汇编语言

发表于 2024-05-09 更新于 2024-05-30 Waline：阅读次数：本文字数： 3.9k 阅读时长 ≈ 14 分钟

汇编语言

汇编器（assembler）：将汇编语言翻译成机器语言的程序
汇编（assembly）：进行翻译的过程
反汇编器（disassembler）：将机器语言翻译成汇编语言的程序
反汇编（disassembly）：进行反汇编的过程

汇编命令（Assemble Directive）

汇编指示符以 . 作为第一个字符，是告诉汇编器的命令，告诉汇编器代码和数据的位置等信息，还可以指定程序中使用的数据常量等。

程序包括：

数据区
代码区

数据区以 .data 作为起始提示，代码区以 .text 作为起始提示，如

           .data
           .align   2
numbers:   .word    6, 3, 4, 6, 8, -2, 45, 5, 8, 5

           .text
           .align   2
           .globl   main

为了确保数据/代码对齐到预期的地址，可以使用 .align 或 .balign：

.align n：将后续的数据/代码存储到以 $n$ $n$ 个 $0$ $0$ 结尾的地址中，即地址是 $2^n$ $2^{n}$ 的倍数
- 如 .align 2 表示地址是 $4$ 的倍数
.balign n：
将后续的数据/代码存储到按 $n$ $n$ 字节对齐的地址中
- 如 .balign 4 表示紧着的数据保存在内存中时起始地址是按 $4$ 字节对齐，即数据按字（ $\pu{32 bits}$ ）对齐

数据区数据提示：

.word：表示一个字（ $\pu{32 bits}$ $32 bits$ ）的数据
- .word word1, word2, ...：表示将 word1, word2, … 存储在一片连续的存储空间中
- numbers: word 6, 3, 4, 6, 8, -2, 45, 5, 8, 5 表示将这十个整数按字存储在数据区一段连续空间中，并将起始地址标记为 numbers
.half：表示半字（ $\pu{16 bits}$ ）的数据
.byte：表示一个字节（ $\pu{8 bits}$ ）的数据
.string：表示一个字符串
- 以空字符结尾，即每个字符串末尾再存储一个字节 0x00

全局标记 .global label：将 label 程序段标记为全局可见，即可以被其他程序段访问（一个汇编程序可以由多个汇编语言程序文件组成）

汇编指令（Assembly Instruction）

格式为

LABEL   OPCODE   OPERANDS   #COMMENTS

LABEL（标记，可选）：用于显式标识存储单元（指令或数据）
- 命名规范
  - 由字母、数字及下划线组成，以冒号结尾
  - 指令操作码属于保留字，不能用做标记
  - 大小写敏感
- 在当前文件中定义的，或是其他文件中使用 .globl 定义的标记，可以在汇编程序中使用,与定义出现位置无关
- 没有被程序引用的指令，可以不做标记。即标记常用于跳转
OPCODE（操作码，一个）：
使用助记符表示指令的操作，如 add、sub、mov 等
OPERANDS（操作数，若干个）：可以是寄存器或立即数
- 寄存器：x0, x1, …, x31
- 立即数
  - 通常用十进制数表示
  - 使用前缀 0x 的十六进制数表示
  - 使用标记，表示一个存储的地址
#COMMENTS（注释，可选）：用于解释指令的作用

整数运算指令

操作数为 3 个（除 lui 和 auipc）

I-型指令汇编格式

OPCODE   RD, RS1, imm12

RD：目标寄存器
RS1：源寄存器 1
imm12： $\pu{12 bits}$ 立即数

如 addi 等。

R-型指令汇编格式

OPCODE   RD, RS1, RS2

RS2：源寄存器 2

如 add 等。

U-型指令汇编格式

OPCODE   RD, imm20

imm20： $\pu{20 bits}$ 立即数

如 lui 等。lui 指令常用于加载一个较大的数，如 lui x5, 0x10000。

数据传送指令

加载指令汇编格式

OPCODE   RD, imm12(RS1)

RD：目标寄存器
RS1：基址寄存器
imm12：偏移量

如 lw lb lh lbu lhu 等。

存储指令汇编格式

OPCODE   RS2, imm12(RS1)

RS2：目标寄存器

如 sw sb sh 等。

控制指令

条件分支指令汇编格式

OPCODE   RS1, RS2, LABEL

RS1：源寄存器 1
RS2：源寄存器 2
LABEL：目标地址标记

如 beq bne 等。

无条件跳转指令汇编格式

JAL（绝对跳转）

jal   RD, LABEL

RD：目标寄存器（用于保存返回地址）
- RD 为 x0 时，表示不保存返回地址

JALR（相对跳转）

jalr   RD, imm12(RS1)

RS1：基址寄存器
imm12：偏移量

注释

单行注释：以 # 或 ; 开头
多行注释：以 /* 开头，以 */ 结尾，类似 C 语言

伪指令

伪指令（pseudo-instruction）：在常规指令基础上实现的伪指令，目的是简化汇编程序员的工作，汇编器可以将其翻译为常规指令，如 la（load address，将标记标识的地址，赋值给目标寄存器）等。

LA 指令汇编格式

la   RD, LABEL

假设 RV32I 使用如下的内存分配方法：

将程序分配于 0x0001 0000 ~ 0x0FFF FFFF
将数据分配于 0x1000 0000 ~ 0xBFFF FFFF

对于 la 指令，汇编器首先计算出标记相对于当前指令所在位置（即 PC）的偏移量 offset（32 位），再将 32 位的 offset 拆分成高 20 位和低 12 位，最后将伪指令 la 翻译为如下 2 条指令：

1 2	auipc RD, offsetHi # offsetHi = offset[31:12]，即 offset 的高 20 位 addi RD, RD, offsetLo # offsetLo = offset[11:0]，即 offset 的低 12 位

LI 指令汇编格式

li   RD, imm

伪指令 li（load immediate）将一个 32 位的立即数加载到目标寄存器 RD 中。同样的

1 2	lui RD, imm20Hi # imm20Hi = imm[31:12]，即 imm 的高 20 位 addi RD, RD, imm12Lo # imm12Lo = imm[11:0]，即 imm 的低 12 位

常用伪指令

伪指令	汇编指令	含义
`la RD, LABEL`	`auipc RD, offsetHi addi RD, RD, offsetLo`	加载地址
`li RD, imm`	`lui RD, imm20Hi addi RD, RD, imm12Lo`	加载立即数（大于 12 位）
`j LABEL`	`jal x0, LABEL`	跳转（不保存返回地址）
`jr RS1`	`jalr x0, 0(RS1)`	跳转（不保存返回地址）
`beqz RS1, LABEL`	`beq RS1, x0, LABEL`	等于零时跳转（其它同理也有类似的）
`slt ZRD, RS1`	`slt RD, RS1, x0`	小于零时置位（其它同理也有类似的）
`mv RD, RS1`	`addi RD, RS1, 0`	寄存器间数据传送
`not RD, RS1`	`xori RD, RS1, -1`	按位取反

汇编过程

汇编过程即汇编器将汇编语言程序翻译成机器语言程序的过程。

通过「两趟扫描」完成翻译：

第一趟扫描
- 标识出符号地址（标记）对应的实际的内存地址
- 建立符号表
第二趟扫描
- 将汇编语言翻译成机器语言

例如

01  #
02  # 计算一列数之和
03  #
04              .data
05              .align      2
06  numbers:    .word       6, 3, 4, 6, 8, -2, 45, 5, 8, 5
07  #
08  # 初始化
09  #
0A              .text
0B              .align      2
0C              .globl      main
0D  main:       la          x5, numbers     # x5，整数地址
0E              andi        x8, x0, 0       # x8 清零，一列数之和
0F              addi        x9, x0, 10      # x9，整数个数
10  #
11  # 循环计算
12  #
13  again:      beq         x9, x0, exit
14              lw          x6, 0(x5)
15              add         x8, x6, x8
16              addi        x5, x5, 4       # x5，跟踪下一个整数地址
17              addi        x9, x9, -1
18              jal         x0, again
19  exit:       ......                      # 下一个任务

使用 LC（location counter）记录当前指令的地址。

从程序顶部开始。

第一趟扫描：

01 到 03 行：抛弃注释
04 行：下面的内容位于数据区，LC 更新为 0x1000 0000
05 行：LC 不变，因为数据已对齐
06 行：发现标记 numbers，将其地址记录在符号表中，LC值增加 40（十个字），即 0x1000 0028

符号地址

numbers 0x1000 0000
07 到 09 行：抛弃注释
0A 行：下面的内容位于代码区，LC 更新为 0x0001 0000
0B 行：LC 不变，因为代码已对齐
0C 行：main 为全局标记，LC 不变
0D 行：发现标记 main，将其地址记录在符号表中，LC 值增加 8（伪指令对应两条基本指令），即 0x0001 0008

符号地址

numbers 0x1000 0000

main 0x0001 0000
0E 行：LC 增加 4，即 0x0001 000C
0F 行：LC 增加 4，即 0x0001 0010
10 到 12 行：抛弃注释
13 行：发现标记 again，将其地址记录在符号表中，LC 增加 4，即 0x0001 0014

符号地址

numbers 0x1000 0000

main 0x0001 0000

again 0x0001 0010
14 到 18 行：LC 增加 20（五条指令），即 0x0001 0028
19 行：发现标记 exit，将其地址记录在符号表中，LC 增加 4，即 0x0001 002C

符号地址

numbers 0x1000 0000

main 0x0001 0000

again 0x0001 0010

exit 0x0001 0028

01  #
02  # 计算一列数之和
03  #
04              .data
05              .align      2
06  numbers:    .word       6, 3, 4, 6, 8, -2, 45, 5, 8, 5
07  #
08  # 初始化
09  #
0A              .text
0B              .align      2
0C              .globl      main
0D  main:       la          x5, numbers     # x5，整数地址
0E              andi        x8, x0, 0       # x8 清零，一列数之和
0F              addi        x9, x0, 10      # x9，整数个数
10  #
11  # 循环计算
12  #
13  again:      beq         x9, x0, exit
14              lw          x6, 0(x5)
15              add         x8, x6, x8
16              addi        x5, x5, 4       # x5，跟踪下一个整数地址
17              addi        x9, x9, -1
18              jal         x0, again
19  exit:       ......                      # 下一个任务

第二趟扫描：

01 到 03 行：抛弃注释
04 行：LC 更新为 0x1000 0000
05 行：LC 不变

06 行：将十个整数依次翻译为二进制补码整数，LC 增加 40，即 0x1000 0028

地址	数据	解释
`0x1000 0024`	`0x0000 0005`	5
`0x1000 0020`	`0x0000 0008`	8
`0x1000 001C`	`0x0000 0005`	5
`0x1000 0018`	`0x0000 002D`	45
`0x1000 0014`	`0xFFFF FFFE`	-2
`0x1000 0010`	`0x0000 0008`	8
`0x1000 000C`	`0x0000 0006`	6
`0x1000 0008`	`0x0000 0004`	4
`0x1000 0004`	`0x0000 0003`	3
`0x1000 0000`	`0x0000 0006`	6

07 到 09 行：抛弃注释
0A 行：LC 更新为 0x0001 0000
0B 到 0C 行：LC 不变
0D 行：查找符号表 numbers 为 0x1000 0000，LC 为 0x0001 0000，则 numbers - LC 为 0x0FFF 0000。将伪指令翻译为基本指令：
1
2
auipc x5, 0xFFF0
addi x5, x5, 0
翻译为机器指令：

地址机器指令解释

0x0001 0004 0x0002 8293 addi

0x0001 0000 0x0FFF 0297 auipc

LC 增加 8，即 0x0001 0008
0E 到 0F 行：直接翻译，LC 增加 8，即 0x0001 0010

地址机器指令解释

0x0001 000C 0x00A0 0493 addi

0x0001 0008 0x0004 7413 andi
10 到 12 行：抛弃注释
13 行：翻译 beq x9, x0, exit。查找符号表 exit 为 0x0001 0028，LC 为 0x0001 0010，则 exit - LC 为 0x0000 0018。翻译为机器指令：

地址机器指令解释

0x0001 0010 0x0004 8C63 beq

LC 增加 4，即 0x0001 0014
14 到 17 行：直接翻译，LC 增加 16，即 0x0001 0024

地址机器指令解释

0x0001 0020 0xFFF4 8493 addi

0x0001 001C 0x0042 8293 addi

0x0001 0018 0x0083 0433 add

0x0001 0014 0x0002 A303 lw
18 行：翻译 jal x0, again。查找符号表 again 为 0x0001 0010，LC 为 0x0001 0024，则 again - LC 为 0xFFFF FFEC（-20）。翻译为机器指令：

地址机器指令解释

0x0001 0024 0xFEDF F06F jal

LC 增加 4，即 0x0001 0028

地址	机器指令	解释
`0x0001 0004`	`0x0002 8293`	`addi`
`0x0001 0000`	`0x0FFF 0297`	`auipc`

地址	机器指令	解释
`0x0001 000C`	`0x00A0 0493`	`addi`
`0x0001 0008`	`0x0004 7413`	`andi`

地址	机器指令	解释
`0x0001 0010`	`0x0004 8C63`	`beq`

地址	机器指令	解释
`0x0001 0020`	`0xFFF4 8493`	`addi`
`0x0001 001C`	`0x0042 8293`	`addi`
`0x0001 0018`	`0x0083 0433`	`add`
`0x0001 0014`	`0x0002 A303`	`lw`

地址	机器指令	解释
`0x0001 0024`	`0xFEDF F06F`	`jal`

最终结果为

符号表

符号	地址
numbers	`0x1000 0000`
main	`0x0001 0000`
again	`0x0001 0010`
exit	`0x0001 0028`

机器指令

地址	数据	解释
`0x1000 0024`	`0x0000 0005`	5
`0x1000 0020`	`0x0000 0008`	8
`0x1000 001C`	`0x0000 0005`	5
`0x1000 0018`	`0x0000 002D`	45
`0x1000 0014`	`0xFFFF FFFE`	-2
`0x1000 0010`	`0x0000 0008`	8
`0x1000 000C`	`0x0000 0006`	6
`0x1000 0008`	`0x0000 0004`	4
`0x1000 0004`	`0x0000 0003`	3
`0x1000 0000`	`0x0000 0006`	6
…	…	…
`0x0001 0024`	`0xFEDF F06F`	`jal`
`0x0001 0020`	`0xFFF4 8493`	`addi`
`0x0001 001C`	`0x0042 8293`	`addi`
`0x0001 0018`	`0x0083 0433`	`add`
`0x0001 0014`	`0x0002 A303`	`lw`
`0x0001 0010`	`0x0004 8C63`	`beq`
`0x0001 000C`	`0x00A0 0493`	`addi`
`0x0001 0008`	`0x0004 7413`	`andi`
`0x0001 0004`	`0x0002 8293`	`addi`
`0x0001 0000`	`0x0FFF 0297`	`auipc`

C 程序设计语言

程序设计语言

程序设计语言：

语法（syntax）：表示程序的形式，表示构成语言的各个符号之间的组合规律
语义（semantics）：表示程序的含义，表示按照各种方法所表示的各个符号的特定含义

解释与编译

翻译：

解释（interpretation）
- 使用解释技术，需要使用一个被称为解释器的翻译程序读入高级语言编写的程序，执行程序员指示的操作
- 高级语言程序不是被计算机直接执行的，而是被解释程序所执行
- 解释器是一个执行程序的虚拟机，一次能够翻译高级语言程序的一段、一行、一条命令或一个子程序
编译（compilation）
- 使用编译技术，需要使用一个被称为编译器的翻译程序，完成将高级语言编写的程序翻译为机器语言的工作
- 编译器的输出被称为可执行映像，它可以直接在目标计算机上执行
- 一个程序只需要被编译一次就可以多次执行

优劣对比：

解释
- 容易开发调试
- 解释器允许一次执行程序代码中的一段
- 允许程序员查看中间的结果，并且在执行时修改代码，容易调试
- 程序执行需要更多的开销
编译：
- 可以产生更高效的代码，能够更加有效的使用内存，程序执行更快

绝大多数商业化软件趋向于使用编译技术，解释技术在开发和研究中经常使用。

C 程序

大部分都是基础知识，不记了。

结构化程序设计（Structured Programming）

也被称为系统分解：

思路：将一个描述复杂的问题，系统地分解成足够小的和可管理的单元/模块，从而能够编写成可以正确执行的程序
核心：将一个大规模的工作，系统地分解为更小的单元/模块（模块化）

系统分解思想使用三种基本控制结构：

顺序（sequential）
选择/判定（conditional/branching/decision-making）
循环/重复（loop/iteration）

流程图：

圆角矩形：开始/结束
矩形：执行的任务
菱形：判定
箭头：流程方向

flowchart TB
    1([开始]) --> 2[获取输入数据] --> 3[计算阶段] --> 4[输出结果] --> 5([结束])

顺序结构

将一个指定的任务分解成两个子任务，一个接着一个执行
当执行完第一个子任务之后再继续执行下一个子任务
而从第二个子任务返回第一个子任务的情况永远不会发生

flowchart TB
    classDef hidden display: none;
    1:::hidden --> 2[子任务 1] --> 3[子任务 2] --> 4:::hidden

选择结构

又称判定结构，根据条件的不同每次只执行两个子任务中的一个
当条件为真时，执行某一个子任务，若为假则执行另一个
任何一个子任务都可以为空，也就是说，选择结构中允许「什么都不做」
不管结果如何，当正确的子任务执行完后，程序始终向前行进，永远不会回头去再次测试条件

%%{ init: { 'flowchart': { 'defaultRenderer': 'elk' } } }%%
flowchart TB
    classDef hidden display: none;
    cond{测试条件} -->|真| 1[子任务 1] --> 3:::hidden
    cond -->|假| 2[子任务 2] --> 3:::hidden

也许该学下 PlantUML。

顺序结构

将一个指定的任务分解成两个子任务，一个接着一个执行
当执行完第一个子任务之后再继续执行下一个子任务
而从第二个子任务返回第一个子任务的情况永远不会发生

flowchart TB
    classDef hidden display: none;
    1:::hidden --> 2[子任务 1] --> 3[子任务 2] --> 4:::hidden

选择结构

又称判定结构，根据条件的不同每次只执行两个子任务中的一个
当条件为真时，执行某一个子任务，若为假则执行另一个
任何一个子任务都可以为空，也就是说，选择结构中允许「什么都不做」
不管结果如何，当正确的子任务执行完后，程序始终向前行进，永远不会回头去再次测试条件

%%{ init: { 'flowchart': { 'defaultRenderer': 'elk' } } }%%
flowchart TB
    classDef hidden display: none;
    cond{测试条件} -->|真| 1[子任务 1] --> 3:::hidden
    cond -->|假| 2[子任务 2] --> 3:::hidden

也许该学下 PlantUML。

if 结构

if-else 结构

级联的 if-else 结构

switch 结构

循环结构

while 结构

for 结构

C 程序到 RISC-V

C 语言编译器会将代码转换为汇编语言，然后将汇编语言转换为机器语言，使计算机能够理解和执行该代码。这个过程通常分为四个步骤：

预处理
编译
汇编
链接

详细介绍：

预处理（使用 preprocessor）：在编译 C 代码之前，预处理器会扫描代码并执行一些预处理操作，如宏替换、头文件包含和条件编译等
- 输入 *.c，输出 *.i
编译（使用 compiler）：
编译器会将代码转换为汇编语言，汇编语言描述了计算机的指令和寄存器信息
- 输入 *.i，输出 *.s
汇编（使用 assembler）：汇编器将汇编语言代码转换为目标机器语言代码（object code），并将其存储在可执行文件中
- 输入 *.s，输出 *.o
- 若目标代码文件中存在存在外部方法或变量的引用，进入链接阶段
链接（使用 linker）：如果代码中包含外部函数或变量的引用，链接器会将这些引用解析为实际的函数或变量，并将它们与可执行文件中的代码进行链接
- 输入 *.o，输出可执行文件
- 链接器将多个目标文件和库文件连接成一个可执行文件