。32 位 CPU 的寄存器大小就是4個字節(jié)。

五、內(nèi)存模型：Heap

寄存器只能存放很少量的數(shù)據(jù)，大多數(shù)時候，CPU 要指揮寄存器，直接跟內(nèi)存交換數(shù)據(jù)。所以，除了寄存器，還必須了解內(nèi)存怎么儲存數(shù)據(jù)。

程序運行的時候，操作系統(tǒng)會給它分配一段內(nèi)存，用來儲存程序和運行產(chǎn)生的數(shù)據(jù)。這段內(nèi)存有起始地址和結(jié)束地址，比如從0x1000到0x8000，起始地址是較小的那個地址，結(jié)束地址是較大的那個地址。

程序運行過程中，對于動態(tài)的內(nèi)存占用請求（比如新建對象，或者使用malloc命令），系統(tǒng)就會從預先分配好的那段內(nèi)存之中，劃出一部分給用戶，具體規(guī)則是從起始地址開始劃分（實際上，起始地址會有一段靜態(tài)數(shù)據(jù)，這里忽略）。舉例來說，用戶要求得到10個字節(jié)內(nèi)存，那么從起始地址0x1000開始給他分配，一直分配到地址0x100A，如果再要求得到22個字節(jié)，那么就分配到0x1020。

這種因為用戶主動請求而劃分出來的內(nèi)存區(qū)域，叫做 Heap（堆）。它由起始地址開始，從低位（地址）向高位（地址）增長。Heap 的一個重要特點就是不會自動消失，必須手動釋放，或者由垃圾回收機制來回收。

六、內(nèi)存模型：Stack

除了 Heap 以外，其他的內(nèi)存占用叫做 Stack（棧）。簡單說，Stack 是由于函數(shù)運行而臨時占用的內(nèi)存區(qū)域。

請看下面的例子。

intmain(){ inta=2; intb=3; }

上面代碼中，系統(tǒng)開始執(zhí)行main函數(shù)時，會為它在內(nèi)存里面建立一個幀（frame），所有main的內(nèi)部變量（比如a和b）都保存在這個幀里面。main函數(shù)執(zhí)行結(jié)束后，該幀就會被回收，釋放所有的內(nèi)部變量，不再占用空間。

如果函數(shù)內(nèi)部調(diào)用了其他函數(shù)，會發(fā)生什么情況？

intmain(){ inta=2; intb=3; returnadd_a_and_b(a,b); }

上面代碼中，main函數(shù)內(nèi)部調(diào)用了add_a_and_b函數(shù)。執(zhí)行到這一行的時候，系統(tǒng)也會為add_a_and_b新建一個幀，用來儲存它的內(nèi)部變量。也就是說，此時同時存在兩個幀：main和add_a_and_b。一般來說，調(diào)用棧有多少層，就有多少幀。

等到add_a_and_b運行結(jié)束，它的幀就會被回收，系統(tǒng)會回到函數(shù)main剛才中斷執(zhí)行的地方，繼續(xù)往下執(zhí)行。通過這種機制，就實現(xiàn)了函數(shù)的層層調(diào)用，并且每一層都能使用自己的本地變量。

所有的幀都存放在 Stack，由于幀是一層層疊加的，所以 Stack 叫做棧。生成新的幀，叫做"入棧"，英文是 push；棧的回收叫做"出棧"，英文是 pop。Stack 的特點就是，最晚入棧的幀最早出棧（因為最內(nèi)層的函數(shù)調(diào)用，最先結(jié)束運行），這就叫做"后進先出"的數(shù)據(jù)結(jié)構(gòu)。每一次函數(shù)執(zhí)行結(jié)束，就自動釋放一個幀，所有函數(shù)執(zhí)行結(jié)束，整個 Stack 就都釋放了。

Stack 是由內(nèi)存區(qū)域的結(jié)束地址開始，從高位（地址）向低位（地址）分配。比如，內(nèi)存區(qū)域的結(jié)束地址是0x8000，第一幀假定是16字節(jié)，那么下一次分配的地址就會從0x7FF0開始；第二幀假定需要64字節(jié)，那么地址就會移動到0x7FB0。

七、CPU 指令

7.1 一個實例

了解寄存器和內(nèi)存模型以后，就可以來看匯編語言到底是什么了。下面是一個簡單的程序example.c。

intadd_a_and_b(inta,intb){ returna+b; } intmain(){ returnadd_a_and_b(2,3); }

gcc 將這個程序轉(zhuǎn)成匯編語言。

$ gcc -S example.c

上面的命令執(zhí)行以后，會生成一個文本文件example.s，里面就是匯編語言，包含了幾十行指令。這么說吧，一個高級語言的簡單操作，底層可能由幾個，甚至幾十個 CPU 指令構(gòu)成。CPU 依次執(zhí)行這些指令，完成這一步操作。

example.s經(jīng)過簡化以后，大概是下面的樣子。

_add_a_and_b: push %ebx mov %eax, [%esp+8] mov %ebx, [%esp+12] add %eax, %ebx pop %ebx ret _main: push 3 push 2 call _add_a_and_b add %esp, 8 ret

可以看到，原程序的兩個函數(shù)add_a_and_b和main，對應兩個標簽_add_a_and_b和_main。每個標簽里面是該函數(shù)所轉(zhuǎn)成的 CPU 運行流程。

每一行就是 CPU 執(zhí)行的一次操作。它又分成兩部分，就以其中一行為例。

push %ebx

這一行里面，push是 CPU 指令，%ebx是該指令要用到的運算子。一個 CPU 指令可以有零個到多個運算子。

下面我就一行一行講解這個匯編程序，建議讀者最好把這個程序，在另一個窗口拷貝一份，省得閱讀的時候再把頁面滾動上來。

7.2 push 指令

根據(jù)約定，程序從_main標簽開始執(zhí)行，這時會在 Stack 上為main建立一個幀，并將 Stack 所指向的地址，寫入 ESP 寄存器。后面如果有數(shù)據(jù)要寫入main這個幀，就會寫在 ESP 寄存器所保存的地址。

然后，開始執(zhí)行第一行代碼。

push 3

push指令用于將運算子放入 Stack，這里就是將3寫入main這個幀。

雖然看上去很簡單，push指令其實有一個前置操作。它會先取出 ESP 寄存器里面的地址，將其減去4個字節(jié)，然后將新地址寫入 ESP 寄存器。使用減法是因為 Stack 從高位向低位發(fā)展，4個字節(jié)則是因為3的類型是int，占用4個字節(jié)。得到新地址以后， 3 就會寫入這個地址開始的四個字節(jié)。

push 2

第二行也是一樣，push指令將2寫入main這個幀，位置緊貼著前面寫入的3。這時，ESP 寄存器會再減去 4個字節(jié)（累計減去8）。

7.3 call 指令

第三行的call指令用來調(diào)用函數(shù)。

call _add_a_and_b

上面的代碼表示調(diào)用add_a_and_b函數(shù)。這時，程序就會去找_add_a_and_b標簽，并為該函數(shù)建立一個新的幀。

下面就開始執(zhí)行_add_a_and_b的代碼。

push %ebx

這一行表示將 EBX 寄存器里面的值，寫入_add_a_and_b這個幀。這是因為后面要用到這個寄存器，就先把里面的值取出來，用完后再寫回去。

這時，push指令會再將 ESP 寄存器里面的地址減去4個字節(jié)（累計減去12）。

7.4 mov 指令

mov指令用于將一個值寫入某個寄存器。

mov %eax, [%esp+8]

這一行代碼表示，先將 ESP 寄存器里面的地址加上8個字節(jié)，得到一個新的地址，然后按照這個地址在 Stack 取出數(shù)據(jù)。根據(jù)前面的步驟，可以推算出這里取出的是2，再將2寫入 EAX 寄存器。

下一行代碼也是干同樣的事情。

mov %ebx, [%esp+12]

上面的代碼將 ESP 寄存器的值加12個字節(jié)，再按照這個地址在 Stack 取出數(shù)據(jù)，這次取出的是3，將其寫入 EBX 寄存器。

7.5 add 指令

add指令用于將兩個運算子相加，并將結(jié)果寫入第一個運算子。

add %eax, %ebx

上面的代碼將 EAX 寄存器的值（即2）加上 EBX 寄存器的值（即3），得到結(jié)果5，再將這個結(jié)果寫入第一個運算子 EAX 寄存器。

7.6 pop 指令

pop指令用于取出 Stack 最近一個寫入的值（即最低位地址的值），并將這個值寫入運算子指定的位置。

pop %ebx

上面的代碼表示，取出 Stack 最近寫入的值（即 EBX 寄存器的原始值），再將這個值寫回 EBX 寄存器（因為加法已經(jīng)做完了，EBX 寄存器用不到了）。

注意，pop指令還會將 ESP 寄存器里面的地址加4，即回收4個字節(jié)。

7.7 ret 指令

ret指令用于終止當前函數(shù)的執(zhí)行，將運行權(quán)交還給上層函數(shù)。也就是，當前函數(shù)的幀將被回收。

ret

可以看到，該指令沒有運算子。

隨著add_a_and_b函數(shù)終止執(zhí)行，系統(tǒng)就回到剛才main函數(shù)中斷的地方，繼續(xù)往下執(zhí)行。

add %esp, 8

上面的代碼表示，將 ESP 寄存器里面的地址，手動加上8個字節(jié)，再寫回 ESP 寄存器。這是因為 ESP 寄存器的是 Stack 的寫入開始地址，前面的pop操作已經(jīng)回收了4個字節(jié)，這里再回收8個字節(jié)，等于全部回收。

ret

最后，main函數(shù)運行結(jié)束，ret指令退出程序執(zhí)行。

看完這篇文章，你對匯編語言有什么了解了嗎，看嘛，匯編也不難~

原文鏈接：

http://www.ruanyifeng.com/blog/2018/01/assembly-language-primer.html

責任編輯：haq