6、汇编语言编程中的控制流、逻辑运算与内存操作

汇编语言编程中的控制流、逻辑运算与内存操作

1. 循环结构

在汇编语言中,循环结构是实现重复操作的重要手段,常见的循环类型有 FOR 循环和 WHILE 循环。

1.1 FOR 循环

FOR 循环有正向计数和反向计数两种实现方式。

正向计数示例:

MOV R2, #1 @ R2 holds I
loop: @ body of the loop goes here.
      @ Most of the logic is at the end
      ADD R2, #1        @ I = I + 1
      CMP R2, #10
      BLE loop          @ IF I <= 10 goto loop

此代码实现了从 1 到 10 的循环。

反向计数示例:

MOV R2, #10 @R2 holds I
loop: @ body of the loop goes here.
      @ The CMP is redundant since we
      @ are doing SUBS.
      SUBS  R2, #1     @ I = I -1
      BNE   loop       @ branch until I = 0

反向计数时使用 SUBS 指令可节省一条 CMP 指令。

1.2 WHILE 循环
根据原作 https://pan.quark.cn/s/459657bcfd45 的源码改编 Classic-ML-Methods-Algo 引言 建立这个项目,是为了梳理和总结传统机器学习(Machine Learning)方法(methods)或者算法(algo),和各位同仁相互学习交流. 现在的深度学习本质上来自于传统的神经网络模型,很大程度上是传统机器学习的延续,同时也在不少时候需要结合传统方法来实现. 任何机器学习方法基本的流程结构都是通用的;使用的评价方法也基本通用;使用的一些数学知识也是通用的. 本文在梳理传统机器学习方法算法的同时也会顺便补充这些流程,数学上的知识以供参考. 机器学习 机器学习是人工智能(Artificial Intelligence)的一个分支,也是实现人工智能最重要的手段.区别于传统的基于规则(rule-based)的算法,机器学习可以从数据中获取知识,从而实现规定的任务[Ian Goodfellow and Yoshua Bengio and Aaron Courville的Deep Learning].这些知识可以分为四种: 总结(summarization) 预测(prediction) 估计(estimation) 假想验证(hypothesis testing) 机器学习主要关心的是预测[Varian在Big Data : New Tricks for Econometrics],预测的可以是连续性的输出变量,分类,聚类或者物品之间的有趣关联. 机器学习分类 根据数据配置(setting,是否有标签,可以是连续的也可以是离散的)和任务目标,我们可以将机器学习方法分为四种: 无监督(unsupervised) 训练数据没有给定...
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