计算机怎么识别你写的代码？

ゝ一纸荒年。 2022-10-13 02:15 202阅读 0赞

**关注+****星标公众****号**，不错过精彩内容

![b90e3bc49dfa8202e84dede7fe63d102.gif][]

作者 | 阮一峰

编排 | 编程技术宇宙

学习编程其实就是学高级语言，即那些为人类设计的计算机语言。

但是，计算机不理解高级语言，必须通过编译器转成二进制代码，才能运行。学会高级语言，并不等于理解计算机实际的运行步骤。

![7b5c5d8da57d3e0c0640c180f1f5e21a.png][]

计算机真正能够理解的是低级语言，它专门用来控制硬件。汇编语言就是低级语言，直接描述/控制 CPU 的运行。如果你想了解 CPU 到底干了些什么，以及代码的运行步骤，就一定要学习汇编语言。

汇编语言不容易学习，就连简明扼要的介绍都很难找到。下面我尝试写一篇最好懂的汇编语言教程，解释 CPU 如何执行代码。

![3fe9f214ef2f898ab13875795a0127ce.png][]

## 一、汇编语言是什么？ ##

我们知道，CPU 只负责计算，本身不具备智能。你输入一条指令（instruction），它就运行一次，然后停下来，等待下一条指令。

这些指令都是二进制的，称为操作码（opcode），比如加法指令就是00000011。编译器的作用，就是将高级语言写好的程序，翻译成一条条操作码。

对于人类来说，二进制程序是不可读的，根本看不出来机器干了什么。为了解决可读性的问题，以及偶尔的编辑需求，就诞生了汇编语言。

![0a42852f94067ce8f133d5e8e6de45a8.png][]

汇编语言是二进制指令的文本形式，与指令是一一对应的关系。比如，加法指令00000011写成汇编语言就是 ADD。只要还原成二进制，汇编语言就可以被 CPU 直接执行，所以它是最底层的低级语言。

## 二、来历 ##

最早的时候，编写程序就是手写二进制指令，然后通过各种开关输入计算机，比如要做加法了，就按一下加法开关。后来，发明了纸带打孔机，通过在纸带上打孔，将二进制指令自动输入计算机。

为了解决二进制指令的可读性问题，工程师将那些指令写成了八进制。二进制转八进制是轻而易举的，但是八进制的可读性也不行。很自然地，最后还是用文字表达，加法指令写成 ADD。内存地址也不再直接引用，而是用标签表示。

这样的话，就多出一个步骤，要把这些文字指令翻译成二进制，这个步骤就称为 assembling，完成这个步骤的程序就叫做 assembler。它处理的文本，自然就叫做 aseembly code。标准化以后，称为 assembly language，缩写为 asm，中文译为汇编语言。

![2dbc575bd4e3d810ac623567019adfa7.png][]

每一种 CPU 的机器指令都是不一样的，因此对应的汇编语言也不一样。本文介绍的是目前最常见的 x86 汇编语言，即 Intel 公司的 CPU 使用的那一种。

## 三、寄存器 ##

学习汇编语言，首先必须了解两个知识点：**寄存器和内存模型。**

先来看寄存器。CPU 本身只负责运算，不负责储存数据。数据一般都储存在内存之中，CPU 要用的时候就去内存读写数据。但是，CPU 的运算速度远高于内存的读写速度，为了避免被拖慢，CPU 都自带一级缓存和二级缓存。基本上，CPU 缓存可以看作是读写速度较快的内存。

但是，CPU 缓存还是不够快，另外数据在缓存里面的地址是不固定的，CPU 每次读写都要寻址也会拖慢速度。因此，除了缓存之外，CPU 还自带了寄存器（register），用来储存最常用的数据。也就是说，那些最频繁读写的数据（比如循环变量），都会放在寄存器里面，CPU 优先读写寄存器，再由寄存器跟内存交换数据。

![251014ffaae0999dc7c50db905329919.png][]

寄存器不依靠地址区分数据，而依靠名称。每一个寄存器都有自己的名称，我们告诉 CPU 去具体的哪一个寄存器拿数据，这样的速度是最快的。有人比喻寄存器是 CPU 的零级缓存。

## 四、寄存器的种类 ##

早期的 x86 CPU 只有8个寄存器，而且每个都有不同的用途。现在的寄存器已经有100多个了，都变成通用寄存器，不特别指定用途了，但是早期寄存器的名字都被保存了下来。

>  *  EAX
>  *  EBX
>  *  ECX
>  *  EDX
>  *  EDI
>  *  ESI
>  *  EBP
>  *  ESP

上面这8个寄存器之中，前面七个都是通用的。ESP 寄存器有特定用途，保存当前 Stack 的地址（详见下一节）。

![21ca171a118dc229a41b9a038f2fee18.png][]

我们常常看到 32位 CPU、64位 CPU 这样的名称，其实指的就是寄存器的大小。32 位 CPU 的寄存器大小就是4个字节。

## 五、内存模型：Heap ##

寄存器只能存放很少量的数据，大多数时候，CPU 要指挥寄存器，直接跟内存交换数据。所以，除了寄存器，还必须了解内存怎么储存数据。

程序运行的时候，操作系统会给它分配一段内存，用来储存程序和运行产生的数据。这段内存有起始地址和结束地址，比如从0x1000到0x8000，起始地址是较小的那个地址，结束地址是较大的那个地址。

![a6ea0d78768d98bdd39913e86dbd89b4.png][]

程序运行过程中，对于动态的内存占用请求（比如新建对象，或者使用malloc命令），系统就会从预先分配好的那段内存之中，划出一部分给用户，具体规则是从起始地址开始划分（实际上，起始地址会有一段静态数据，这里忽略）。举例来说，用户要求得到10个字节内存，那么从起始地址0x1000开始给他分配，一直分配到地址0x100A，如果再要求得到22个字节，那么就分配到0x1020。

![84acfe3b24db430f7d864e752dc0d23c.png][]

这种因为用户主动请求而划分出来的内存区域，叫做 Heap（堆）。它由起始地址开始，从低位（地址）向高位（地址）增长。Heap 的一个重要特点就是不会自动消失，必须手动释放，或者由垃圾回收机制来回收。

## 六、内存模型：Stack ##

除了 Heap 以外，其他的内存占用叫做 Stack（栈）。简单说，Stack 是由于函数运行而临时占用的内存区域。

![23579afa7be9ab373ec1dfe47f2569ad.png][]

请看下面的例子。

int main() {
       int a = 2;
       int b = 3;
    }

上面代码中，系统开始执行main函数时，会为它在内存里面建立一个帧（frame），所有main的内部变量（比如a和b）都保存在这个帧里面。main函数执行结束后，该帧就会被回收，释放所有的内部变量，不再占用空间。

![9eed413426e3fef53c19470ee71295cd.png][]

如果函数内部调用了其他函数，会发生什么情况？

int main() {
       int a = 2;
       int b = 3;
       return add_a_and_b(a, b);
    }

上面代码中，main函数内部调用了add\_a\_and\_b函数。执行到这一行的时候，系统也会为add\_a\_and\_b新建一个帧，用来储存它的内部变量。也就是说，此时同时存在两个帧：main和add\_a\_and\_b。一般来说，调用栈有多少层，就有多少帧。

![4202c910a62eeba1f09bc0ec6d9b2aed.png][]

等到add\_a\_and\_b运行结束，它的帧就会被回收，系统会回到函数main刚才中断执行的地方，继续往下执行。通过这种机制，就实现了函数的层层调用，并且每一层都能使用自己的本地变量。

所有的帧都存放在 Stack，由于帧是一层层叠加的，所以 Stack 叫做栈。生成新的帧，叫做"入栈"，英文是 push；栈的回收叫做"出栈"，英文是 pop。Stack 的特点就是，最晚入栈的帧最早出栈（因为最内层的函数调用，最先结束运行），这就叫做"后进先出"的数据结构。每一次函数执行结束，就自动释放一个帧，所有函数执行结束，整个 Stack 就都释放了。

![279f254bda110ecacddfa5ae9262c209.png][] ![a9978e1de0d2422165b42888344e466d.png][]

Stack 是由内存区域的结束地址开始，从高位（地址）向低位（地址）分配。比如，内存区域的结束地址是0x8000，第一帧假定是16字节，那么下一次分配的地址就会从0x7FF0开始；第二帧假定需要64字节，那么地址就会移动到0x7FB0。

![c43da5c50e57765a9480710e543d5892.png][]

## 七、CPU 指令 ##

### 7.1 一个实例 ###

了解寄存器和内存模型以后，就可以来看汇编语言到底是什么了。下面是一个简单的程序example.c。

int add_a_and_b(int a, int b) {
       return a + b;
    }
    
    int main() {
       return add_a_and_b(2, 3);
    }

gcc 将这个程序转成汇编语言。

> $ gcc -S example.c

上面的命令执行以后，会生成一个文本文件example.s，里面就是汇编语言，包含了几十行指令。这么说吧，一个高级语言的简单操作，底层可能由几个，甚至几十个 CPU 指令构成。CPU 依次执行这些指令，完成这一步操作。

example.s经过简化以后，大概是下面的样子。

_add_a_and_b:
       push   %ebx
       mov    %eax, [%esp+8] 
       mov    %ebx, [%esp+12]
       add    %eax, %ebx 
       pop    %ebx 
       ret  
    
    _main:
       push   3
       push   2
       call   _add_a_and_b 
       add    %esp, 8
       ret

可以看到，原程序的两个函数add\_a\_and\_b和main，对应两个标签\_add\_a\_and\_b和\_main。每个标签里面是该函数所转成的 CPU 运行流程。

每一行就是 CPU 执行的一次操作。它又分成两部分，就以其中一行为例。

> push   %ebx

这一行里面，push是 CPU 指令，%ebx是该指令要用到的运算子。一个 CPU 指令可以有零个到多个运算子。

下面我就一行一行讲解这个汇编程序，建议读者最好把这个程序，在另一个窗口拷贝一份，省得阅读的时候再把页面滚动上来。

### 7.2 push 指令 ###

根据约定，程序从\_main标签开始执行，这时会在 Stack 上为main建立一个帧，并将 Stack 所指向的地址，写入 ESP 寄存器。后面如果有数据要写入main这个帧，就会写在 ESP 寄存器所保存的地址。

然后，开始执行第一行代码。

> push   3

push指令用于将运算子放入 Stack，这里就是将3写入main这个帧。

虽然看上去很简单，push指令其实有一个前置操作。它会先取出 ESP 寄存器里面的地址，将其减去4个字节，然后将新地址写入 ESP 寄存器。使用减法是因为 Stack 从高位向低位发展，4个字节则是因为3的类型是int，占用4个字节。得到新地址以后， 3 就会写入这个地址开始的四个字节。

> push   2

第二行也是一样，push指令将2写入main这个帧，位置紧贴着前面写入的3。这时，ESP 寄存器会再减去 4个字节（累计减去8）。

![bc3b83199df0cfbe6b86ff160738b2d3.png][]

### 7.3 call 指令 ###

第三行的call指令用来调用函数。

> call   \_add\_a\_and\_b

上面的代码表示调用add\_a\_and\_b函数。这时，程序就会去找\_add\_a\_and\_b标签，并为该函数建立一个新的帧。

下面就开始执行\_add\_a\_and\_b的代码。

> push   %ebx

这一行表示将 EBX 寄存器里面的值，写入\_add\_a\_and\_b这个帧。这是因为后面要用到这个寄存器，就先把里面的值取出来，用完后再写回去。

这时，push指令会再将 ESP 寄存器里面的地址减去4个字节（累计减去12）。

### 7.4 mov 指令 ###

mov指令用于将一个值写入某个寄存器。

> mov    %eax, \[%esp+8\]

这一行代码表示，先将 ESP 寄存器里面的地址加上8个字节，得到一个新的地址，然后按照这个地址在 Stack 取出数据。根据前面的步骤，可以推算出这里取出的是2，再将2写入 EAX 寄存器。

下一行代码也是干同样的事情。

> mov    %ebx, \[%esp+12\]

上面的代码将 ESP 寄存器的值加12个字节，再按照这个地址在 Stack 取出数据，这次取出的是3，将其写入 EBX 寄存器。

### 7.5 add 指令 ###

add指令用于将两个运算子相加，并将结果写入第一个运算子。

> add    %eax, %ebx

上面的代码将 EAX 寄存器的值（即2）加上 EBX 寄存器的值（即3），得到结果5，再将这个结果写入第一个运算子 EAX 寄存器。

### 7.6 pop 指令 ###

pop指令用于取出 Stack 最近一个写入的值（即最低位地址的值），并将这个值写入运算子指定的位置。

> pop    %ebx

上面的代码表示，取出 Stack 最近写入的值（即 EBX 寄存器的原始值），再将这个值写回 EBX 寄存器（因为加法已经做完了，EBX 寄存器用不到了）。

注意，pop指令还会将 ESP 寄存器里面的地址加4，即回收4个字节。

### 7.7 ret 指令 ###

ret指令用于终止当前函数的执行，将运行权交还给上层函数。也就是，当前函数的帧将被回收。

> ret

可以看到，该指令没有运算子。

随着add\_a\_and\_b函数终止执行，系统就回到刚才main函数中断的地方，继续往下执行。

> add    %esp, 8

上面的代码表示，将 ESP 寄存器里面的地址，手动加上8个字节，再写回 ESP 寄存器。这是因为 ESP 寄存器的是 Stack 的写入开始地址，前面的pop操作已经回收了4个字节，这里再回收8个字节，等于全部回收。

> ret

最后，main函数运行结束，ret指令退出程序执行。

看完这篇文章，你对汇编语言有什么了解了吗，看嘛，汇编也不难~

> 原文链接：
> 
> http://www.ruanyifeng.com/blog/2018/01/assembly-language-primer.html

**免责声明：**本文素材来源网络，版权归原作者所有。如涉及作品版权问题，请与我联系删除。

\------------ **END** ------------

![d6db660c7e1c580038717db8c2fd8e2c.gif][]

[**●嵌入式专栏精选教程**][Link 1]

[**●精选汇总 | ST工具、下载编程工具**][_ ST]

**[●精选汇总 | 嵌入式软件设计与开发][Link 2]**

[**●精选汇总 | STM32、MCU、单片机**][_ STM32_MCU]

**欢****迎关注我的公众号，**回复“**加群**”按规则加入技术交流群，回复“**1024**”查看更多内容。

**欢迎关注我的视频号：**

![109bd2e46da0bd2cbd26cedf1e6349e8.png][]

点击“**阅读原文**”查看更多分享，欢迎**点分享、收藏、点赞、在看。**

[b90e3bc49dfa8202e84dede7fe63d102.gif]: /images/20221005/1b6f07fe8d0b421b859695d1d6930d55.png
[7b5c5d8da57d3e0c0640c180f1f5e21a.png]: /images/20221005/cbe97d7072b749119ee8435d09cb2c68.png
[3fe9f214ef2f898ab13875795a0127ce.png]: /images/20221005/309bda9045334ee1848edde687b88975.png
[0a42852f94067ce8f133d5e8e6de45a8.png]: /images/20221005/daca40dac9964f0fa8fc4d4b5363b374.png
[2dbc575bd4e3d810ac623567019adfa7.png]: /images/20221005/404907d3bdfc494795d60d02e0add81d.png
[251014ffaae0999dc7c50db905329919.png]: /images/20221005/8f6bcfba0dd94f938b786960cd2ebde0.png
[21ca171a118dc229a41b9a038f2fee18.png]: /images/20221005/a619819be6d04287869a21129ce80af0.png
[a6ea0d78768d98bdd39913e86dbd89b4.png]: /images/20221005/fd2cdf095a704a29aa5278dc7c4f36fe.png
[84acfe3b24db430f7d864e752dc0d23c.png]: /images/20221005/3eec4ad43f70464596ecfaf985a81de7.png
[23579afa7be9ab373ec1dfe47f2569ad.png]: /images/20221005/895568a1af4f48e58d6c885c3c0b1d06.png
[9eed413426e3fef53c19470ee71295cd.png]: /images/20221005/99105f6f06104a97917e8819899d6f47.png
[4202c910a62eeba1f09bc0ec6d9b2aed.png]: /images/20221005/60992d07091948b3aa615526297fb7fa.png
[279f254bda110ecacddfa5ae9262c209.png]: https://img-blog.csdnimg.cn/img_convert/279f254bda110ecacddfa5ae9262c209.png
[a9978e1de0d2422165b42888344e466d.png]: /images/20221005/bf21cbf0db2c4a2e9e9d43e6b36d0ef2.png
[c43da5c50e57765a9480710e543d5892.png]: /images/20221005/1703a90d8771445280cf9451022248f5.png
[bc3b83199df0cfbe6b86ff160738b2d3.png]: /images/20221005/d221e6baf8644492bad8ede6e5f8a9df.png
[d6db660c7e1c580038717db8c2fd8e2c.gif]: /images/20221005/1d73f9dfff844713bf590f8378266320.png
[Link 1]: http://mp.weixin.qq.com/s?__biz=MzUxNjgxMDE4OQ%3D%3D&chksm=f9a0e146ced76850eaa7d217ad0f2cd07f3e4314a0d3ee9f7b5e8e05e8458a02b0cfffd0dba7&idx=2&mid=2247488996&scene=21&sn=36dd2f21996ece8cb9ddcae599a6b0ab#wechat_redirect
[_ ST]: https://mp.weixin.qq.com/s?__biz=MzI4MDI4MDE5Ng%3D%3D&idx=3&mid=2247500196&scene=21&sn=e91f59c8aa8efe6c6d697fb97ba5ba56#wechat_redirect
[Link 2]: https://mp.weixin.qq.com/s?__biz=MzI4MDI4MDE5Ng%3D%3D&idx=4&mid=2247500196&scene=21&sn=ee5792960420d0937b83fc389a4a2dd9#wechat_redirect
[_ STM32_MCU]: https://mp.weixin.qq.com/s?__biz=MzI4MDI4MDE5Ng%3D%3D&idx=5&mid=2247500196&scene=21&sn=9a33d2b9d5d56e734004d8f468a9b880#wechat_redirect
[109bd2e46da0bd2cbd26cedf1e6349e8.png]: /images/20221005/552473eeff294707895a648384cbd5c9.png