《汇编语言》第一章基础知识



《汇编语言》第一章:基础知识

📌 主要内容

本章从最底层的机器语言出发,介绍汇编语言的产生与组成,计算机存储器结构及其与指令/数据的关系。重点包括:

  • 地址总线、数据总线、控制总线的功能;
  • 内存地址空间的构成;
  • 主板与接口卡等硬件组成概览。

🧠 笔记重点

1. 指令基础

  • 机器指令:CPU能直接识别并执行的二进制编码。
  • 汇编指令:机器指令的助记符,一一对应。
  • 指令结构:通常包含操作码 + 地址码(操作数)。
  • 指令分类
    • 汇编指令
    • 伪指令:编译器执行,计算机不执行
    • 其他符号:如 +-*/ 等,由编译器识别,无机器码

编译器是将汇编指令转换为机器指令的翻译程序,每种 CPU 有自己的汇编指令集。

💡 在内存或磁盘上,指令与数据没有本质区别,都为二进制信息。

汇编语言编译过程


2. 存储器结构

  • RAM(随机存储器):可读写,断电数据丢失
  • ROM(只读存储器):只能读取,断电数据保留

3. 总线概述

  • 总线定义:连接各部件的数据传输线,分为:
    • 片内总线:芯片内部传输
    • 系统总线:各组件之间传输
  • 系统总线三大类
    • 📍 地址总线:CPU 指定内存地址
    • 📍 数据总线:CPU 与内存/器件之间的数据传输
    • 📍 控制总线:CPU 控制外部器件的手段

4. 地址总线详解

  • 一根导线 = 一位二进制
  • 10 根地址线 ⇒ 2^10 = 1024 个地址空间

地址总线图


5. 数据总线详解

  • 8 根数据线 ⇒ 一次传送 1 字节
  • 16 根数据线 ⇒ 一次传送 2 字节(涉及内存对齐)

数据总线图


6. 控制总线详解

  • 控制 CPU 与外设之间的读写行为
  • 控制总线宽度 = CPU 控制能力

7. CPU 与存储器的数据交互

CPU与存储器数据交互

操作流程:

  1. CPU 通过地址线发出目标地址(例如地址 3)
  2. 控制线发出“内存读”命令
  3. 存储器将对应数据通过数据总线送回 CPU

8. CPU 与外设的控制关系

  • CPU 无法直接控制显示器、音箱、打印机等外设
  • 借助接口卡控制外设:接口卡插入扩展插槽,与 CPU 通过总线连接

9. 内存地址空间

  • CPU 把系统中所有存储器视作一个逻辑存储器
  • 它的地址容量受 CPU 寻址能力限制
  • 每个物理设备(如 RAM、ROM)在逻辑空间中占一段地址区域

逻辑存储结构

对某段地址空间读写,即是访问对应的物理存储器(ROM 不能写)

地址映射图


✅ 检测点 1.1

  1. 13
  2. 1024,0,1024
  3. 213,210
  4. 230,220,2^10
  5. 64,1,16,4
  6. 1,1,2,2,4
  7. 512,256
  8. 二进制

📖 下一篇预告 | 第二章 寄存器

第二章 寄存器


内容概要:本文是一份针对2025年中国企业品牌传播环境撰写的《全网媒体发稿白皮书》,聚焦企业媒体发稿的策略制定、渠道选择与效果评估难题。通过分析当前企业面临的资源分散、内容同质、效果难量化等核心痛点,系统性地介绍了新闻媒体、央媒、地方官媒和自媒体四大渠道的特点与适用场景,并深度融合“传声港”AI驱动的新媒体平台能力,提出“策略+工具+落地”的一体化解决方案。白皮书详细阐述了传声港在资源整合、AI智能匹配、舆情监测、合规审核及全链路效果追踪方面的技术优势,构建了涵盖曝光、互动、转化与品牌影响力的多维评估体系,并通过快消、科技、零售等行业的实战案例验证其有效性。最后,提出了按企业发展阶段和营销节点定制的媒体组合策略,强调本土化传播与政府关系协同的重要性,助力企业实现品牌声量与实际转化的双重增长。; 适合人群:企业市场部负责人、品牌方管理者、公关传播从业者及从事数字营销的相关人员,尤其适用于初创期至成熟期不同发展阶段的企业决策者。; 使用场景及目标:①帮助企业科学制定媒体发稿策略,优化预算分配;②解决渠道对接繁琐、投放不精准、效果不可衡量等问题;③指导企业在重大营销节点(如春节、双11)开展高效传播;④提升品牌权威性、区域渗透力与危机应对能力; 阅读建议:建议结合自身企业所处阶段和发展目标,参考文中提供的“传声港服务组合”与“预算分配建议”进行策略匹配,同时重视AI工具在投放、监测与优化中的实际应用,定期复盘数据以实现持续迭代。
先展示下效果 https://pan.quark.cn/s/987bb7a43dd9 VeighNa - By Traders, For Traders, AI-Powered. Want to read this in english ? Go here VeighNa是一套基于Python的开源量化交易系统开发框架,在开源社区持续不断的贡献下一步步成长为多功能量化交易平台,自发布以来已经积累了众多来自金融机构或相关领域的用户,包括私募基金、证券公司、期货公司等。 在使用VeighNa进行二次开发(策略、模块等)的过程中有任何疑问,请查看VeighNa项目文档,如果无法解决请前往官方社区论坛的【提问求助】板块寻求帮助,也欢迎在【经验分享】板块分享你的使用心得! 想要获取更多关于VeighNa的资讯信息? 请扫描下方二维码添加小助手加入【VeighNa社区交流微信群】: AI-Powered VeighNa发布十周年之际正式推出4.0版本,重磅新增面向AI量化策略的vnpy.alpha模块,为专业量化交易员提供一站式多因子机器学习(ML)策略开发、投研和实盘交易解决方案: :bar_chart: dataset:因子特征工程 * 专为ML算法训练优化设计,支持高效批量特征计算与处理 * 内置丰富的因子特征表达式计算引擎,实现快速一键生成训练数据 * Alpha 158:源于微软Qlib项目的股票市场特征集合,涵盖K线形态、价格趋势、时序波动等多维度量化因子 :bulb: model:预测模型训练 * 提供标准化的ML模型开发模板,大幅简化模型构建与训练流程 * 统一API接口设计,支持无缝切换不同算法进行性能对比测试 * 集成多种主流机器学习算法: * Lass...
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