[ASM] 基础概念

1.      汇编语言的产生

计算机从本质上来讲，就是中央处理器(CPU）连接一堆外设。CPU是计算机的核心部件，它控制整个计算机的运作并进行运算。要想CPU工作就必须提供指令和数据。这些指令和数据在存储器(严格来说应该是逻辑存储器)中存放，也就是平台我们所说的内存。指令和数据是应用上的概念，在内存或磁盘上，它们没有区别都是二进制信息。CPU在工作的时候把有的信息看作指令，有的信息看作数据，为同样的信息赋予了不同的意义。

只要CPU一加电，它就从预设的地址开始一直执行下去。在执行程序的时候CPU是从CS:IP指向的某个地址开始，自动向下读取指令执行。CPU读取的指令就是机器语言。        

机器语言是机器指令的集合。机器指令就是一台机器可以正确执行的命令。电子计算机的机器指令是一列二进制数字。计算机将之转变成一列高低电平，从而使计算机的电子器件受到驱动，进行运算。由于机器指令难于辨别和记忆，给整个产业的发展带来了障碍，于是汇编语言产生了。汇编语言的主体是汇编指令，汇编指令和机器指令是一一对应的，汇编指令是机器指令便于记忆的书写格式。

汇编语言的核心是汇编指令，它决定了汇编语言的特性。

汇编语言主要由3类指令组成。

1. 汇编指令：机器码的助记符，有对应的机器码。
2. 伪指令：没有对应的机器码，由编译器执行，计算机并不执行。
3. 其他符号：如+、-、*、/等，由编译器识别，没有对应的机器码。

2.      存储单元和总线

存储器被化分成若干个存储单元，每个存储单元从0开始编号。电子计算机的最小信息单位是bit,也就是一个二进制位，8个bit组成一个Byte字节,微机存储器的容量是以字节为最小单位计算的。

CPU要从编号的存储单元中读取或写入数据，必须进行下面3类信息的交互。

1.  存储单元的地址(地址信息);
2.  器件的选择，读或写的命令(控制信息);
3.  读或写的数据(数据信息);

电子计算机处理、传输的信息都是电讯号，电信号是用导线传送的，专门连接CPU和其他芯片的导线，称为总线。从物理上来讲，总线就是一根根导线的集合。根据传送信息的不同，总线从逻辑上分为：地址总线、控制总线、数据总线。

 如CPU 从3号单元中读取数据的过程

1.  CPU通过地址总线将地址信息3发出
2.  CPU 通过控制线发出内存读命令，选中存储器芯片，并通知它将要从中读取数据
3.  存储器将3号单元中的数据，通过数据总线传入CPU

•  地址总线和寻址能力

CPU 是通过地址总线来指定存储器单元的，可见地址总线上能传送多少个不同的信息，CPU就可以对多少个存储单元进行寻址。在计算机中一根导线可以传送和稳定状态只有两种：高电平或是低电平。用二进制表示就是1或0。

所以一个CPU有N要地址线，则可以说这个CPU的地址总线的宽度为N, 最多可以寻找２的N次方个内存单元。

• 数据总线

　　CPU与内存或其他器件之间的数据传送是通过数据总线传送的。数据总线的宽度决定了CPU和外界的数据传送速度。８根数据总线一次可传送一个8位二进制数，１６根数据总线则可传两个字节。

• 控制总线

　　CPU对外部器件的控制是通过控制总线进行的。所以有多少要控制总线，就意味着CPU提供了对外部器件的多少种控制。控制总线决定了CPU对外部器件的控制能力。

3.      内存地址空间

　　一台PC机中，装有多个存储器芯片，从读写属性上分为：随机存储器(RAM)和只读存储器(ROM). 如主板上的RAM和插在扩展槽上的RAM、显卡、网卡等都有相应的存储器芯片。这些芯片都和CPU 总线相连，CPU对它们进行读或写的时候都是通过控制线发出的命令。

　　可以说，CPU 把它们全当作内存来对待，把它们总的看作一个由若干存储单元组成的逻辑存储器，这个逻辑存储器就是我们所说的内存地址空间。于是，每个物理存储器在这个逻辑存储器中占有一个地址段，既一段地址空间。CPU对这段地址空间中读写数据，实际上就是在对相应的物理存储器中读写数据。

　　内存地址空间的大小受CPU地址总线宽度的限制，若地址总线宽度为20，则可以定位２的２０次方个内存单元，内存地址空间大小为1M, 若地址总线宽度为32,则内存地址空间最大为4GB。现在明白为什么XP 系统不能完成利用4GB内存空间了吧。

 

4.      物理地址与寄存器

存储器被化分成若干个存储单元，每个存储单元从0开始编号，所用的内存单元构成的存储空间是一个一维的线性空间，每一个内存单元在这个这间中都有唯一的地址，这个地址称为物理地址。

CPU 通过地址总线送入存储器的，必须是一个内存单元的物理地址。所以CPU在发出物理地址之前必须先在内部形成这个物理地址，不同的CPU 可以有不同的形成方式。对于16位结构的CPU来说，若地址总线为20位，可以传送20位地址，达到1MB寻址能力。但16CPU表现出的寻址能力只有64KB。为了得到更大的寻址能力，有的CPU 在内部用两个16位地址合成的方法来形成一个20位的物理地址。

比如8086CPU要读写内存时：

1. CPU中的相关部件提供两个１６位地址，一个称为段地址，另一个称为偏移地址，
2. 段地址和偏移地址通过内部总线送入一个称为地址加法器的部件；
3. 地址加法器将两个16位地址合成为一个20位的物理地址；
4. 地址加法器通过内部总线装20位物理地址送入输入输出控制电路；
5. 输入输出控制电路将20位物理地址送上地址总线；
6. 20位物理地址被地址总线传送到存储器。

　　地址加法器采用 物理地址＝段地址 * 16 + 偏移地址 的方法用段地址和偏移地址合成物理地址。

注意段地址并不是说内存被分成许多小段了，这里段地址是对于CPU来说的，由于地址加法器采用 物理地址＝段地址 * 16 + 偏移地址的方法来表示物理地址，我们在编程的时候可以，将若干地址连续的内存单元看作一个段，用段地址*16定位段的起始地址，用偏移地址定位段中的内存单元。

注意：

1、段地址*16肯定是16的倍数，所以一个段的起始地址也一定是16的倍数；

2、偏移地址为16位，16位寻址能力为2的16次方为64KB,所以一个段的长度最大为64KB.

 

现在你可以想象，程序在内存中是如何布局的？为什么好多工具分析时会有程序基地址、偏移地址等？　

         CPU是怎么区分数据和指令的呢？CPU内部有好多寄存器。

比如：

• CS代码段寄存器，IP为指令指针寄存器,任意时刻，CPU 将CS:IP指向的内容当作指令执行。
• DS数据段寄存器，DS:[0]指向DS*16+0的内存单元。
• SS栈段寄存器，SP存栈偏移地址，任意时刻SS:SP指向栈顶元素。

5.      栈

　　栈空间也是内空间的一部分，它只是一段可以以一种特殊方式进行访问的内存空间。其特殊性在于，最后进入这个空间的数据，最选出去。栈有两个基本操作：入栈和出栈。栈的操作规则被称为：LIFO(Last In First Out，后进先出).

　　现今的CPU都有栈的设计，8086CPU也提供相关的指令来以栈的方式访问内存空间。我们编程的时候，可以将一段内存当作栈来使用。基本操作为PUSH和POP。那么CPU怎么会知道我们想把哪段空间当栈使用呢？CPU中有两个寄存器，段寄存器SS和寄存器SP,栈顶的段地址放在SS中，偏移地址放在SP中。任意时刻，SS:SP指向栈顶元素。那么PUSH 和POP执行进自然是从SS:SP得到栈顶的地址。

　　8086CPU 只提供了寄存器来存放栈顶位置，没有提供寄存器存放栈空间的大小，所以8086CPU不会保证对栈的操作不会越界。我们在编程的时候要自己操作栈顶越界的问题，合理的安排栈空间大小，出栈和入栈时注意不要越界。