by 張悠慧教授（清華大學(xué)），課程鏈接 https://www.bilibili.com/video/av27895807/?p=1 ，大概有十幾個(gè)小時(shí)的視頻?？赐暾n程之后我又回看了阮一峰老師的《匯編語言入門》博客 http://www.ruanyifeng.com/blog/2018/01/assembly-language-primer.html 。因此本筆記就依據(jù)這兩份資料來總結(jié)編寫。
另外，我覺得學(xué)習(xí)匯編語言之前最好先了解 計(jì)算機(jī)組成 的相關(guān)知識(shí)，否則遇到一些 CPU 寄存器 內(nèi)存尋址 等相關(guān)概念時(shí)，可能會(huì)聽著有點(diǎn)懵。
學(xué)完 計(jì)算機(jī)組成原理 之后接下來再學(xué)什么？通過本課程一開始的圖，就知道要緊接著學(xué)習(xí)匯編語言（再往下是編譯原理、操作系統(tǒng)）。
本課程內(nèi)容太多我沒有看完，大概看了 2/3 吧，但這并不影響我來做這個(gè)總結(jié)記錄，因?yàn)槲也皇菍I(yè)搞匯編的,就來了解一下。
PS：雖然本課程十幾個(gè)小時(shí)，看著不長，但是老師語速非?？欤?x 速度聽都感覺講話挺快的，因此不敢 1.5x 看。
這個(gè)問題其實(shí)可以拆解成兩個(gè)問題：第一，匯編語言是什么？第二，高級(jí)語言程序猿學(xué)習(xí)匯編有何用？分開解答。
簡答來說，匯編語言就是機(jī)器語言（二進(jìn)制代碼）的助記符，每條匯編語言都能直接翻譯成機(jī)器語言，如下圖。計(jì)算機(jī)就是一臺(tái)各種電子設(shè)備組成的機(jī)器，它只能識(shí)別機(jī)器代碼，即一堆二進(jìn)制數(shù)字。但是二進(jìn)制不易于人類閱讀，而且在計(jì)算機(jī)發(fā)展初期還沒有高級(jí)語言和編譯器，因此出現(xiàn)了匯編語言。僅僅這樣一個(gè)微創(chuàng)新，就大大提升了開發(fā)效率。
匯編語言常見的語法是 指令 參數(shù)1, 參數(shù)2 ，指令不同參數(shù)也不同。指令即 addmov jmp 等常見的算數(shù)、邏輯運(yùn)算和跳轉(zhuǎn)等功能，參數(shù)可以是立即數(shù)、內(nèi)存地址、寄存器。因此，匯編語言編程能深入到計(jì)算機(jī)編程的最底層，通常說匯編語言是一種“面向機(jī)器的語言 / 編程”。正是因?yàn)檫@個(gè)特點(diǎn)，使得匯編語言能提供所有編程語言中最大的時(shí)間和空間的效率，因此至今依然活躍在某些計(jì)算機(jī)領(lǐng)域。
匯編語言都是針對(duì)特定的計(jì)算機(jī)體系結(jié)構(gòu)的，例如 x86 匯編（本課重點(diǎn)內(nèi)容）、MIPS 匯編、ARM 匯編，因此沒有讓所有計(jì)算機(jī)都通用的匯編語言。
一句話總結(jié)就是：了解程序是在計(jì)算機(jī)中是如何被執(zhí)行的，即透過現(xiàn)象（高級(jí)語言）看本質(zhì) —— 這是所有領(lǐng)域的技術(shù)人員都應(yīng)該追求的東西。那些能隨意在 php java js C++ 等語言中隨意切換的程序猿大牛，我想他肯定熟知這個(gè)本質(zhì)。
無論你日常編寫的語言多么高級(jí)，肯定最終經(jīng)過轉(zhuǎn)換（編譯原理的內(nèi)容）然后生成匯編語言這種最底層的語言，再被計(jì)算機(jī)執(zhí)行。而“執(zhí)行”的本質(zhì)，就可以通過匯編語言的一行一行代碼看出：使用了哪個(gè)指令、獲取了哪個(gè)內(nèi)存地址、操作了哪個(gè)內(nèi)存片段或者寄存器……
另外一個(gè)重要的部分就是程序執(zhí)行的時(shí)候的內(nèi)存模型。一段程序拿過來，哪些變量將被放在棧 stack ，哪些變量將被放在堆 heap ？以及這些內(nèi)存空間如何被釋放？甚至是你日常遇到的爆棧、內(nèi)存泄露等問題，了解了內(nèi)存模型，這些都會(huì)變的非常具象，不再懵。
所謂“指令集”，我理解就是一套操作 CPU 的指令體系集合，以及體系規(guī)范。指令集是一種上層定義，匯編就是其具體的體現(xiàn)和實(shí)現(xiàn)。指令集分兩類：
最初的計(jì)算機(jī)編程很麻煩，例如用紙帶打孔輸入，因此計(jì)算機(jī)的設(shè)計(jì)者就考慮將 CPU 做的復(fù)雜一點(diǎn)，以簡化這種本來就很麻煩的編程。因此有了 CISC 復(fù)雜指令集。x86 就是其中的典型代表，x86 的特點(diǎn)是：
歷史原因，RISC 是 80 年代初發(fā)明的，那時(shí)整個(gè)計(jì)算機(jī)生態(tài)系統(tǒng)已經(jīng)形成，編譯器能力增強(qiáng)，就不需要 CPU 對(duì)外暴露過度復(fù)雜的指令集，因此有了 RISC 精簡指令集。MIPS ARM 是 RISC 的代表，RISC 指令集特點(diǎn)是：
MIPS 特點(diǎn)：
load 和 store 指令可以訪問內(nèi)存，其他指令只能操作寄存器和立即數(shù)（以寄存器為中心嘛）ARM 指令集特點(diǎn)：
現(xiàn)代計(jì)算機(jī)中，像 x86 結(jié)構(gòu)雖然也是 CISC ，但那時(shí)對(duì)外的，內(nèi)部實(shí)現(xiàn)還是類似 RISC 實(shí)現(xiàn)的。因此，隨著歷史發(fā)展 CISC 和 RISC 的界限也越來越模糊。如果非要區(qū)分兩者，可以看是不是只允許 load 和 store 操作主存。
數(shù)字用二進(jìn)制表示終歸是一個(gè)數(shù)學(xué)問題，而常用的文本（中文、英文等）如何用二進(jìn)制表示，這就是“編碼”領(lǐng)域的問題。
例如十進(jìn)制 3 的二進(jìn)制表示是 11 這沒問題，但是在計(jì)算機(jī)中表示也是 11 嗎？—— 不對(duì)，得分情況。例如在 C 語言中：
int 類型占 4 bytes ，即 4 * 8 = 32 bits 。那么 3 在計(jì)算機(jī)中表示就是 00000000 00000000 00000000 00000011 ，即前面要補(bǔ)充上若干個(gè) 0 。short long 等長度不一樣，表示方式也不一樣。因此各類語言中才會(huì)有類型轉(zhuǎn)換。補(bǔ)碼
二進(jìn)制負(fù)數(shù)是通過補(bǔ)碼來表示的，補(bǔ)碼算法是：按位取反、末尾加 1 。為何要用補(bǔ)碼呢？建議讀者看下阮一峰老師的《關(guān)于2的補(bǔ)碼》 http://www.ruanyifeng.com/blog/2009/08/twos_complement.html ，里面講的比我這里詳細(xì)。下面簡單通過一個(gè)例子來說明：
00110000 00111001（這里暫且假設(shè)一個(gè)整數(shù)占 2 bytes ，這樣簡單）11001111 1100011100110000 00111001 —— 這里體會(huì)到了補(bǔ)碼運(yùn)算的奧秘了，可以來回“搗騰”，完全符合數(shù)學(xué)中對(duì)正數(shù)負(fù)數(shù)的運(yùn)算邏輯12345 + (-12345) 的話，只需要將這兩個(gè)二進(jìn)制相加，得到 1 00000000 00000000 ，但是這里一個(gè)整數(shù)只有 2 bytes ，因此第一位的 1會(huì)被移除，得到的正好是 00000000 00000000 ，和數(shù)學(xué)運(yùn)算一樣 —— 又一次感受到補(bǔ)碼運(yùn)算的奧秘?。?！a - b，就會(huì)轉(zhuǎn)換為 a + (-b) ，其中采用補(bǔ)碼計(jì)算 -b ，然后直接做加法運(yùn)算。這樣也從硬件上節(jié)省了資源有符號(hào)數(shù)和無符號(hào)數(shù)
計(jì)算機(jī)肯定是看不懂正數(shù)、負(fù)數(shù)的，它只能識(shí)別二進(jìn)制數(shù)字。那么計(jì)算機(jī)如何知道一個(gè)數(shù)是正數(shù)還是負(fù)數(shù)呢？要看兩點(diǎn)：
因此 C 語言中的數(shù)字類型就有很多種，適用于不同長度。而每種數(shù)字類型，又分有符號(hào)性和無符號(hào)型。即便是是0也可以有符號(hào)或者無符號(hào)兩種表示，因?yàn)閮烧邔?duì)二進(jìn)制代碼的解析方法不一樣。
PS：日常開發(fā)中，盡量別用無符號(hào)數(shù)，會(huì)帶來運(yùn)算問題。C 語言中，有符號(hào)數(shù)和無符號(hào)數(shù)一起進(jìn)行算數(shù)運(yùn)算是，會(huì)將有符號(hào)數(shù)轉(zhuǎn)換為無符號(hào)數(shù)（負(fù)數(shù)第一 bit 的 1就不再代表負(fù)數(shù)了）再進(jìn)行運(yùn)算，很危險(xiǎn)！??！除非特殊場景，例如摸運(yùn)算或者按位運(yùn)算。
其他
除法計(jì)算比較復(fù)雜，如果遇到以 2 為底數(shù)的除法，盡量使用位運(yùn)算。例如 js 中的 >> 。64 >> 2 === 16 ，即將 64 轉(zhuǎn)換為 2 進(jìn)制，然后整體右移 2 位。這種運(yùn)算效率會(huì)非常快 —— 但是估計(jì)現(xiàn)代編譯器會(huì)捕捉到這一特點(diǎn)，將除法自動(dòng)編譯為位運(yùn)算。
浮點(diǎn)數(shù)的二進(jìn)制表示比較復(fù)雜，細(xì)節(jié)部分可以忽略
十進(jìn)制小數(shù)如何轉(zhuǎn)換為二進(jìn)制小數(shù)
規(guī)則是：整體規(guī)則是“乘 2 取整，順序排列”，例如：
因此，二進(jìn)制能精確表示的小數(shù)，只能是若干次 *2 能得到整數(shù)的值。其他情況如 0.2 就無法精確表示，只能精確到某個(gè)度，因此 C 語言才有單精度 float 和雙精度 double 浮點(diǎn)數(shù)。
浮點(diǎn)數(shù)的二進(jìn)制存儲(chǔ)
IEEE （美國電器與電子工程師協(xié)會(huì)）的浮點(diǎn)數(shù)標(biāo)準(zhǔn)參考一下 http://www.ruanyifeng.com/blog/2010/06/ieee_floating-point_representation.html，即將一個(gè)存儲(chǔ)空間分成三段：
通過以上幾個(gè)區(qū)域能計(jì)算出它存儲(chǔ)的浮點(diǎn)數(shù)的數(shù)值，按公式 V = (-1)^S * M * 2^E 。不同精度的浮點(diǎn)數(shù)，這幾個(gè)區(qū)間的大小不一致：
整數(shù)和浮點(diǎn)數(shù)的轉(zhuǎn)換
我感覺這部分算是對(duì)計(jì)算機(jī)組成原理的一個(gè)簡單介紹，但我更加推薦大家去專門的計(jì)算機(jī)組成原理的課程去詳細(xì)學(xué)習(xí)。
主要結(jié)構(gòu)分為：
8086 是 intel 在 1978 年發(fā)布的 16 位處理器，80386 是 1985 年 intel 發(fā)布的 32 位處理器（寄存器 32 位）。80386 有三種工作模式：
有了保護(hù)模式，編程人員才可以在一個(gè)私有的空間內(nèi)為所欲為。
就好像程序猿占有了一個(gè)（虛擬的） CPU 和一段內(nèi)存地址
這部分內(nèi)容中，寄存器的知識(shí)對(duì)于匯編語言是很重要的，阮一峰老師的博客中也介紹了寄存器，大家可以去參考。
匯編語言是面向機(jī)器的最基礎(chǔ)編程，既然是編程就涉及到內(nèi)存的使用和分配，于是就有了內(nèi)存模型。這部分的知識(shí)，我感覺阮一峰老師的博客中已經(jīng)寫的很詳細(xì)了，我也會(huì)參考他的文章來進(jìn)行下文的總結(jié)。
某個(gè)程序開始運(yùn)行之前，操作系統(tǒng)會(huì)給它分配一段內(nèi)存空間，用于存儲(chǔ)改程序時(shí)使用的、產(chǎn)出的數(shù)據(jù)。具體這塊內(nèi)存區(qū)域的大小和起止指針先不用關(guān)心。
棧這個(gè)數(shù)據(jù)結(jié)構(gòu)的特點(diǎn)是“先進(jìn)后出”。像 C 語言這種“過程調(diào)用過程”后者“函數(shù)調(diào)用函數(shù)”的執(zhí)行方式，最先調(diào)用的過程或者函數(shù)，會(huì)是最后一個(gè)結(jié)束。這一特點(diǎn)和棧的特點(diǎn)基本一致。
需要強(qiáng)調(diào)一點(diǎn)，在整個(gè)這段內(nèi)存空間中，棧是自上（高地址）而下（低地址）進(jìn)行累積的，即棧頂?shù)膬?nèi)存地址比棧底的內(nèi)存地址要小。這一點(diǎn)和堆正好相反，如下圖：
壓棧 push
當(dāng)一個(gè)過程或者函數(shù)被執(zhí)行時(shí)，會(huì)有一些數(shù)據(jù)（參數(shù)、局部變量、返回地址）需要臨時(shí)存儲(chǔ)起來。而且在“函數(shù)調(diào)用函數(shù)”的整個(gè)過程中，會(huì)有很多這樣的操作。那么就在每個(gè)函數(shù)執(zhí)行時(shí)，將這些數(shù)據(jù)壓棧。如下圖，注意調(diào)用鏈和壓棧的關(guān)系（其中兩個(gè) amI 是發(fā)生了遞歸調(diào)用）。
當(dāng)前正在執(zhí)行的函數(shù)對(duì)應(yīng)的棧，叫做“棧幀”，%ebp 和 %esp 兩個(gè)寄存器分別存儲(chǔ)了該棧幀兩端的地址。
PS：遞歸和循環(huán)雖然都可以滿足某些計(jì)算場景，但是在構(gòu)建內(nèi)存模型上是完全不一樣的，遞歸復(fù)雜度更高。
出棧 pop
棧中的數(shù)據(jù)是有聲明周期的，每個(gè)函數(shù)執(zhí)行完 return 之后，其對(duì)應(yīng)的數(shù)據(jù)就要被 pop ，并釋放這段內(nèi)存空間。因此棧的內(nèi)存空間是由系統(tǒng)分配、系統(tǒng)自動(dòng)釋放，不需要人為干預(yù)。人只管好好寫自己的程序就 OK 了。
可以拿上圖中的調(diào)用鏈和棧寫一個(gè)詳細(xì)的調(diào)用過程：
yoo 函數(shù)被調(diào)用，yoo 的數(shù)據(jù)被壓棧yoo 函數(shù)中又調(diào)用了 who 函數(shù)，who 的數(shù)據(jù)被壓棧who 函數(shù)中又調(diào)用了 amI 函數(shù)，amI 的數(shù)據(jù)被壓棧amI 函數(shù)中又遞歸調(diào)用了 amI 函數(shù)，amI 的數(shù)據(jù)被壓棧amI 函數(shù) return ，出棧amI 函數(shù) return ，出棧who 函數(shù) return ，出棧yoo 函數(shù) return ，出棧%ebp 和 %esp 寄存器一直隨著棧幀的變化而變化其他
有一個(gè)程序猿知名網(wǎng)站叫 stackoverflow ，意思就是“棧溢出”。按照上述模型的理解，就是程序執(zhí)行時(shí)棧內(nèi)存累計(jì)過多，導(dǎo)致溢出了整個(gè)分配的內(nèi)存空間了。常見的導(dǎo)致這種問題的方式是大量的遞歸調(diào)用，可以用“尾遞歸”來解決這一問題，感興趣的可以去具體查一查。
在整個(gè)程序被分配的內(nèi)存空間里，棧是系統(tǒng)自己使用和分配，自上而下的累積。其中還有一部分內(nèi)存空間是給程序猿使用的，即你可以通過程序動(dòng)態(tài)占有一部分內(nèi)存（如 C 語言的 malloc ，C++ 的 new ，其他高級(jí)語言的引用類型），這部分內(nèi)存叫“堆”。它和棧不一樣：
常說的內(nèi)存泄露就是在堆中占有的內(nèi)存沒有被及時(shí)的清理或者 GC ，導(dǎo)致長時(shí)間積累之后內(nèi)存崩潰。對(duì)于 JS 開發(fā)者，應(yīng)該知道 Chrome devtools 中有一個(gè) heap Snapshot ，用來記錄當(dāng)前時(shí)刻 JS 堆內(nèi)存，如下圖：
以 C 語言中的數(shù)組和結(jié)構(gòu)體為例。
C 語言中，數(shù)組需要一個(gè)連續(xù)的存儲(chǔ)空間，每個(gè)數(shù)組需要一個(gè) L * sizeOf(T) 字節(jié)的空間。例如 10 個(gè) int 元素的數(shù)組，其空間就需要 10 * 4 = 40 bytes 的空間。通過這個(gè)存儲(chǔ)格式，就可以很容易的遍歷、訪問到數(shù)據(jù)的每個(gè)元素。用 %edx 寄存器存儲(chǔ)起始地址，用 %eax 表示 index ，那么 (%edx, %eax, 4) 就是這個(gè)當(dāng)前元素的內(nèi)存地址（4 即取出 4 bytes 長度的內(nèi)容，int 類型占 4 bytes）。二維數(shù)組也是同樣的道理。
PS：數(shù)組和鏈表有時(shí)候看著用途一樣，但是數(shù)據(jù)結(jié)構(gòu)上是有明顯區(qū)別的，鏈表不需要一個(gè)連續(xù)的存儲(chǔ)空間。
C 語言結(jié)構(gòu)體也需要一個(gè)連續(xù)的存儲(chǔ)空間，結(jié)構(gòu)提內(nèi)部通過名字訪問，每個(gè)元素都可以有不同的類型。
- struct rec {
- int i;
- init a[3];
- int *p; // *p 表示一個(gè)內(nèi)存地址，&p 可以獲取該地址的值
- }
以上代碼將會(huì)被分配這樣一個(gè)連續(xù)的內(nèi)存地址：0 - 4 存放 i（4 bytes），接著 5 - 16 存放數(shù)組（3 個(gè) int），接著 16 - 20 存放指針（32 位指針）。
雖然本課是主講匯編語言，課程中也花了大量的時(shí)間講解了常用的指令、示例以及 C 語言和匯編語言的如何對(duì)應(yīng)。不過對(duì)于我這種以了解匯編、學(xué)習(xí)基礎(chǔ)知識(shí)為目的的高級(jí)語言的開發(fā)者，并沒有去認(rèn)真聽每個(gè)指令的具體意義。不知道這是不是常說的“不求甚解”。
課程中幾個(gè)比較簡單的匯編指令如下：（阮一峰老師的博客中也講了一些常用指令，講的更加詳細(xì)，可以去學(xué)習(xí)）
addl 參數(shù)1, 參數(shù)2 加法movl Source, Dest 賦值leal Source, Dest 計(jì)算出地址賦值給 Destcmpl Src2, Src1 比較，類似于計(jì)算 Src2 - Src1上述兩個(gè)指令，add 和 mov 等表示指令類型，后面的 l 是一個(gè)后綴，表示一次性操作 2 bytes 。這樣的后綴還有很多，例如 b w ，都有不同的含義，不過不用去管它。
參數(shù)中，%edx 表示某個(gè)寄存器，(%edx) 表示將這個(gè)寄存器的值作為內(nèi)存地址，$ 開頭的是一個(gè)立即數(shù)。8(%edx) 找到某個(gè)內(nèi)存地址并連續(xù)讀取 8 bits 內(nèi)容（如 int 類型就占 8 bits）。
上文中【和匯編程序相關(guān)的結(jié)構(gòu)】圖中可以看到，CPU 中有“條件碼”。例如，x86 中常用的四個(gè)條件碼（其實(shí)我也不知道怎么用……）
（每個(gè)條件碼只占 1 bit 空間，可見它是一個(gè) boolean 型的存在）
在指令運(yùn)行過程中，硬件會(huì)根據(jù)指令運(yùn)行的狀態(tài)實(shí)時(shí)的修改這些條件碼的值，然后用 set 指令，從條件碼中讀出來，放入通用寄存器中，然后就可以用于分支跳轉(zhuǎn)了。細(xì)節(jié)沒具體看。
以 j 開頭的一系列指令，滿足不同的條件即可跳轉(zhuǎn)到某個(gè)程序塊。例如 jmp 是無條件跳轉(zhuǎn)，je 是 ZF 條件碼為 0 時(shí)才跳轉(zhuǎn)，jne 是 ZF 條件碼不是 0 時(shí)才跳轉(zhuǎn)。跳轉(zhuǎn)的語法類似于 C 語言的 goto 語句，但在 C 語言中不推薦使用 goto 語句。
高級(jí)編程語言中有三種基本的執(zhí)行邏輯：第一，順序執(zhí)行，這個(gè)對(duì)應(yīng)匯編語言沒啥問題；第二，分支執(zhí)行（即 if else）；第三，循環(huán)執(zhí)行。后兩種，通過判斷條件碼和跳轉(zhuǎn)也都可以實(shí)現(xiàn)。
關(guān)于遞歸，課程中也講了很多內(nèi)容，不過我沒看懂（沒有那么那么認(rèn)真的看，看不懂就算了……）。
如果想簡單看一下匯編語言是什么樣子的，可以通過 gcc 編譯一段簡單的 C 語言來看下。首先，新建一個(gè) hello.c 的文件然后寫上如下內(nèi)容并保存。
- #include <stdlib.h>
- #include <stdio.h>
- int main() {
- printf("hello word
- ");
- exit(0);
- return 0;
- }
在該文件目錄中運(yùn)行 gcc -S -O2 -m32 hello.c ，然后即可看到生成了一個(gè) hello.s 的文件，內(nèi)容如下：
- .section __TEXT,__text,regular,pure_instructions
- .macosx_version_min 10, 12
- .globl _main
- .p2align 4, 0x90
- _main: ## @main
- ## BB#0:
- pushl %ebp
- movl %esp, %ebp
- subl $8, %esp
- calll L0$pb
- L0$pb:
- popl %eax
- leal L_str-L0$pb(%eax), %eax
- movl %eax, (%esp)
- calll _puts
- movl $0, (%esp)
- calll _exit
- subl $4, %esp
- .section __TEXT,__cstring,cstring_literals
- L_str: ## @str
- .asciz "hello word"
- .subsections_via_symbols
這就是 C 語言編譯出來的匯編語言。具體的示例，可以去看阮一峰老師那篇博客最后的內(nèi)容，他在博客中對(duì)一段匯編語言做了詳細(xì)的解釋。我這里就省略了。
僅僅是一個(gè)學(xué)習(xí)筆記，發(fā)現(xiàn)錯(cuò)誤歡迎指正。
聯(lián)系客服
