05、计算机指令

古老年代的编程

　　以前编程都用一种叫“打孔卡”的物理设备，首先是需要先把程序构思出来或者写在纸上，然后在纸带上或者卡片上打洞，这样，要写的程序、要处理的数据，就变成一条条纸带或者一张张卡，之后再交给当时的计算机去处理。在特定的位置打洞或者不打洞来代表“0”或者“1”。

　　原因很简单，就是计算机或者CPU没有能力直接理解这些高级语言，就算是现代的个人PC也只能处理所谓的“机器码”，也就是一连串的“0”和“1”这样的数字。

机器码和指令

　　高级语言如何变成一串串“0”和“1”的，这一串串的“0”和“1”有事怎么在CPU中处理的，就需要理解 “机器码“ 和 “计算机指令” 了。

　　从硬件的角度来看，CPU就是一个超大规模集成电路，通过电路实现了加法、乘法乃至各种各样的处理逻辑。而从软件的角度来看，CPU就是一个执行各种计算机指令的逻辑机器，这里的计算机指令，就好比一门CPU能够听的懂的语言，我们也叫它为机器语言。

　　不同的CPU能听懂的语言不太一样，不同的CPU就有两种不同的计算机指令集，代表不同的语法，单词。

　　一个计算机程序，不可能只有一条指令，而是由成千上万条指令组成的。但是 CPU 里不能一直放着所有指令，所以计算机程序平时是存储在存储器中的。这种程序指令存储在存储在存储器里面的计算机，我们就叫作存储程序型计算机（Stored-program Computer）。

从编译到汇编，代码怎么变成机器码？

　　了解了计算机指令和计算机指令集，接下来我们来看看，平时编写的代码，到底是怎么变成一条条计算机指令，最后被 CPU 执行的呢？哪一段C程序语言代码，要让它在Linux系统上跑起来，我们需要把整个程序翻译成一个汇编语言的程序，这个过程一般叫编译成汇编代码。

　　针对汇编代码，我们可以再用汇编器（Assembler）翻译成机器码（Machine Code）。这些机器码由“0”和“1组成的机器语言表示。这一条条机器码，就是一条条的计算机指令。一行 C 语言代码，有时候只对应一条机器码和汇编代码，有时候则是对应两条机器码和汇编代码。汇编代码和机器码之间是一一对应的。因为汇编代码其实就是“给程序员看的机器码”，也正因为这样，机器码和汇编代码是一一对应的。

指令和机器码

　　Intel CPU 有2000条左右的CPU指令，可分为五大类：

　　第一类：算术指令。我们的加减乘除，在 CPU 层面，都会变成一条条算术类指令。

　　第二类：数据传输指令。给变量赋值、在内存里读写数据，用的都是数据传输类指令。

　　第三类：逻辑指令。逻辑上的与或非，都是这一类指令。

　　第四类：条件分支指令。日常写的“if/else”,其实都是条件指令。

　　第五类：无条件跳转指令。程序中，在调用函数的时候，其实就是在发起了一个无条件跳转指令

 

汇编器是怎么把对应的汇编代码，翻译成为机器码的

　　以MIPS指令为例：

　　

MIPS 的指令是一个 32 位的整数，高 6 位叫操作码（Opcode），也就是代表这条指令具体是一条什么样的指令，剩下的 26 位有三种格式，分别是 R、I 和 J。

R 指令是一般用来做算术和逻辑操作，里面有读取和写入数据的寄存器的地址。如果是逻辑位移操作，后面还有位移操作的位移量，而最后的功能码，则是在前面的操作码不够的时候，扩展操作码表示对应的具体指令的。

I 指令，则通常是用在数据传输、条件分支，以及在运算的时候使用的并非变量还是常数的时候。这个时候，没有了位移量和操作码，也没有了第三个寄存器，而是把这三部分直接合并成了一个地址值或者一个常数。

J 指令就是一个跳转指令，高 6 位之外的 26 位都是一个跳转后的地址。

add $t0,$s2,$s1

以一个简单的加法算术指令add $t0,$s1,$s2,为例，进行举例。方便起见用十进制表示代码

对应的 MIPS 指令里 opcode 是 0，rs 代表第一个寄存器 s1 的地址是 17，rt 代表第二个寄存器 s2 的地址是 18，rd 代表目标的临时寄存器 t0 的地址，是 8。因为不是位移操作，所以位移量是 0。把这些数字拼在一起，就变成了一个 MIPS 的加法指令。

又为了读起来方便，一般将对应的二进制数，用16进制表示出来，也就是0X02324020,这个数字也就是这条指令对应的机器码。

用打孔卡表示，即用二级制表示16进制中的每一位数字，如下图

参考资料

　　《计算机组成与设计：软 / 硬件接口》第 5 版的 2.17小节。