常见运算的x86反汇编分析(2)

VS2008 C语言求模运算反汇编解析
本文详细解析了VS2008环境下C语言求模运算的反汇编过程,包括对eax寄存器的符号扩展、根据edx的值调整eax的符号以及最终的取模运算。

C语言中的模运算是基本的运算,我们来看看debug模式下vs2008对下面的这句

求模运算的反汇编:

int b = a %(-8)

1. 0041366E 8B 45 F8         mov         eax,dword ptr [a]
2. 00413671 99                   cdq             
3. 00413672 33 C2              xor         eax,edx
4. 00413674 2B C2              sub         eax,edx
5. 00413676 83 E0 07         and         eax,7
6. 00413679 33 C2              xor         eax,edx
7. 0041367B 2B C2              sub         eax,edx
8. 0041367D 89 45 EC         mov         dword ptr [b],eax

第二句一上来可能有问题,这什么意思?不知道什么意思,最好就来调试下,通过调试,我们发现当a为正数时,语句2的效果是edx清零;如果a为负数,那么可以发现edx的值变为0xffffffff;由此,我们可以推断cdq的作用是对eax的最高符号位进行扩展,并且将值写到edx中;

语句3和语句4同时对eax和edx进行操作,让人一头雾水,不知道在看什么。同样的道理,调试上马。通过调试我们发现,这两个语句会根据edx的扩展值对eax进行符号转化,如果edx中是0xfffffff,那么a的值就会变号;如果edx中的值为0,那么这两句并不会对a的值产生影响。

语句5很好理解,就是取模的运算。

语句6和7,与前面的语句语句的意思相同,只要edx扩展为负数,那么这里就会把正数转化为负数。

Nano-ESG数据资源库的构建基于2023年初至2024年秋季期间采集的逾84万条新闻文本,从中系统提炼出企业环境、社会及治理维度的信息。其构建流程首先依据特定术语在德语与英语新闻平台上检索,初步锁定与德国DAX 40成分股企业相关联的报道。随后借助嵌入技术对文本段落执行去重操作,以降低内容冗余。继而采用GLiNER这一跨语言零样本实体识别系统,排除与目标企业无关的文档。在此基础上,通过GPT-3.5与GPT-4o等大规模语言模型对文本进行双重筛选:一方面判定其与ESG议题的相关性,另一方面生成简明的内容概要。最终环节由GPT-4o模型完成,它对每篇文献进行ESG情感倾向(正面、中性或负面)的判定,并标注所涉及的ESG具体维度,从而形成具备时序特征的ESG情感与维度标注数据集。 该数据集适用于多类企业可持续性研究,例如ESG情感趋势分析、ESG维度细分类别研究,以及企业可持续性事件的时序演变追踪。研究者可利用数据集内提供的新闻摘要、情感标签与维度分类,深入考察企业在不同时期的环境、社会及治理表现。此外,借助Bertopic等主题建模方法,能够从数据中识别出与企业相关的核心ESG议题,并观察这些议题随时间的演进轨迹。该资源以其开放获取特性与连续的时间覆盖,为探究企业可持续性表现的动态变化提供了系统化的数据基础。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值