Ch3 程序的机器级表示
机器级代码
-
机器级别代码的两种抽象（是指机器级代码对硬件的抽象）
-
ISA抽象，它定义了处理器状态，指令的格式，以及每条指令对状态的影响。大多数ISA，将程序的行为描述成好像每条指令是 按照顺序执行的，一条指令结束后，下一条再开始。处理器的硬件远比描述的更为精细复杂。他们并发的执行许多指令，但是可以采取措施保证整体行为和与ISA指定的 顺序执行完全一致。
-
存储器模型抽象。机器级程序使用的地址是虚拟地址，提供的存储器模型看上去是一个非常大的数组，但实际上存储器系统的实现是将多个硬件存储器和软件结合起来的。
-
- IA32机器代码和原始的C代码差异很大，一些通常对C语言程序员隐藏的状态，是可见的：
- 程序计数器（PC，在IA32中用 %eip表示）
- Integer register file. 8个命名的位置，分别存储32位的值。他们用来存储地址值或者整数值，有的寄存器被用来记录重要的程序状态。而其他的寄存器则 用来保存临时数据，例如过程的局部变量和函数的返回值。
- 条件码寄存器，最近执行的算术或者逻辑指令的状态信息，用来实现控制或者数据流中的条件变化。比如用来实现if或者while语句
- 一组浮点寄存器，存放浮点数据
-
程序使用的地址为虚拟地址，虽然可以访问4GB空间，但是通常一个程序只会访问几兆的空间。在任意时刻，可以认为只有一部分有限的虚拟地址是 合法的。如果超出虚拟地址的范围，会引发操作系统的缺页机制等，操作系统会重新将需要的虚拟地址范围映射到物理地址。 操作系统负责将一个程序的虚拟地址，转化为物理地址。
-
一条机器指令只执行一个非常基本的操作。例如将两个寄存器中的数字相加，在存储器和寄存器之间传送数据，或者是条件分支转移到新的指令地址。 编译器必须产生这些指令的序列，从而实现（像算术表达式求值，循环或过程调用和返回这样的）程序结构。
-
汇编代码是机器级代码的文本形式。在Linux下 使用带
-d选项的objdump程序可以实现反汇编，也就是把对象文件（一般是.o格式）的机器级代码转换为 汇编代码。 - 机器代码和它的反汇编特性
- IA32是变长指令的，指令长度从1到15个字节不等，常用的指令编码长度较多，不常用的指令编码长度较长。（大概是为了压缩？）
- 设计指令的格式是，从某个给定位置开始，可以将字节唯一的解释成机器指令。（例如，只有pushl %ebp是以字节55开头的）
简单的描述从高级语言代码到机器码（以gcc为例）
- 预处理器是干什么的？
- 处理 #include #define等预编译指令
- 文本替换
- 加 -E 选项
- 编译器（C或者C++）干什么的？
- 把高级语言代码（c）转换为汇编代码。.c -> .s
- 编译时加 -S 选项
- 汇编器是干什么的?
- 把汇编代码转为机器码（也叫目标文件）
- 加 -c 选项
- 链接器是干什么的？
- 把不同的目标文件中的指令和数据（全局和局部变量等）重新分配地址（为了能够互相访问）
- 举例来说，A.o中的全局变量a本来的地址是0，在使用链接器将A.o和B.o链接为一个文件时：全局变量a的地址可能就变成了 0x804a018。那么本来在 A.o中所有引用的0地址都要换成0x804a018。
上述的转换过程有的过程可逆且比较简单。比如从汇编到机器码，可逆比较简单。但是比如从汇编到原始的C语言代码就很难了。从一个链接好的目标文件中拆出来每一个似乎也很难。 从机器码到汇编码的可逆可以使用 objdump 工具
IA32汇编基础
寻址模式
IA32操作数的寻址模式很多，可以分为基础的三类：立即数，寄存器和存储器。它们之间的组合也能提供有效的寻址。所有的寻址方式见下图：
数据传送指令
将数据从一个位置，复制到另一个位置是最频繁使用的指令。常用的数据传送指令如下:
同时IA32的限制是，mov类指令的操作数不能同时为存储器，要将一个数从存储器的一个位置传送到另一个位置，必须至少使用两条指令。 第一条将数据从存储器加载到寄存器，第二条将数据从寄存器存储到存储器。
栈指针
栈空间向下生长，即栈顶的元素的地址是栈中所有地址的最小值。栈顶指针总是存放在寄存器 %esp中。将一个双字压入栈中，即
pushl %ebp
相当于执行了两个过程：首先将栈顶指针减4，然后将源地址的数存入栈顶指针指向的存储器中。即相当与如下两个指令：
subl $4, %esp
movl %ebp, (%esp)
相反的，弹出一个双字相当于首先将栈顶指针的数据传到目的地址，然后将栈顶指针加4。 因为栈和程序代码使用相同的存储器，所以程序可以使用标准的存储器寻址方法，访问栈当中的任何一个数据。
