7、ARM32 指令集内存操作全解析

ARM32 指令集内存操作全解析

1. 加载寄存器概述

在 ARM32 指令集中,LDR 指令及其变体用于将地址加载到寄存器,或者加载该地址所指向的数据。它还支持内存索引操作,能充分利用 32 位指令的特性。主要涵盖以下几种情况:
- PC 相对寻址
- 从内存加载数据
- 内存索引操作

2. PC 相对寻址

PC 相对寻址是一种方便的寻址方式,它不需要额外的寄存器。在早期的“Hello World!”示例中,使用 LDR 指令加载字符串地址时就用到了这种方式。例如:

LDR    R1, =helloworld

汇编后变为:

LDR    r1, [pc, #20]

汇编器根据程序计数器(PC)的值,提供一个偏移量来获取正确的内存地址。偏移量在指令中有 12 位,范围是 0 - 4095,还有一位表示偏移方向,所以实际偏移范围是 ±4095。这里加载的是一个字,地址范围就是 ±4095 个字。

LDR 指令的一般形式为:

LDR{type}    Rt, =label

其中,type 可以是以下几种数据类型,具体如下表所示:
| Type | Meaning |
| ---- | ---- |
| B | 无符号字节 |
| SB | 有符号字节 |

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