Lecture 05 Machine-Level Programming I： Basics

机器程序部分：关心执行程序 所执行的一串独立的指令

所谓机器程序

• 实际目标代码 -- 一串字符 -- 看不懂
• 更清晰的文本形式
  • 汇编代码

机器代码在机器之上 编写的程序之下 了解机器代码 可以更好的理解我们的程序正在尝试做什么 我们的机器尝试做什么

本课程只是基于特定语言 64位 Intel指令集

History of Intel processors and architctures

Intel x86 Processors

x86是对intel的口头称谓 -- 因为第一个芯片叫 8086, 之后推出了8286(跳过了81),8386 共同点86 所以 叫 x86

x86 就是一种 指令集的语言 也有很多古怪的东西 有点像SQL一样

RISC vs. CISC -RISC: 精简指令集计算机 RISC给之前的处理器命名为CISC

386开始转换成实际可以运行Unix Linux的东西 -- 因为扩展到了32位 --删除了一些奇怪的寻址 -- 变得更加通用

Pentium 4E -- 64位 一件很聪明的事儿是 不用更换软件的情况下更换硬件 32位在64位机器上依然适用

之后遇到了功率的问题 --- 热 04年后 出现多核心

4个核心共享缓存

DDR是链接到主存储器的方式 -- DRAM

PCI 与外围设备的连接

x86 Clones: Advanced Micro Devices(AMD)

AMD历史性竞争对手

ARM架构 -- 比x86机器功耗低 更简单

但是这个公司没有出售处理器 只是设计处理器 -- ARM只是手机处理器中的一部分

C, assembly, machine code

Definitions

• Instruction set architecture: 指令集架构 -- 一种抽象 最好的实施指令的操作 --硬件工作者
• microarchitecture: 微结构
• Code Forms: - Machine Code - Assembly Code

• PC
• Register file
• Condition codes -- static rigister
• Memory

Turning C into Object Code

Compiling Into Assembly

%-寄存器的实际名称

pushq - 压栈 popq -- 出栈 movq--从哪到哪 call 调用 ret--返回

.s 文件-汇编文件 .d 反汇编文件

转变为一个汇编程序

gcc -Og -S sum.c

调用gcc时 实际上调用的不仅仅是一个程序

整个程序序列 来完成 编译的不同阶段

-S 是stop 只做第一部分 转变为汇编代码

-Og 是我希望编译器做什么样的优化的规范 如果什么也不加 就是不优化 实际上生成的代码很难看懂

挑出来 就是上面ppt的汇编语言

但是有一些别的内容 与代码文本并不是直接相关 他们以一个.开头 指示他们是别的东西

他们与某些重要信息有关 要给debugger提供使他能够定位程序的各个部分

比如有一些再告诉编译器 这是一个全局定义的函数 -- 但在一开始的时候不用过多的去考虑

assembly characteristics: Data Types

• integer: 有许多不同类型的整数类型 size of 1, 2, 4 or 8 bytes --不区分有符号数和无符号数的存储方式 甚至地址或指针 都以数字形式存储在计算机中
• float: 一系列字节 后面lecture会讲
• array, class, structure 不存在与机器层级

Assembly Characteristic: Operations

汇编级编程的一个特点 每条指令能做的事情都非常有限 -- 基本上一条只能做一件事情

其实 就像应用视角的操作系统2024说的一样 C语言算是高级语言中的汇编语言 因为我们可以将for循环之类的东西 写成一条只干一件事儿的那种simple C的形式

Object Code

gcc -c sum.s -o sum.o

objdump能够反汇编目标文件并展示其中的机器码和汇编指令。

objdump -d sum.o

但其实从9到1a 用了17 18个byte

example

变量名--丢失了到了汇编层级

gcc -Og sum.c -o sum

objdump -d sum

gdb也能做到

Assembly Basic: Register, operands, move

%r版本 64bit %e版本 32byte 低32byte

除此之外 还可以用低16byte 和 1byte

在远古时代他们每一个都有特定的用途

后来消失了

粉红色的那个Register called stack pointer

ebp是base pointer 后来不怎么用了

moving data

注意 不允许从一个内存去另一个内存

()表示地址 注意可以做一些运算 得到别的地址 这对于访问不同的数据结构非常有用

example of simple addressing modes

我写了个code 跟着ppt上的example

#include <stdio.h>
#include <stdlib.h>
void swap(long *xp, long *yp) {
    long t0 = *xp;
    long t1 = *yp;
    *xp = t1;
    *yp = t0;
}
int main(int argc, char *argv[]) {
    long x = atol(argv[1]);
    long y = atol(argv[2]);
    printf("交换前: %ld, %ld\n", x, y);
    swap(&x, &y); // 传递变量的地址
    printf("交换后: %ld, %ld\n", x, y);
    return 0;
}

the detail

事实证明 使用x86-64 函数参数总是出现在某些特定的寄存器中

%rdi -- 第一个参数 %rsi -- 第二个参数

编译器会有自己的想法 -- 如何使用不同的寄存器来处理临时数据 -- 这就是所谓的寄存器分配算法 -- 先不关心

过程：

q指的是 quad word 四字 这需要回溯到早期 一个字长是16byte 所以 四字其实指的是64byte

事实上 内存引用()有一个更精细的版本 -- 对实现数组引用很有用

D(Rb,Ri,S)

D - a constant offset 固定偏移量

S - scale factor 比例因子 1,2,4, or 8

Ri - intex register - excect %rsp -- 索引寄存器

Rb - base register -- any of 16 integer registers --基地址

-> Mem[Reg[Rb]+S*Reg[Ri]+D]

其中Reg[Rb] 表示基地址寄存器（base register, Rb）中的值

数组索引 --- 我必须通过字节数 来缩放 索引 换句话说 就是下个索引指向哪 -- int 缩放4倍 long 8倍 这样子

Arithmetic & logical operations

Address Computation

leaq src, dst

基本上是利用C的&符号来计算地址

它看起来像一个有源目的地的mov指令 但是leaq的source必须是address dst是register

实际上做的是地址的运算过程 写入寄存器的是地址值而不是内存值

转换成了计算三倍%rdi的方法

现存三倍的%rdi 然后左移两位 达到12倍的效果

这条指令实际上计算了x + x*2 = 3x，并将结果存储到%rax。在这种情况下，虽然LEA的语法看起来像是在计算地址，但实际上它只是利用了这种形式来快速计算出3x的值。因此，在这里LEA的结果应该被视为一个普通的数值而非地址。

用了上面学的地址运算

有点像 c语言中的 x+=y

order！！！！ src在前 des在后

自增 自减 ……

example

？？？

最终这个lecture我自己整理的文件

![[lecture 05.zip]]