汇编语言学习（814）
1.1 汇编语言的由来及其特点
1.1.1 机器语言
机器指令是CPU能直接识别并执行的指令，它的表现形式是二进制编码。机器指令通常由操作码和操作数两部分组成，操作码指出该指令所要完成的操作，即指令的功能，操作数指出参与运算的对象，以及运算结果所存放的位置等。
由于机器指令与CPU紧密相关，所以，不同种类的CPU所对应的机器指令也就不同，而且它们的指令系统往往相差很大。但对同一系列的CPU来说，为了满足各型号之间具有良好的兼容性，要做到：新一代CPU的指令系统必须包括先前同系列CPU的指令系统。只有这样，先前开发出来的各类程序在新一代CPU上才能正常运行。
机器语言是用来直接描述机器指令、使用机器指令的规则等。它是CPU能直接识别的唯一一种语言，也就是说，CPU能直接执行用机器语言描述的程序。
用机器语言编写程序是早期经过严格训练的专业技术人员的工作，普通的程序员一般难以胜任，而且用机器语言编写的程序不易读、出错率高、难以维护，也不能直观地反映用计算机解决问题的基本思路。
由于用机器语言编写程序有以上诸多的不便，现在几乎没有程序员这样编写程序了。
1.1.2 汇编语言
虽然用机器语言编写程序有很高的要求和许多不便，但编写出来的程序执行效率高，CPU严格按照程序员的要求去做，没有多余的额外操作。所以，在保留“程序执行效率高”的前提下，人们就开始着手研究一种能大大改善程序可读性的编程方法。
为了改善机器指令的可读性，选用了一些能反映机器指令功能的单词或词组来代表该机器指令，而不再关心机器指令的具体二进制编码。与此同时，也把CPU内部的各种资源符号化，使用该符号名也等于引用了该具体的物理资源。
如此一来，令人难懂的二进制机器指令就可以用通俗易懂的、具有一定含义的符号指令来表示了，于是，汇编语言就有了雏型。现在，我们称这些具有一定含义的符号为助忆符，用指令助忆符、符号地址等组成的符号指令称为汇编格式指令(或汇编指令)。
汇编语言是汇编指令集、伪指令集和使用它们规则的统称。伪指令是在程序设计时所需要的一些辅助性说明指令，它不对应具体的机器指令，有关内容在以后的各章节中会有详细叙述，在此不展开介绍。
用汇编语言编写的程序称为汇编语言程序，或汇编语言源程序，在本教材中或特定的环境下，也可简称为源程序。汇编语言程序要比用机器指令编写的程序容易理解和维护。
1.1.3 汇编程序
用汇编语言编写的程序大大提高了程序的可读性，但失去了CPU能直接识别的特性。例如用汇编语言书写的指令：MOV AX, BX，CPU不会知道这几个字符所表达出来的功能，但程序员一看就知道：要求CPU把寄存器BX的值传送给寄存器AX。
|
把机器指令符号化增加了程序的可读性，但引起了如何让CPU知道程序员的用意，并按照其要求完成相应操作的问题。解决该问题就需要一个翻译程序，它能把汇编语言编写的源程序翻译成CPU能识别的机器指令序列。这里，我们称该翻译程序为汇编程序。 |
汇编程序能把左边汇编语言源程序翻译成右边的机器指令序列。其中，把汇编语言指令“MOV AX, BX”和“ADD AX, 5”分别转换成机器指令89D8H和050500H，而后者都是CPU能直接识别的，所以，可执行它们
1.1.4 汇编语言的主要特点
一方面，汇编语言指令是用一些具有相应含义的助忆符来表达的，所以，它要比机器语言容易掌握和运用，但另一方面，它要直接使用CPU的资源，相对高级程序设计语言来说，它又显得难掌握。
汇编语言程序归纳起来大概有以下几个主要特性。
1、与机器相关性
汇编语言指令是机器指令的一种符号表示，而不同类型的CPU有不同的机器指令系统，也就有不同的汇编语言，所以，汇编语言程序与机器有着密切的关系。
由于汇编语言程序与机器的相关性，所以，除了同系列、不同型号CPU之间的汇编语言程序有一定程度的可移植性之外，其它不同类型(如：小型机和微机等)CPU之间的汇编语言程序是无法移植的，也就是说，汇编语言程序的通用性和可移植性要比高级语言程序低。
2、执行的高效率
正因为汇编语言有“与机器相关性”的特性，程序员用汇编语言编写程序时，可充分发挥自己的聪明才智，对机器内部的各种资源进行合理的安排，让它们始终处于最佳的使用状态，这样做的最终效果就是：程序的执行代码短，执行速度快。
现在，高级语言的编译程序在进行寄存器分配和目标代码生成时，也都有一定程度的优化(在后续课程《编译原理》的有关章节会有详细介绍)，但由于所使用的“优化策略”要适应各种不同的情况，所以，这些优化策略只能在宏观上，不可能在微观上、细节上进行优化。而用汇编语言编写程序几乎是程序员直接在写执行代码，程序员可以在程序的每个具体细节上进行优化，这也是汇编语言程序执行高效率的原因之一。3、编写程序的复杂性
汇编语言是一种面向机器的语言，其汇编指令与机器指令基本上一一对应，所以，汇编指令也同机器指令一样具有功能单一、具体的特点。要想完成某件工作(如计算：A+B+C等)，就必须安排CPU的每步工作(如：先计算A+B，再把C加到前者的结果上)。另外，在编写汇编语言程序时，还要考虑机器资源的限制、汇编指令的细节和限制等等。
由于汇编语言程序要安排运算的每一个细节，这就使得编写汇编语言程序比较繁琐、复杂。一个简单的计算公式或计算方法，也要用一系列汇编指令一步一步来实现。
4、调试的复杂性
|
在通常情况下，调试汇编语言程序要比调试高级语言程序困难，其主要原因有四： |
|
|
汇编语言指令涉及到机器资源的细节，在调试过程中，要清楚每个资源的变化情况； |
|
|
程序员在编写汇编语言程序时，为了提高资源的利用率，可以使用各种实现技巧，而这些技巧完全有可能破坏程序的可读性。这样，在调试过程中，除了要知道每条指令的执行功能，还要清楚它在整个解题过程中的作用； |
|
|
高级语言程序几乎不显式地使用“转移语句”，但汇编语言程序要用到大量的、各类转移指令，这些跳转指令大大地增加了调试程序的难度。如果在汇编语言程序中也强调不使用“转移指令”，那么，汇编语言程序就会变成功能单调的顺序程序，这显然是不现实的； |
|
|
调试工具落后，高级语言程序可以在源程序级进行符号跟踪，而汇编语言程序只能跟踪机器指令。不过，现在这方面也有所改善，CV(CodeView)、TD(Turbo Debug)等软件也可在源程序级进行符号跟踪了。 |
|
1.1.5 汇编语言的使用领域
综上所说，汇编语言的特点明显，其诱人的优点直接导致其严重的缺点，其“与机器相关”和“执行的高效率”导致其可移植性差和调试难。所以，我们在选用汇编语言时要根据实际的应用环境，尽可能避免其缺点对整个应用系统的影响。
下面简单列举几个领域以示说明，但不要把它们绝对化。
|
1、适用的领域 |
|
要求执行效率高、反应快的领域，如：操作系统内核，工业控制，实时系统等； |
|
系统性能的瓶颈，或频繁被使用子程序或程序段； |
|
与硬件资源密切相关的软件开发，如：设备驱动程序等； |
|
受存储容量限制的应用领域，如：家用电器的计算机控制功能等； |
|
没有适当的高级语言开发环境。 |
|
2、不宜使用的领域 |
|
大型软件的整体开发； |
|
没有特殊要求的一般应用系统的开发等 |
1.2 数据的表示和类型
在用汇编语言进行程序设计时，程序员可以直接访问内存，对数据在存储器内的表示形式要有一个清晰的认识。下面，我们只简单介绍本课程所要用到的数据表示知识，为后面的学习作一点必要的准备。
有关“数据表示”的详细内容请参阅《计算机组成原理》中的相关章节。
1.2.1 数值数据的表示
(1)、二进制
在计算机内，数值是用二进制来表示的，每个二进制数按权相加就可得到其十进制数值。在书写二进制时，为了区别，在数据后面紧跟一个字母B。
二进制的一般表现形式为：bn-1…b1b0B，其代表数值：bn-12n-1+…+b121+b020。
数据的二进制表示形式简单、明了，但它书写起来比较长，所以，通常情况下，我们在程序中不直接用二进制来书写具体的数值，而改用八进制、十进制或十六进制。
(2)、八进制
八进制是一种二进制的变形，三位二进制可变为一位八进制，反之也然。八进制的表示元素是：0、1、…、7。在书写时，为了区别，在数据后面紧跟一个字母Q。如：1234Q、7654Q、54Q等都是八进制。
八进制数在程序中的使用频率不高。
(3)、十进制
十进制是我们最熟悉的一种数据表示形式，它的基本元素是：0、1、…、9。在书写时，为了区别，在数据后面紧跟一个字母D。在程序中经常用十进制来表示数据。
(4)、十六进制
十六进制是另一种二进制的变形，四位二进制可变为一位十六进制，反之也然。十六进制的基本元素是：0、1、…、9、A、B、…、F(字母小写也可以)，其中：字母A、B、…、F依次代表10、11、…、15。
在书写时，为了区别，在数据后面紧跟一个字母H。当十六进制数的第一个字符是字母时，在第一个字符之前必须添加一个‘0’。如：100H、56EFH、0FFH、0ABCDH等都是十六进制数。
十六进制在程序中的使用频率很高。
(5)、数值进制的总结和相互转换
表1.1 各种进制及其字符表示
|
进制 |
字符 |
例子 |
备注 |
|
二进制 |
B/Y(*) |
1010B、1011B |
(*)：字符Y、O和T是宏汇编MASM系统所增加的进制表示符。 |
|
八进制 |
Q/O |
1234Q、311Q |
|
|
十进制 |
D/T |
1234D、512D |
|
|
十六进制 |
H |
1234H、1011H |
下面是各进制数据之间进行转换的控件，浏览者通过它可很好地掌握这些进制之间的转换方法。当十进制转化为其它进制时，浏览者还可进行实际的练习操作。
(6)、数的补码表示法
在计算机内，为了表示正负数，并便于进行各种算术运算，对有符号数采用二进制的补码表示形式。
补码的最高位用来表示正负数：0—正数，1—负数。
正数的补码是其自身的二进制形式，负数的补码是把其正数的二进制编码变“反”，再加1而得。
(7)、二进制数的符号扩展
在汇编语言中，我们经常要对字/字节的数据进行操作。当把“字节”转换成“字”，或“字”转换成“双字”时，就需要进行符号扩展。符号扩展的具体操作就是把已知信息的最高位扩展到所有更高位。
例1.1 把8位补码01011010、10101100分别扩展成16位补码。
解：根据符号扩展的含义，“字节→字”的具体扩展结果如下：
|
01011010 |
10101100 |
||
|
00000000 |
01011010 |
11111111 |
10101100 |
例1.2 把16位补码0101101111001010、1010111101011011别扩展成32位补码。
解：根据符号扩展的含义，“字→双字”的具体扩展结果如下：
|
0101101111001010 |
1010111101011011 |
||
|
0000000000000000 |
0101101111001010 |
1111111111111111 |
1010111101011011 |
(8)、n位二进制的表示范围
n位二进制所能表示的无符号整数的范围：0≤x≤2n-1。
n位二进制所能表示的有符号整数(补码表示)的范围：-2n-1(此处有错，是2的n次方)≤x≤2n-1-1。
在汇编语言中，常用到n为8和16时的数值范围：
n=8时，无符号整数的范围：0~255，有符号整数的范围：-128~127；
n=16时，无符号整数的范围：0~65535，有符号整数的范围：-32768~32767。
(9)、BCD码
通常，我们习惯用十进制表示的数据，但计算机是用二进制来表示数据的，这就需要进行数值进制之间的转换。我们把每位十进制数转换二进制的编码，简称为BCD码(Binary Coded Decimal)。
BCD码是用4位二进制编码来表示1位十进制数。这种编码方法有多种，但常用的编码是8421BCD编码，如表1.2所示。这种BCD编码实际上就是0~9的“等值”二进制数。
表1.2 8421BCD编码列表
|
十进制数字 |
8421BCD码 |
十进制数字 |
8421BCD码 |
|
0 |
0000 |
5 |
0101 |
|
1 |
0001 |
6 |
0110 |
|
2 |
0010 |
7 |
0111 |
|
3 |
0011 |
8 |
1000 |
|
4 |
0100 |
9 |
1001 |
用BCD码进行进制的转换时，是要求在二种进制的表现形式上快速转换，而不是要求在“数值相等”的含义快速转换。
例1.3 求十进制数2000的BCD编码和其二进制数。
解：2000的BCD编码是把每位上的数2、0、0、0分别转换为其对应的BCD编码：0010、0000、0000和0000，把它们合在一起就是2000的BCD编码：0010 0000 0000 0000。
十进制数2000的二进制数是：11111010000，它们在数值上是相等的。
1.2.2 非数值数据的表示
计算机除了具有进行数值计算能力之外，还具有进行非数值计算的能力。现在，后者的应用领域已远远超过了前者的应用领域，如：文字处理、图形图象处理、信息检索、日常的办公管理等。所以，对非数值信息的编码就显得越加重要。
|
1、ASCII码 ASCII码(American Standard Code for Information Interchange)是目前应用极其广泛的一种信息编码，许多计算机系统都是采用它为字符进行编码。它是一种7位二进制编码。 右表是ASCII码的具体编码方案。在该表中，对学习本课程有用的主要信息有： 字符'0'~'9'是连续编码的，其编码的低4位就是该字符在十进制中的数值； 小写字母的编码比大写字母的编码大，对应字母的编码之间相差20H(16进制的表示，32)。 当然，从ASCII码表中还可看出其它有用信息，还有扩展的ASCII码等知识，但这些内容对学习本课程的帮助不明显，故不再叙述。有兴趣的读者可参阅其它书籍。 |
表1.3 ASCII码的编码方案
|
2、汉字编码
ASCII码是针对英文的字母、数字和其它特殊字符进行编码的，它不能用于对汉字的编码。要想用计算机来处理汉字，就必须先对汉字进行适当的编码。我国在1981年5月对6000多个常用的汉字制定了交换码的国家标准，即：GB2312-80。该标准规定了汉字交换用的基本汉字字符和一些图形字符，它们共计7445个，其中汉字有6763个。该标准给定每个字符的二进制编码，即国标码。
有关汉字编码的详细信息，请参阅其它有关书籍，在此不再介绍。
1.2.3 基本的数据类型
汇编语言所用到的基本数据类型为：字节、字、双字等，这些数据类型在以后的章节中都有相应的类型说明符。下面对它们进行最基本的描述。
1、字节
|
一个字节有8位二进制组成，其最高位是第7位，最低位是第0位，如右图所示。在表示有符号数时，最高位就是符号位。 通常情况下，存储器按字节编址，读写存储器的最小信息单位就是一个字节。 |
图1.2 字节数据类型示意图 |
2、字
|
由2个字节组成一个字，其最高位是第15位，最低位是第0位。高8位称为高字节，低8位称为低字节，如右图所示。 字节和字是汇编语言程序中最常用的两种数据类型，也是最容易出错的数据类型。 |
图1.3 字数据类型示意图 |
3、双字
|
用2个字(4个字节)来组成一个双字，其高16位称为高字，低16位称为低字，如右图所示。 双字有较大的数据表示范围，它通常是为了满足数据的表示范围而选用的数据类型，也可用于存储远指针。 字节、字和双字是汇编语言最常用的三种数据类型，下图表现出它们三者之间的组成关系。 |
|
图1.5 字节、字和双字数据类型之间关系示意图
4、四字
由4个字(8个字节)组成一个四字类型，它总共有64个二进制位，当然，也就有更大的数据表示范围，但在汇编语言中很少使用该数据类型。
5、十字节
由10个字节组成一个十字节类型，它总共有80个二进制位。在汇编语言中很少使用该数据类型。
6、字符串
字符串是由若干个字节组成的，字节数不定，通常每个字节存储一个字符。该数据形式是汇编语言程序中经常使用的另一种数据形式。
计算机中的负数是以其补码形式存在的
补码=原码取反+1
一个字节有8位 可以表示的数值范围在 -128到+127
用二进制表示也就是 10000000 - 01111111（注意：最高位表示符号）
最高位是1的都是负数 最高位是0的都是正数
如-7
原码是 10000111 然后取反（最高位是符合不用取反）得11111000
加一 得11111001 那么-7的二进制数就是 11111001
再如 -10 原码是 10001010 取反得 11110101 加一得 11110110
那么-10的二进制数就是 11110110
二进制数是逢二进一 只有0和1两个数字 没有2
你说的“真值”可能指的就是它们的原码对应的值吧？那是这样的：
补码00000000的真值是00000000，就是0；因为正数的反码、补码与原码一样；
补码10000000的真值是10000000，就是-128；因为它是负数，要求它的原码，得对除符号位以外的各位取反再加1，就是对0000000取反成为1111111，再加1又成0000000了，符号位不变，所以得10000000。不过有一种观点认为-128这个数很特殊，没有反码与补码。知道实质就是了，不必太死扣定义。
对于补码11111110，同样的办法对数据位取反加1来求原码：1111110取反得0000001，再加1得，0000001+0000001=0000010；符号位不变，再把它放上就是10000010；噢，它是-2！
一个字节是8个二进制位，她可以表示256个不同的符号，而ASCII里面只有128个不同的符号，按理说7个二进制位就可以完全表达清楚了，那多出来的那一个二进制位是干什么用的啊
计算机采用二进制的，8=2^3，通常最高位为符号位
计算机中的位
二进制数系统中，每个0或1就是一个位(bit)，位是数据存储的最小单位。其中8bit就称为一个字节（Byte）。计算机中的CPU位数指的是CPU一次能处理的最大位数。例如32位计算机的CPU一次最多能处理32位数据。
Bit，乃BInary digit（二进制数）位的缩写，是数学家John Wilder Tukey提议的术语（可能是1946年提出，但有资料称1943年就提出了）。这个术语第一次被正式使用，是在香农著名的《信息论》，即《通信的数学理论》(A Mathematical Theory of Communication)论文之第1页中。
1字节8个二进制位是当时规定的，比较合理，便于储存和计算
1Byte=8bit是先规定的，而ASCII是在有1字节=8位的前提下产生，ASCII占用1字节（如果按照你的想法将会很混乱，1个ASCII码字符占7/8个字节）
