C语言杂记 -- 简陋的<深入理解计算机系统>笔记
程序的表示
l 32位64位操作系统是由CPU寄存器的位数决定，即虚拟寻址的范围为2^32、2^64。
l 字节的大端小端法是以字节为基本单位的：比如十进制的7在十六位机器上表示
·
| 地址 | 100 | 101 |
| 大端法 | 00000000 | 00000111 |
| 小端法 | 00000111 | 00000000 |
l 大部分编译器默认进行算数右移和用补码表示复数
l 对于移位k来说，实际移位量为k mod 2^w（w为所移动数据类型的位数）
l 对于整型常量来说c编译器都是先将其看成正数，如果前面有 - 运算符则对其去负即转换成补码表示。
l //这造成了C中及其隐晦的存在
l //limits.h
l #define INT_MAX 2147483647 // 二进制表示方法为0111 1111 1111 1111，为C最大表示的整型数2^31 - 1
l #define INT_MIN （-INT_MAX - 1)
l /*
l 为什么不直接写成-2147483648呢？ 这是因为编译器在看到这个常量时，不会先看取负元算符，而是看到了2147483648即2^31，编译器会感觉到无法用int型来表示，便会将其用长整形来表示为unsigned int 1000 0000 0000 0000，这样它的类型就为unsigned，在你进行使用的时候便会发生错误,考虑如下代码
l */
l #include <limits.h>
l #include <stdio.h>
l #include <stdlib.h>
l
l int main()
l {
l int a = 5;
l
l printf("%d", a > -2147483648); // result is 0, 这是因为比较过程中发生了隐式转换，转换成了unsigned int 之间的比较。
l printf("%d", a > INT_MIN); // result is 1，两者都是int类型，所以比较成功
l return 0;
l }
这就是C语言中，负数最小值为-2147483648，却不能直接写出的原因。具体请参考http://www.cnblogs.com/Jack47/archive/2013/01/06/TMin32-in-c.html
l 浮点数：
n 32位浮点数由一位符号位s，8位阶码exp即权值，23位尾数
| 数值类型 | s | exp | 尾数f |
| 规格化 | s | !=0 && != 255 | f(尾数定义为1+f), 阶码为exp - 01111111 |
| 非规格化 | s | 0000 0000 | 尾数为f(尾数定义为f, exp为1 - 01111111)原因见下 |
| 无穷大 | s（1,0分别表示正负无穷大） | 1111 1111 | 000000000000000....... |
| NaN(NOT a NUMBER) | s | 1111 1111 | !=0 |
n 原因保证最小规格化数到最大规格化数的平稳过渡,这样最小规格化数的exp为0000 0001 - 0111 1111 = -126;最大非规格化数的exp为1 - 0111 1111 = -126. 这样就保证了二进制小数数值均匀的接近于零
n 64位浮点数一位符号位s, 11位阶码, 52位尾数, 原理相同.
n 浮点数的舍入(多采用向偶数舍入, 又称其为向最接近的值舍入): 当值不位于要舍入的中间值时, 向最近的整数舍入; 当值为中间值时, 向最接近的偶数舍入. 比如1.5舍入为整数, 因为其位于一和二中间, 向偶数舍入, 为2.
汇编指令(ATT格式)
l 知识准备:32位系统寄存器
| 名称 | 特殊作用 |
|
| %eax | 通常作为函数返回值, | 低十六位组成%ax, %ax中高八位为%ah,低八位为%al |
| %ecx |
| 同上 |
| %edx |
| 同上 |
| %ebx |
| 同上 |
| %esi |
| 只有低十六位的 |
| %edi |
| 同上 |
| %esp | 栈指针 | 同上 |
| %ebp | 帧指针 | 同上 |
l 操作数(R表示取寄存器的值, M(addr)表示对地址addr的引用
| 类型 | 格式 | 操作数值 | 例子 |
| 立即数 | $imm | imm | push $imm: 入栈imm |
| 寄存器 | %e | R[e] | push %eax: 寄存器%eax的值入栈 |
| 存储器 | (imm) | M[imm] | push (4): 地址4处的值入栈 |
| 存储器 | (%e) | M[R[e]] | push (%eax): 以%eax的值为地址的值入栈 |
| 存储器 | imm(%e) | M[R[e] + imm] | ... |
| 存储器 | (Ea, Eb) | M[R[Ea]+ R[Eb]] | ... |
| 存储器 | imm(Ea, Eb) | M[R[Ea]+ R[Eb] + imm] | ... |
| 存储器 | (, Ei, s) | M[R[Ei] * s] | ... |
| 存储器 | (Eb, Ei, s) | M[R[Eb]+ R[Ei] * s] | ... |
| 存储器 | imm(Eb, Ei, s) | M[R[Eb]+ R[Ei] * s + imm] | 最常用 |
l 数据传送指令:MOV(S, Z), S和D不能同时为存储器目标
n Mov[b, w, l]:分别传送[字节, 字, 双字],
n Movb S, D: 将S传送到D
n Movs[bw, bl, wl]: 符号扩展
n Movz[bw, bl, wl]: 零扩展
n Pushl: 双字入栈, eg, push %eax
n Popl: 双字出栈, eg, pop %eax
l 算术和逻辑操作
n Leal S, D: &SàD
n INC D: D++
n DEC D: D--
n DEG D: -D
n NOT D: ~D (取补)
n ADD S, D: D = D + S
n SUB S, D: D = D - S
n IMUL S, D: D = S * D
n XOR S, D: D = D ^ S (异或)
n OR S, D: D = D | S
n AND S, D: D = D & S
n SAL(SHL) k, D: D = D << k
n SAR k, D: D = D >> k (算数右移)
n SHR k, D: D = D >> k (逻辑右移)
l 特殊的算数操作
n imull S: 某个寄存器 = S * R[%eax] (有符号)
n mull S: (无符号)
n cltd S: R[%eax] 进行符号扩展到某个寄存器
n idivl S: 有符号除法, R[%eax] / S; 商放到%eax中, 余数放到%edx中
n divl S: 无符号除法
l 控制:条件, 循环
n 条件(根据条件码来设置)
u cmp[b, w, l]: 分别比较字节, 字, 双字. cmp S1 S2(基于 S2 - S1), 会设置条件码
u set[e(equal), n(not), s(负数), g(great), l(less), a(above), b(below)] D: 根据条件码集合将D设置为1或0.
u test S1, S2(基于S1 & S2, 只改变条件码, 通常用来测试S1 ?= S2)
u j[…与set相同, 额外有mp]: jmp LABLE(直接跳转到LABLE), jmp *op(间接跳转到对op解引用后, 以解引用后的值进行跳转)
u 条件,循环控制多借助于上述组合来使用:eg
u test %edx, %eax
u je .L3 如果相等则跳转到.L3
u .L3
u 伪代码
u cmp %edx, %eax
u jne .L3 如果不相等则跳转到.L3
u .L3
u 伪代码
n 条件传送指令: 有利于现代处理器更好的执行, 避免分支惩罚
u 类似于 x < y ? y - x : x - y, 语句可以产生条件传送指令
u 配合上文的条件码, cmov[与set相同], cmovl S, R 若小于则传送
n switch语句配合跳转表来使用, 只进行一次条件判断
n call Label(* Operand): 过程调用, 将返回地址入栈, 并跳转到被调用过程的起始地址
n ret: 与call指令作用相反
优化程序性能
l 消除循环的低效率
n 对于循环中的过程调用尽量移出循环外, 例如:
n for (i = 0; i < strlen(s); i++) //strlen()函数为线性增长,在字符串长度很大时,很消耗系统资源
n 减少不必要的存储器引用, 将存储器引用储存在临时变量中.
l 处理器优化: 即充分利用存储器流水线操作的吞吐量
n 循环展开, 减少读写相关, 即所使用的数据必须等待上一次操作完成.
n 重新结合变换, 减少读写相关, eg
n for ()
acc = (acc OP data[i]) OP data[i + 1]
// acc = acc OP (data[i] OP data[ i + 1] 相比上一行, 处理器可以更新acc的同时进行(data[i] OP data[i + 1]), 而上一行就必须等待acc更新完之后才能进行(acc OP data[i])操作.
l 利用局部性原理: 高速缓存
n 时间局部性: 被引用过一次的存储器位置可能在不远的时间内继续被引用
n 空间局部性: 如果一个存储器位置被引用了, 很可能在不远的将来被引用其附近的存储器位置
n 每一级缓存只是关心其上下级缓存的分组情况, 缓存管理可能是硬件本身, 或者软件, 亦或是二者的结合
l 内核为每个进程维护一个描述符表, 描述符表(每个进程独有)是一个结构指针数组, 每个指针指向打开文件表, 打开文件表(包含当前文件位置, 引用计数等, 所有进程共享)包含一个指向v_node表的指针, v_node表也是包含一些文件基本信息(所有进程共享). 值得注意的是, 内核默认为每个进程打开标准输出, 标准输入, 标准错误输出三个文件, 如果任何一个打开文件表的引用计数变为零, 内核则会收回打开文件表中此文件的内存, 在对其引用可能会发生意想不到的错误. 子进程与父进程不同且继承的是描述符表, 同时系统借助描述符表和虚拟存储器来实现文件共享.
