深入理解计算机系统（3.6）------汇编的流程控制

Posted 2020-10-09 YSOcean

深入理解计算机系统（3.6）------汇编的流程控制

　　前面我们所讲的所有指令，代码执行顺序都是一条接着一条顺序的执行。但是实际上在编码过程中，会有某些结构，比如条件语句（if-else），循环语句（for,do-while）和分支语句（switch）等等，都要求有条件的执行，根据数据测试的结果来决定操作执行的顺序。

　　在机器代码中，提供两种基本的低级机制来实现有条件的行为：测试数据值，然后根据测试的结果来改变控制流或者数据流。

　　那么本篇博客我们就来详细介绍在汇编语言中的流程控制。

 

1、条件码

　　前面我们在 操作数指示符和数据传送指令 中介绍了整数寄存器，在 32位 CPU 中包含一组 8 个存储 32 位值的寄存器，即整数寄存器。它可以存储一些地址或者整数的数据，有的用来记录某些重要的程序状态，有的则用来保存临时数据。

　　而这里我们要介绍的是条件码（condition code）寄存器。它与整数寄存器不同，它是由单个位组成的寄存器，也就是它们当中的值只能为 0 或者 1。当有算术与逻辑操作发生时，这些条件码寄存器当中的值会相应的发生变化。

　　也就是说可以检测这些寄存器来执行条件分支指令。常用的条件码如下：

　　①、CF：进位标志寄存器。最近的操作是最高位产生了进位。它可以记录无符号操作的溢出，当溢出时会被设为1。

　　②、ZF：零标志寄存器，最近的操作得出的结果为0。当计算结果为0时将会被设为1。

　　③、SF：符号标志寄存器，最近的操作得到的结果为负数。当计算结果为负数时会被设为1。

　　④、OF：溢出标志寄存器，最近的操作导致一个补码溢出（正溢出或负溢出）。当计算结果导致了补码溢出时，会被设为1。

　　从上面可以看出，CF和OF可以判断有符号和补码的溢出，ZF判断结果是否为0，SF判断结果的符号。这是底层机器的设定，而我们所编程用的高级语言（比如C，Java）就是靠这四个寄存器，演化出各种各样的流程控制。

 

2、设置条件码

　　通常情况下，条件码寄存器的值无法主动被改变，它们大多时候是被动改变，这算是条件码寄存器的特色。这其实理解起来并不困难，因为条件码寄存器是1位的，而我们的数据格式最低为b，也就是8位，因此你无法使用任何数据传送指令去传送一个单个位的值。

　　几乎所有的算术与逻辑指令都会改变条件码寄存器的值，不过改变的前提是触发了条件码寄存器的条件。比如对于subl %edx,%eax这个减法指令，假设%edx和%eax寄存器的值都为0x10，则两者相减的结果为0，此时ZF寄存器将会被自动设为1。对于其它的指令运算，都是类似的，会根据结果的不同而设置不同的条件码寄存器。

　　这里我们需要说明的是，leal 指令作为地址计算的时候，是不改变任何条件码的。

　　前面我们所讲的算术逻辑指令，在改变整数寄存器的值后，会根据结果设置不同的条件码。而这里还有另外两种指令，它们只设置条件码，而不改变任何其他寄存器的值。如下图：

　　

　　①、CMP 指令，指令形式 CMP S2，S1。然后会根据 S1-S2 的差来设置条件码。除了只设置条件码而不更新目标寄存器外，CMP 指令和 SUB 指令的行为是一样的。比如两个操作数相等，那么之差为0，那么就会将零标志设置为 1；其他的标志也可以用来确定两个数的大小关系。

　　②、TEST 指令，和 AND 指令一样，除了TEST指令只设置条件码而不改变目的寄存器的值。比如对于如下指令：

　　　　MOV AL,40H

　　　　TESTB AL,08H

　　　　上面的指令就是用来测试 AL 寄存器的左起第四位是否为0，结果就是 0100 0000（40H）& 0000 1000（08H），测试结果左起第4位是0，所以各个标志位：CF=0,OF=0,SF=0,ZF=1

 

3、访问条件码

　　对于普通寄存器来讲，使用的时候一般是直接读取它的值，而对于条件码，通常不会直接读取。常用的有如下三种方法：

　　①、可以根据条件码寄存器的某个组合，将一个字节设置为0或1。

　　②、可以直接条件跳转到程序的某个其它的部分。

　　③、可以有条件的传送数据。

　　对于第一种情况，下图描述的指令便是根据条件码的某个组合，将一个字节设置为0或1，这一整类指令称为 SET 指令，它们的区别就在与它们考虑的条件码的组合是什么，这些指令名字的不同后缀指明了它们所考虑的条件码的组合。

　　注意：这些指令的后缀表示不同的条件而不是操作数的大小。比如指令 setl 和 setb 表示 “小于时设置（set less）”和“低于时设置（set below）”，而不是“设置长字（set long word）”和“设置字节（set byte）”。

　　

　　上图所说的同义名，比如说setg（表示“设置大于”）和 setnle（表示“不小于等于”）指的就是同一条机器指令，编译器和反编译器会随意决定使用哪个名字。

　　还有set指令中的目的操作数，只能是前面我们所讲的8个单字节的寄存器或者是存储一个字节的存储器位置。

　　下面我们分别对 set 指令出现的后缀做简单介绍：

　　①、e->ZF（相等）:equals的意思，这里代表的组合是ZF，因为ZF在结果为0时设为1。因此ZF代表的意义是相等。

　　②、ne->~ZF（不相等）:not equals 的意思，这里代表的组合是~ZF，也就是ZF做“非运算”，则很明显是不相等的意思。

　　③、s->SF（负数）：这里代表的组合是SF，因为SF在计算结果为负数时设为1，此时可以认为b为0，即a<0。因此这里是负数的意思。

　　④、ns->~SF（非负数）：与s相反，加上n则是not的意思，因此这里代表非负数。

　　⑤、l->SF^OF（有符号的小于）：l代表的是less。这里的组合是SF^OF，即对SF和OF做“异或运算”。“异或运算”的意思则是代表，SF和OF不能相等。那么有两种情况，当OF为0时，则代表没有溢出，此时SF必须为1，SF为1则代表结果为负。即a-b<0，也就是a<b，也就是小于的意思。当OF为1时，则代表产生了溢出，而此时SF必须为0，也就是说结果最后为正数，那么此时则是负溢出，也可以得到a-b<0，即a<b。综合前面两种情况，SF^OF则代表小于的意思。

　　⑥、le->(SF^OF)|ZF（有符号的小于等于）：le是less equals的意思。有了前面小于的基础，这里就很容易理解了。SF^OF代表小于，ZF代表等于，因此两者的“或运算”则代表小于等于。

　　⑦、g->~(SF^OF)&~ZF（有符号的大于）：g是greater的意思。这里的组合是~(SF^OF)&~ZF，相对来说就比较复杂了。不过有了前面的铺垫，这个也非常好理解。SF^OF代表小于，则~(SF^OF)代表大于等于，而~ZF代表不等于，将~(SF^OF)与~ZF取“与运算”，则代表大于等于且不等于，也就是大于。

　　⑧、ge->~(SF^OF)（有符号的大于等于）：ge是greater equals的意思。

　　⑨、b->CF（无符号的小于）：b是below的意思。CF是无符号溢出标志，这里的意思是指如果a-b结果溢出了，则代表a是小于b的，即a<b。其实这个结论很显然，关键点就在于，无符号减法只有在减出负数的时候才可能溢出，也就是说只要结果溢出了，那么一定有a-b<0。因此这个结论就显而易见了。

　　⑩、be->CF|ZF（无符号的小于等于）：这里是below equals的意思。因此这里会与ZF计算“或运算”，字面上也很容易理解，即CF（小于）|（或）ZF（等于），也就是小于等于。

　　⑪、a->~CF&~ZF（无符号的大于）：a代表的是above。这个组合也是非常好理解的，CF代表小于，则~CF代表大于等于，~ZF代表不等于，因此~CF&~ZF则代表大于等于且不等于，即大于。

　　⑫、ae->~CF（无符号的大于等于）：ae是above equals的意思。

　　比如对于setae %al指令来说，%al是%eax寄存器中的最后一个字节，这个指令的含义是，将~CF的值设置到%eax寄存器的最后一个字节。

 

4、跳转指令 jump

　　正常情况下，指令会按照他们出现的顺序一条一条地执行。而跳转指令（jump）会导致执行切换到程序中一个全新的位置，我们可以理解为方法或者函数的调用。在汇编代码中，这些跳转的目的地通常用一个标号（label）指明。比如如下代码：

    movl $0,%eax
    jmpl  .L1
    movl (%eax),%edx
.L1:
    popl %edx

　　指令 jmpl .L1 会导致程序跳过 movl 指令，从 popl 开始执行。在产生目标代码文件时，汇编器会确定所有带标号指令的地址，并将跳转目标（目的指令的地址）编码为跳转指令的一部分。

　　如下图所示，jump 指令有三种跳转方式：

　　①直接跳转：跳转目标是作为指令的一部分编码的，比如上面的直接给一个标号作为跳转目标

　　②间接跳转：跳转目标是从寄存器或者存储器位置中读出的，比如 jmp *%eax 表示用寄存器 %eax 中的值作为跳转目标；再比如 jmp *(%eax) 以 %eax 中的值作为读地址，从存储器中读取跳转目标。

　　③其他条件跳转：根据条件码的某个组合，或者跳转，或者继续执行代码序列中的下一条指令。

　　

　　比如对于如下代码：文件名为 hello.c

int exchange(int x,int y)
{
	if(x < y){
		return y-x;
	}else{
		return x-y;
	}
} 

　　我们执行如下命令，将C程序hello.c变为汇编程序 hello.s

gcc -O0 -S hello.c

　　-O0是优化选项，还有O0 -->> O1 -->> O2 -->> O3，分别是从没有优化到优化级别最高。

　　

　　相信看了前面几篇博客的相关指令介绍，这个汇编代码不难理解。x,y分别存放于栈顶地址偏移量为-4和-8的位置，然后比较x-y的值，也就是指令 cmpl -8(%rbp),%eax，如果x大于或等于y,那么跳转到 .L2 的位置，然后计算 subl %eax,%ecx 的值，即x-y。

　　我们还可以通过如下命令生成目标文件 hello.c

gcc -O0 -c hello.c

　　然后通过如下命令查看反汇编代码

objdump -d hello.o

　　

 

5、循环 

　　C 语言提供了多种循环结构，比如 do-while、while和for。汇编中没有相应的指令存在，我们可以用条件测试和跳转指令组合起来实现循环的效果。而大多数汇编器会根据一个循环的do-while 循环形式来产生循环代码，即其他的循环一般也会先转换成 do-while 形式，然后在编译成机器代码。

　　比如如下 do-while 循环：

　　

　　上面的汇编代码就不做过多的介绍了，应该很容易看明白。

 

6、条件传送指令 cmov

　　条件传送指令。顾名思义，条件传送指令的意思就是在满足条件的时候进行传送的指令，也就是cmov指令。它与set指令十分相似，同样有12种，也就是加上12种条件码寄存器的组合即可，如下所示：

　　

　　条件传送指令相当于一个if/else的赋值判断，一般情况下，条件传送指令的性能高于if/else的赋值判断。但是因为条件传送指令将对两个表达式都求值，因此如果两个表达式计算量很大时，那么条件传送指令的性能就可能不如if/else的分支判断了。不过总的来说，这种情况还是很少的，因此条件传送指令还是很有用的，只是并不是所有的处理器都支持条件传送指令，这依赖于处理器以及编译器的编译方式。

　　条件传送指令最大的缺点便是可能引起意料之外的错误，比如对于下面这一段代码。

int cread(int *xp){
    return (xp ? *xp : 0);
}

　　咋一看，这一段代码是没问题的，不过如果使用条件传送指令去实现这段代码的话，将可能引起空指针引用的错误。因为条件传送指令会先对两个表达式进行计算，也就是说无论xp是否有值，都将计算*xp这个表达式，因此当xp为空指针0时，则会产生错误。由此可见，条件传送指令也不是哪都能用的，通常情况下，编译器会帮我们尽力处理这种错误。