23、ARM 指令集、数据格式及字符集详解

ARM 指令集、数据格式及字符集详解

1. ARM 指令集概述

ARM 指令集包含多种类型的指令，这些指令在不同的场景下发挥着重要作用。下面将对一些常见的指令类型进行详细介绍。

1.1 通用指令

• WFI（Wait for interrupt） ：用于等待中断的到来，当执行该指令时，处理器会进入低功耗状态，直到有中断发生。
• YIELD ：该指令用于让出处理器资源，通常用于多任务环境中，允许其他任务先执行。
• XPACD、XPACI、XPACLRI ：这些指令的作用是去除指针认证码，增强指针的安全性。

1.2 64 - Bit NEON 和 FPU 指令

这部分指令主要用于处理向量和浮点运算，以下是一些常见的指令：
| 指令 | 描述 |
| ---- | ---- |
| ABS | 计算绝对值 |
| ADD | 加法运算 |
| ADDHN、ADDHN2 | 加法运算并返回高窄结果 |
| ADDP | 对元素对进行加法运算 |
| ADDV | 对向量元素进行累加 |
| AESD | AES 单轮解密 |
| AESE | AES 单轮加密 |
| AESIMC | AES 逆混合列操作 |
| AESMC | AES 混合列操作 |

2. 数据类型的二进制格式

在计算机编程中，了解不同数据类型的二进制格式是非常重要的，下面将对整数、浮点数和地址这三种常见的数据类型进行详细介绍。

2.1 整数类型

整数类型分为有符号和无符号两种，它们在内存中的存储方式和取值范围各不相同。具体信息如下表所示：
| 大小（位） | 类型 | 对齐字节数 | 取值范围 | C 类型 |
| ---- | ---- | ---- | ---- | ---- |
| 8 | 有符号 | 1 | -128 到 127 | signed char |
| 8 | 无符号 | 1 | 0 到 255 | char |
| 16 | 有符号 | 2 | -32,768 到 32,767 | short |
| 16 | 无符号 | 2 | 0 到 65,535 | unsigned short |
| 32 | 有符号 | 4 | -2,147,483,648 到 2,147,483,647 | int |
| 32 | 无符号 | 4 | 0 到 4,294,967,295 | unsigned int |
| 64 | 有符号 | 8 | -9,223,372,036,854,775,808 到 9,223,372,036,854,775,807 | long long |
| 64 | 无符号 | 8 | 0 到 18,446,744,073,709,551,615 | unsigned long long |

2.2 浮点类型

ARM 浮点和 NEON 协处理器采用 IEEE - 754 标准来表示浮点数。所有浮点数都是有符号的，不同大小的浮点数其取值范围和 C 类型也有所不同，具体信息如下表所示：
| 大小（位） | 对齐字节数 | 正取值范围 | C 类型 |
| ---- | ---- | ---- | ---- |
| 16 | 2 | 0.000061035 到 65504 | half |
| 32 | 4 | 1.175494351e - 38 到 3.40282347e + 38 | float |
| 64 | 8 | 2.22507385850720138e - 308 到 1.79769313486231571e + 308 | double |

需要注意的是，并非所有的 C 编译器都支持 16 位浮点数。这些取值范围是针对规范化的值，ARM 处理器允许浮点数变为非规范化以避免下溢。

2.3 地址类型

所有的地址或指针都是 64 位的，它们指向进程虚拟地址空间中的内存，而不是直接指向物理内存。具体信息如下表所示：
| 大小（位） | 取值范围 | C 类型 |
| ---- | ---- | ---- |
| 64 | 0 到 18,446,744,073,709,551,615 | void * |

3. 汇编器指令

GNU 汇编器提供了一系列有用的指令，这些指令可以帮助我们更好地进行汇编编程。下面是一些常见的汇编器指令及其描述：
| 指令 | 描述 |
| ---- | ---- |
| .align | 将位置计数器填充到特定的存储边界 |
| .ascii | 定义无 NULL 终止符的 ASCII 字符串的内存空间 |
| .asciz | 定义有 NULL 终止符的 ASCII 字符串的内存空间 |
| .byte | 定义字节的内存空间 |
| .data | 将后续代码汇编到数据子部分的末尾 |
| .double | 定义双精度浮点数据的内存空间 |
| .dword | 定义 64 位整数的存储空间 |
| .else | 条件汇编的一部分 |
| .elseif | 条件汇编的一部分 |
| .endif | 条件汇编的一部分 |
| .endm | 宏定义的结束 |
| .endr | 重复块的结束 |
| .equ | 定义符号的值 |
| .fill | 定义并填充一些内存 |
| .float | 定义单精度浮点数据的内存空间 |
| .global | 使符号全局化，如果需要从其他文件引用则必须使用 |
| .hword | 定义 16 位整数的内存空间 |
| .if | 标记条件汇编代码的开始 |
| .include | 将一个文件合并到当前文件中 |
| .int | 定义 32 位整数的存储空间 |
| .long | 定义 32 位整数的存储空间（与.int 相同） |
| .macro | 定义一个宏 |
| .octa | 定义 64 位整数的存储空间 |
| .quad | 与.octa 相同 |
| .rept | 重复执行一段代码多次 |
| .set | 将符号的值设置为一个表达式 |
| .short | 与.hword 相同 |
| .single | 与.float 相同 |
| .text | 将后续指令生成到代码段中 |
| .word | 与.int 相同 |

4. ASCII 字符集

ASCII 字符集是计算机中最常用的字符编码标准之一，它包含了从 0 到 255 的字符。其中，0 到 127 的字符是标准字符，128 到 255 的字符取自代码页 437，这是原始 IBM PC 的字符集。以下是部分 ASCII 字符的详细信息：
| 十进制 | 十六进制 | 字符 | 描述 |
| ---- | ---- | ---- | ---- |
| 0 | 00 | NUL | 空字符 |
| 1 | 01 | SOH | 标题开始 |
| 2 | 02 | STX | 文本开始 |
| 3 | 03 | ETX | 文本结束 |
| 4 | 04 | EOT | 传输结束 |
| 5 | 05 | ENQ | 查询 |
| 6 | 06 | ACK | 确认 |
| 7 | 07 | BEL | 响铃 |
| 8 | 08 | BS | 退格 |
| 9 | 09 | HT | 水平制表符 |
| 10 | 0A | LF | 换行符 |
| 11 | 0B | VT | 垂直制表符 |
| 12 | 0C | FF | 换页符 |
| 13 | 0D | CR | 回车符 |
| 14 | 0E | SO | 移出 |
| 15 | 0F | SI | 移入 |
| 16 | 10 | DLE | 数据链路转义 |
| 17 | 11 | DC1 | 设备控制 1 |
| 18 | 12 | DC2 | 设备控制 2 |
| 19 | 13 | DC3 | 设备控制 3 |
| 20 | 14 | DC4 | 设备控制 4 |
| 21 | 15 | NAK | 否定确认 |
| 22 | 16 | SYN | 同步 |
| 23 | 17 | ETB | 传输块结束 |
| 24 | 18 | CAN | 取消 |
| 25 | 19 | EM | 介质结束 |
| 26 | 1A | SUB | 替换 |
| 27 | 1B | ESC | 转义 |
| 28 | 1C | FS | 文件分隔符 |
| 29 | 1D | GS | 组分隔符 |
| 30 | 1E | RS | 记录分隔符 |
| 31 | 1F | US | 单元分隔符 |
| 32 | 20 | space | 空格 |
| 33 | 21 |! | 感叹号 |
| 34 | 22 | ” | 双引号 |
| 35 | 23 | # | 井号 |
| 36 | 24 | $ | 美元符号 |
| 37 | 25 | % | 百分号 |
| 38 | 26 | & | 与号 |
| 39 | 27 |’| 单引号 |
| 40 | 28 | ( | 左括号 |
| 41 | 29 | ) | 右括号 |
| 42 | 2A | ∗ | 星号 |
| 43 | 2B | + | 加号 |
| 44 | 2C |, | 逗号 |
| 45 | 2D | - | 减号 |
| 46 | 2E |. | 句号 |
| 47 | 2F | / | 斜杠 |
| 48 | 30 | 0 | 数字 0 |
| 49 | 31 | 1 | 数字 1 |
| 50 | 32 | 2 | 数字 2 |
| 51 | 33 | 3 | 数字 3 |
| 52 | 34 | 4 | 数字 4 |
| 53 | 35 | 5 | 数字 5 |
| 54 | 36 | 6 | 数字 6 |
| 55 | 37 | 7 | 数字 7 |
| 56 | 38 | 8 | 数字 8 |
| 57 | 39 | 9 | 数字 9 |
| 58 | 3A | : | 冒号 |
| 59 | 3B | ; | 分号 |
| 60 | 3C | < | 小于号 |
| 61 | 3D | = | 等号 |
| 62 | 3E | > | 大于号 |
| 63 | 3F |? | 问号 |
| 64 | 40 | @ | 艾特符号 |
| 65 | 41 | A | 大写字母 A |
| 66 | 42 | B | 大写字母 B |
| 67 | 43 | C | 大写字母 C |
| 68 | 44 | D | 大写字母 D |
| 69 | 45 | E | 大写字母 E |
| 70 | 46 | F | 大写字母 F |
| 71 | 47 | G | 大写字母 G |
| 72 | 48 | H | 大写字母 H |
| 73 | 49 | I | 大写字母 I |
| 74 | 4A | J | 大写字母 J |
| 75 | 4B | K | 大写字母 K |
| 76 | 4C | L | 大写字母 L |
| 77 | 4D | M | 大写字母 M |
| 78 | 4E | N | 大写字母 N |
| 79 | 4F | O | 大写字母 O |
| 80 | 50 | P | 大写字母 P |
| 81 | 51 | Q | 大写字母 Q |
| 82 | 52 | R | 大写字母 R |
| 83 | 53 | S | 大写字母 S |
| 84 | 54 | T | 大写字母 T |
| 85 | 55 | U | 大写字母 U |
| 86 | 56 | V | 大写字母 V |
| 87 | 57 | W | 大写字母 W |
| 88 | 58 | X | 大写字母 X |
| 89 | 59 | Y | 大写字母 Y |
| 90 | 5A | Z | 大写字母 Z |
| 91 | 5B | [ | 左方括号 |
| 92 | 5C | \ | 反斜杠 |
| 93 | 5D | ] | 右方括号 |
| 94 | 5E | ^ | 脱字符 |
| 95 | 5F | _ | 下划线 |
| 96 | 60 | ` | 反引号 |
| 97 | 61 | a | 小写字母 a |
| 98 | 62 | b | 小写字母 b |
| 99 | 63 | c | 小写字母 c |
| 100 | 64 | d | 小写字母 d |
| 101 | 65 | e | 小写字母 e |
| 102 | 66 | f | 小写字母 f |
| 103 | 67 | g | 小写字母 g |
| 104 | 68 | h | 小写字母 h |
| 105 | 69 | i | 小写字母 i |
| 106 | 6A | j | 小写字母 j |
| 107 | 6B | k | 小写字母 k |
| 108 | 6C | l | 小写字母 l |
| 109 | 6D | m | 小写字母 m |
| 110 | 6E | n | 小写字母 n |
| 111 | 6F | o | 小写字母 o |
| 112 | 70 | p | 小写字母 p |
| 113 | 71 | q | 小写字母 q |
| 114 | 72 | r | 小写字母 r |
| 115 | 73 | s | 小写字母 s |
| 116 | 74 | t | 小写字母 t |
| 117 | 75 | u | 小写字母 u |
| 118 | 76 | v | 小写字母 v |
| 119 | 77 | w | 小写字母 w |
| 120 | 78 | x | 小写字母 x |
| 121 | 79 | y | 小写字母 y |
| 122 | 7A | z | 小写字母 z |
| 123 | 7B | { | 左花括号 |
| 124 | 7C | | | 竖线 |
| 125 | 7D | } | 右花括号 |
| 126 | 7E | ~ | 波浪号 |
| 127 | 7F | DEL | 删除符 |

5. 指令及数据类型的应用与分析

5.1 ARM 指令集在实际运算中的应用

ARM 指令集的丰富性使其在各种运算场景中都能发挥重要作用。以 64 - Bit NEON 和 FPU 指令为例，在进行图像和视频处理时，向量运算指令如 ADDV（对向量元素进行累加）和 ABS（计算绝对值）可以大大提高处理效率。例如，在计算图像像素的灰度值时，可以使用 ADDV 指令对每个像素的 RGB 值进行累加，然后再进行后续处理。

在加密领域，AES 相关指令（AESD、AESE、AESIMC、AESMC）则是实现 AES 加密算法的核心。下面是一个简单的 AES 加密流程示例：

graph TD;
    A[初始明文] --> B[AESE（单轮加密）];
    B --> C{AES 轮数是否达到要求};
    C -- 否 --> B;
    C -- 是 --> D[AESMC（混合列操作）];
    D --> E[最终密文];

这个流程图展示了一个基本的 AES 加密过程，通过多次调用 AESE 指令进行单轮加密，直到达到指定的轮数，最后进行 AESMC 操作得到最终的密文。

5.2 数据类型在内存管理中的重要性

不同的数据类型在内存中的存储方式和占用空间不同，这对于内存管理至关重要。例如，在设计一个内存密集型的应用程序时，合理选择整数类型可以节省大量的内存空间。如果一个变量的取值范围在 0 到 255 之间，那么使用 8 位无符号整数（char 类型）就足够了，而不需要使用 32 位或 64 位的整数类型。

在处理浮点数时，需要考虑到不同大小浮点数的精度和取值范围。如果对精度要求不高，可以使用 16 位浮点数（half 类型），这样可以减少内存占用和计算量。但需要注意的是，并非所有的 C 编译器都支持 16 位浮点数。

5.3 汇编器指令在编程中的使用

汇编器指令可以帮助我们更好地组织和优化代码。例如，使用 .align 指令可以将位置计数器填充到特定的存储边界，提高内存访问效率。在定义字符串时， .ascii 和 .asciz 指令可以根据需要选择是否添加 NULL 终止符。

下面是一个简单的汇编代码示例，展示了如何使用汇编器指令：

.data
    my_string: .asciz "Hello, World!" ; 定义一个带 NULL 终止符的字符串
    my_number: .int 123 ; 定义一个 32 位整数

.text
    .global _start
_start:
    ; 这里可以添加更多的指令来处理 my_string 和 my_number
    mov x0, #0 ; 设置返回值为 0
    mov x8, #93 ; 系统调用号 93 表示退出程序
    svc #0 ; 执行系统调用

在这个示例中，使用了 .data 指令将数据部分的代码汇编到数据子部分，使用 .text 指令将指令部分的代码生成到代码段中。

6. ASCII 字符集的应用与扩展

ASCII 字符集是计算机中最基础的字符编码标准，它在文本处理、通信协议等领域有着广泛的应用。例如，在网络通信中，数据通常以 ASCII 字符的形式进行传输。在处理文本文件时，也需要了解 ASCII 字符集的编码规则，以便正确地读取和处理文件内容。

虽然 ASCII 字符集只包含了 128 个标准字符，但通过扩展到代码页 437（包含 128 到 255 的字符），可以支持更多的字符和符号。例如，在一些早期的计算机系统中，使用代码页 437 来显示特殊的图形字符和欧洲语言的字符。

在现代计算机系统中，Unicode 字符集逐渐取代了 ASCII 字符集，因为它可以支持全球范围内的各种语言和符号。但 ASCII 字符集仍然是 Unicode 字符集的一个子集，了解 ASCII 字符集对于理解字符编码的发展和原理仍然具有重要意义。

7. 总结

本文详细介绍了 ARM 指令集、数据类型的二进制格式、汇编器指令和 ASCII 字符集。ARM 指令集的多样性使其在不同的应用场景中都能发挥重要作用，而合理选择数据类型和使用汇编器指令则可以提高代码的效率和性能。ASCII 字符集作为计算机中最基础的字符编码标准，虽然在现代计算机系统中逐渐被 Unicode 字符集取代，但仍然具有重要的历史和技术价值。通过对这些知识的深入理解和掌握，可以更好地进行 ARM 汇编编程和相关的计算机开发工作。