CSAPP读书随笔之一：为什么汇编器会将call指令中的引用的初始值设置为-4

Posted 2020-08-21 xxfcz

　　CSAPP，即《深入理解计算机系统：程序员视角》第三版，是一本好书，但读起来确需要具备相当的基本功。而且，有的表述（中译文）还不太直白。

 

　　比如，第463页提到，（对于32位系统）为什么汇编器会将call指令中的引用的初始值设置为-4。其后解释语焉不详。结合文中对代码计算公式的展开：

            *refptr = (unsigned) (ADDR(r.symbol) + *refptr - refaddr)

                       = (unsigned) (0x80483c8        + (-4)     - 0x80483bb)

                       = (unsigned) (0x9)

依然一头雾水。

 

　　其实，这里只要反过来推算，就很好理解了。下图是重定向完成后的内存映象：

 

0x80483b4　　　　.text

...

0x80483ba　　　　call 80483c8<swap>    ; e8 09 00 00 00

                                                             ▲

                                          0x80483bb --↗

0x80483bf　　　　(下一条指令)

...

0x80483c8　　　　swap()

...

 

　　有题如下：

　　已知：.text节重定位于0x80483b4，相应地call调用则位于0x80483ba，而swap()函数重定位于0x80483c8。

　　求：重定位后，call指令的操作码（即书中所谓“重定位引用”）应当是几？（亦即swap函数相对于call指令执行时PC的偏移是多少？）

 

　　首先说答案，swap函数相对于call指令执行时PC的偏移是0x9，即call指令的完整机器码是 e8 09 00 00 00。

　　为什么呢？因为当执行call指令时，PC值已是下一条指令的地址即0x80483bf。为了完成call调用，要把PC值加上call的操作数，结果作为新的PC值。也就是 0x80483bf + 0x9 = 0x80483c8，正好是swap()函数的地址。

 

　　接下来说说，call指令中的引用的初始值-4是做什么用的。我把前面的公式变形：

            *refptr = (unsigned) (ADDR(r.symbol) + *refptr - refaddr)

                      = (unsigned) (ADDR(r.symbol) + (*refptr - refaddr))

                      = (unsigned) (0x80483c8        + (-4      - 0x80483bb))

                      = (unsigned) (0x80483c8        -0x80483bf)

                      = (unsigned) (0x9)

　　可以看到，-4就是为了从call指令中操作数本身的地址转换为下一指令的地址而设置的。对于32位机器来说，call指令长5字节，操作码1个字节，而操作数正好占4字节。call指令位于0x80483ba，操作数位于0x80483bb，再过4字节就正好是下一条指令的地址。

 

　　那为什么用-4而不是+4呢？其实很简单，这和链接程序采用的计算公式有关。