汇编基础知识

最新推荐文章于 2024-08-28 15:08:00 发布

Otis_L

最新推荐文章于 2024-08-28 15:08:00 发布

阅读量758

点赞数 1

分类专栏： C语言基础文章标签： asm linux

本文链接：https://blog.youkuaiyun.com/Frank_sample/article/details/120532158

版权

C语言基础专栏收录该内容

9 篇文章

订阅专栏

汇编语言作为低级语言，直接描述/控制CPU的运行，学习汇编的意义就是为了理解CUP的运行情况已经高级代码的运行步骤

汇编语言

    来历
    最早的时候，编写程序就是手写二进制指令，然后通过各种开关输入计算机，比如要做加法，就按一下加法开关。后来发明了纸袋打孔法，通过在纸袋上打孔，将二进制指令自动输入计算机。
    为了解决二进制指令的可读性问题，工程师将那些指令写成了八进制。二进制转八进制是轻而易举的，但是八进制的可读性也不行。很自然地，最后还是用文字表达，加法指令写成 ADD。内存地址也不再直接引用，而是用标签表示。
    这样的话，就多出一个步骤，要把这些文字指令翻译成二进制，这个步骤就称为 assembling，完成这个步骤的程序就叫做 assembler。它处理的文本，自然就叫做 aseembly code。标准化以后，称为 assembly language，缩写为 asm，中文译为汇编语言。

    汇编语言的定位
    CPU只负责计算，不具备智能。输入一条指令(Instruction)，它就会执行一次，然后停下来，等待下一条指令。而这些指令都是二进制编码，被称为操作码（opcode），比如指令00000011就表示加法指令。而编译器的作用，就是将高级语言写好的程序翻译成一条条操作码供CPU执行。
    可是对于人类来说，二进制程序不可读，所以无法理解机器的工作流程。因此为了解决可读性问题，以及偶尔的编辑需求，就诞生了汇编语言。
    汇编语言是二进制指令的文本形式，与指令是一一对应的关系，比如，加码至零00000011写成汇编语言就是ADD。只要还原成二进制，汇编语言就可以被CPU直接执行，所以它是最底层的低级语言。

寄存器

    学习汇编语言必须了解的知识点：寄存器和内存模型
    寄存器：CPU本身只负责运算，不负责存储数据。数据一般都存储在内存之中，CPU要用的时候就去内存中读写数据。但是CPU的运算速度远高于内存的读写速度，为了避免被拖慢，CPU都自带一级缓存和二级缓存。基本上，CPU缓存可以看作是读写速度较快的内存。
    但是，CPU缓存还是不够快，而且数据在缓存里面的地址是不固定的，CPU每次读写都要寻址也会拖慢速度。因此，除了缓存之外，CPU还自带了寄存器，用来存储常用的数据。也就是说，那些最频繁读写的数据（比如循环变量），都会放在寄存器里面，CPU优先读写寄存器，再由寄存器跟内存交换数据。寄存器不依靠地址区分数据，而依靠名称。每一个寄存器都有自己的名称，编程时告诉 CPU 去具体的哪一个寄存器拿数据，这样的速度是最快的。有人比喻寄存器是 CPU 的零级缓存。
CPU存储架构
    早期的x86 CPU只有8个寄存器，而且每个都有不同的用途（ESP 寄存器有特定用途，保存当前 Stack 的地址），现在的寄存器数量已经有100多个，都变成了通用寄存器。
    而ARM的32位CPU的寄存器数量是37个，一般是31个通用寄存器和6个状态寄存器。
    另外，32位CPU、64位CPU指的是寄存器的大小，32位的CPU的寄存器可以容纳4个字节的数据。

内存模型

    Heap堆
    寄存器只能存放少量的数据，大多数的时候，CPU要指挥寄存器，直接跟内存交换数据，所以必须要了解内存是怎么储存数据。
    程序运行的时候，操作系统会给它分配一段内存，用来存储程序和运行产生的数据。这段内存有起始地址和结束地址，比如从0x1000到0x8000，起始地址是较小的地址，结束地址是比较大的地址。
内存运行
    程序运行过程中，对于动态的内存占用请求（比如新建对象，或者使用malloc命令），系统就会从预先分配好的那段内存之中，划出一部分分给用户，具体规则是从起始地址开始划分（实际上，起始地址会有一段静态数据，这里忽略）。
    举例说明：用户要求得到10个字节的内存，那么从起始地址0x1000开始给它分配，一直分配到地址0x100A，如果再要求得到22个字节，那么就分配到0x1020。
堆空间
    这种因为用户主动请求而划分出来的内存区域，叫作Heap（堆），它由起始地址开始，从低地址向高地址增长。Heap的一个重要特点就是不会自动消失，必须手动释放，或者由垃圾回收机制来回收。

    Stack栈
    除了堆以外，其他的内存占用叫作Stack（栈）。简单说，stack是由于函数运行而临时占用的内存区域。
    举例分析：系统开始执行main函数时，会在内存中建立一个帧（frame），所有的内部变量都保存在这个帧里面。main函数执行结束后，该帧就会被回收，释放所有的内部变量，不再占用空间。如果在main函数中调用了其它函数。也会为其他函数建立一个帧，用来存储它对应的内部变量，因此，调用栈有多少层，就有多少帧。

    以上栈中等到add_a_and_b运行结束，它的帧就会被回收，系统会回到函数main刚才中断执行的地方，继续往下执行。通过这种机制，就实现了函数的层层调用，并且每一层都能使用自己的本地变量。
    所有的帧都存放在Stack，由于帧是一层层叠加的，所以Stack叫作栈。生成新的栈，就叫做“入栈”，英文是push；栈的回收就叫做“出栈”，英文名是pop。Stack的特点就是，最晚入栈的帧最早出栈（因为最内层的函数调用，最先结束运行），这就是后进先出的数据结构。每一次函数执行结束，就自动释放一个帧，所有函数执行结束，整个Stack就都释放了。
    Stack是由内存区域的结束地址开始，从高位地址向低位地址分配。比如，内存区域的结束抵制是0x8000，第一帧假定是16字节，那么下一次分配的地址就会从0x7FF0开始；第二帧假定需要64字节，那么地址就会移动到0x7FB0。因此，可以理解为堆是向上生长而栈是向下生长。

CPU指令

以一个简答的加法程序来分析汇编语言如下：

// C语言源码
int add_a_and_b(int a, int b) {
   return a + b;
}

int main() {
   return add_a_and_b(2, 3);
}

// 转换成ASM汇编语言如下：
_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

push指令
根据约定，程序从main函数开始执行，这时会在Stack上为main建立一个帧，并将Stack所执行的地址，写入ESP寄存器。后面如果有数据要写入main这个帧，就会写在ESP寄存器所保存的地址。

push 3	
			/*
			 开始执行第一行代码
             push指令用于将运算子放入Stack，这里就是将3写入main这个帧
             虽然看上去很简单，push指令其实有一个前置条件。它会先取出ESP寄存器里面的地址，将其减去4个字节，然后将新地址写入ESP寄存器。
             使用减法是因为Stack是从高到低位发展，4个字节则是因为3的类型是int，占用4个字节
             得到新地址后，3就会写入这个地址开始的4个字节
             */
 
push 2
			/*
			 第二行也是一样，push指令将2写入到main这个帧，位置紧贴着前面写入的3。这时，ESP寄存器会再减去4个字节（累计减去8）
			 */

push操作

call指令
call指令用来调用函数，上面的代码表示调用add_a_and_b函数。这时，程序就会去找_add_a_and_b标签，并为该函数建立一个新的帧。然后再开始执行_add_a_and_b的代码。

push %ebx
				//这一行表示将 EBX 寄存器里面的值，写入_add_a_and_b这个帧。
				//这是因为后面要用到这个寄存器，就先把里面的值取出来，用完后再写回去。
				//这时，push指令会再将 ESP 寄存器里面的地址减去4个字节（累计减去12）。

mov指令
mov指令用于将一个值写入某个寄存器

 mov  %eax [%esp+8]	//先将 ESP 寄存器里面的地址加上8个字节，得到一个新的地址，然后按照这个地址在 Stack 取出数据。
 							//根据前面的步骤，可以推算出这里取出的是2，再将2写入 EAX 寄存器。
 mov  %ebx [%esp+12]	//将 ESP 寄存器的值加12个字节，再按照这个地址在 Stack 取出数据，这次取出的是3，将其写入 EBX 寄存器。

add命令
add指令用于将两个运算子相加，并将结果写入第一个运算子

add %eax %ebx // 将 EAX 寄存器的值（即2）加上 EBX 寄存器的值（即3），得到结果5，再将这个结果写入第一个运算子 EAX 寄存器。

pop指令
pop指令用于取出 Stack 最近一个写入的值（即最低位地址的值），并将这个值写入运算子指定的位置。

pop    %ebx
		//取出 Stack 最近写入的值（即 EBX 寄存器的原始值），再将这个值写回 EBX 寄存器（因为加法已经做完了，EBX 寄存器用不到了）。
		//注意，pop指令还会将 ESP 寄存器里面的地址加4，即回收4个字节。

ret指令
ret指令用于终止当前函数的执行，将执行权交还给上层函数。也就是，当前函数的帧将被回收

ret
		// 该指令没有运算子
		// 随着add_a_and_b函数终止执行，系统就会回到刚才main函数中断的地方，继续往下执行
add %esp 8
		//将 ESP 寄存器里面的地址，手动加上8个字节，再写回 ESP 寄存器。
		//这是因为 ESP 寄存器的是 Stack 的写入开始地址，前面的pop操作已经回收了4个字节，这里再回收8个字节，等于全部回收。
ret
		//main函数运行结束，ret指令退出程序执行

ARM汇编与C语言编程

    ARM编程中使用的C语言是标准C语言，ARM的开发环境实际上就是嵌入了一个C语言的集成开发环境，只不过这个开发环境与ARM的硬件紧密相关。
    在使用C语言时，要用到和汇编语言的混合编程。若汇编代码较为简洁，则可使用直接内嵌汇编的方法；否则要将汇编程序以文件的形式加入到项目中，按照ATPCS(ARM/Thumb过程调用标准，ARM/Thumb Procedure Call Standard)的规定与C程序相互调用与访问。
    在C程序和ARM汇编程序之间相互调用时必须遵守ATPCS规则。ATPCS规定了一些子程序间调用的基本规则，哪寄存器的使用规则，堆栈的使用规则和参数的传递规则等。

寄存器使用规则
    子程序之间通过寄存器r0-r3来传递参数，当参数个数多于4个时，使用堆栈来传递参数。此时r0-r3可以记为A1~A4。
    在子程序中，使用寄存器r4-r11保存局部变量。因此当进行子程序调用时要注意对这些寄存器的保存和恢复。此时r4-r11可记作V1~V8。
    寄存器R12用于保存堆栈指针SP，当子程序返回时使用该寄存器出栈，记作IP。
    寄存器R13用作堆栈指针，记作SP。
    寄存器R14称为链接寄存器，记作LR。该寄存器用于保存在程序的返回地址。
    寄存器R15称为程序计数器，记作PC。

堆栈的使用规则
ATPCS规定堆栈采用满递减类型(FD,Full Descending)，即堆栈通过减小存储器地址而向下增长，堆栈指针指向内含有效数据项的最低地址。

参数的传递规则
整数参数的前4个使用r0-r3传递，其他参数使用堆栈传递；浮点参数使用编号最小且能够满足需要的一组连续的FP寄存器传递参数。
子程序的返回结果为一个32位整数时，通过r0返回；返回结果为一个64位整数时，通过r0和r1返回；依此类推。结果为浮点数时，通过浮点运算部件的寄存器F0、D0或者S0返回。