计算机指令

Posted 2021-11-30 mylearning-log

在软硬件接口中，CPU帮我们做了什么？

从硬件角度来看， CPU就是一个超大规模集成电路，通过电路实现了加法，乘法乃至各种各样的处理逻辑。

从软加工程师的角度来讲，CPU就是一个执行各种计算机指令（Instruction Code）的逻辑机器。这里的计算机指令，就好比一门CPU能够听懂的语言，我们把它叫做机器语言（Machine Language）

不同的CPU能够听懂的语言不太一样。比如我们个人电脑用的Intel的CPU，苹果手机用的是ARM的CPU。类似这样两种CPU各自支持的语言，就是两组不同的计算机指令集（Instruction set）

一个计算机程序，不可能只有一条指令，而是由成千上万条指令组成的。但是CPU里不能一直放着所有指令，所以计算机程序平时是存储在存储器中的。这种指令存储在存储器里面的计算机，我们就叫做存储程序型计算机

从编译到汇编，代码怎么变成机器码？

// test.c
int main()
{
    int a = 1;
    int b = 2;
    a = a + b;
}

要让这段程序在一个Linux操作系统上跑起来，我们需要把整个程序翻译成一个汇编语言（ASM，Assembly Language）的程序，这个过程我们一般叫编译（Compile）成好汇编代码。

针对汇编代码，我们可以再用汇编器（Assembler）翻译成机器码（Machine Code）。这些机器码由“0”和“1”组成的机器语言表示。这一条条机器码，就是一条条的计算机指令。这样一串串的16进制数字，就是我们CPU能够真正认识的计算机指令

在一个Linux操作系统上，我们可以简单地使用gcc和objdump这样两条命令，把对应的汇编代码和机器码都打印出来。

[[email protected] 桌面]$ gcc -g -c text.c
[[email protected] 桌面]$ objdump -d -M intel -S text.o
text.o：     文件格式 elf64-x86-64


Disassembly of section .text:

0000000000000000 <main>:
int main()
{
   0:    55                       push   rbp
   1:    48 89 e5                 mov    rbp,rsp
    int a = 1;
   4:    c7 45 fc 01 00 00 00     mov    DWORD PTR [rbp-0x4],0x1
    int b = 2;
   b:    c7 45 f8 02 00 00 00     mov    DWORD PTR [rbp-0x8],0x2
    a = a + b;
  12:    8b 45 f8                 mov    eax,DWORD PTR [rbp-0x8]
  15:    01 45 fc                 add    DWORD PTR [rbp-0x4],eax
}
  18:    5d                       pop    rbp
  19:    c3                       ret    

可以看到左侧一堆数字，这些就是一条条机器码；右边有一系列的push、mov、add、pop等，这些就是对应的汇编代码。一行C语言代码，有时候对应一条机器码和汇编代码，有时候则是对应两条机器码和汇编代码。汇编代码和机器码之间是一一对应的。

从高级语言到汇编代码，再到机器码，就是一个日常开发程序，最终变成了CPU可以执行的计算机指令的过程。

解析指令和机器码

常见的指令可以分为五大类。

第一类是算术类指令。我们的加减乘除，在CPU层面，都会变成一条条算术类指令。

第二类是数据传输类指令。给变量赋值，在内存里读写数据，用的都是数据传输类指令。

第三类是逻辑类指令。逻辑上的与或非，都是这一类指令。

第四类是条件分支类指令。日常我们写的“if/else”，其实都是条件分支类指令。

最后一类是无条件跳转指令。写一些大一点的程序，我们常常需要写一些函数或者方法。再调用函数的时候，其实就是发起了一个无条件跳转指令。

我们说过，不同的CPU有不同的指令集，也就对应着不同的汇编语言和不同的机器码。为了方便你快速理解这个机器码的计算方式，我们选用最简单的MIPS指令集，来看机器码是如何生成的。

MIPS的指令是一个32位的整数，高6位叫操作码（Opcode），也就是代表这条指令具体是一条什么样的指令，剩下的26位有三种格式，分别是R、I、J。

R指令是一般用来做算术和逻辑操作，里面有读取和写入数据的寄存器的地址。如果是逻辑位移操作，后面还有位移操作的位移量，而最后的功能码，则是在前面的操作码不够的时候，扩展操作码表示对应的具体指令的。

I指令，则通常是用来数据传输，条件分支，以及在运算的时候使用的并非变量还是常数的时候。这个时候，没有了位移量和操作码，也没有了第三个寄存器，而是把这三部分直接合并成一个地址值或者常数。

J指令就是一个跳转指令，高6位之外的26位都是一个跳转后的地址。

add $t0,$s2,$s1

对应的MIPS指令里的opcode是0，rs代表第一个寄存器s1的地址是17，rt代表第二个寄存器s2的地址是18，rd代表目标的临时寄存器t0的地址，是8。因为不是位移操作，所以位移量是0.把这些数字拼在一起，就变成了一个MIPS的加法指令。

为了读起来方便，我们一般把对应的二进制数，用16进制表示，也就是0X02324020。这个数字也就是这条指令对应的机器码。

如果想要对日常使用的Intel CPU的指令集有所了解，可以参看《计算机组成与设计：软/硬件借口》第5版的2.17小节。