《Assembly Language Step by Step》笔记——第四章 寻址（1）
1. 汇编语言学习的难点
在尝试学习汇编语言之前，你至少应当理解整个计算机的体系结构。
阅读这些关于现代计算机系统资料是必要的：
1. 英文版 http://duartes.org/gustavo/blog/category/internals
2. 中文翻译 http://blog.csdn.net/drshenlei/article/category/551407
就算你学遍了一个指令集中的每一条指令，也不能代表你就学会了汇编语言
CPU的真正工作，也是汇编语言编程的最大挑战，在于对内存中指令和数据的寻址
寻址是一件困难的事情，在x86体系结构下尤甚
x86体系下内存模型分为三种：
1. 最古董的实模式扁平模型(real mode flat model)
2. 已经退休了的实模式分段模型(real mode segmented model)
3. 在Win XP/Vist/7 还有Linux上盛行的保护模式扁平模型(protected mode flat model)
如果你对以上三种模型还搞不清楚的话，先回去仔细看看下面这篇文章吧：
http://blog.csdn.net/drshenlei/article/details/4261909
2. 历史的回眸
要理解为虾米会有这么多模型出现，那话说起来就长啦！第2节从历史的深处说起，主要讲述x86体系结构下各种模式出现的缘由
2.1 Intel 8080处理器
让我们回退到70年代吧！1974年Intel推出了8080处理器，8080处理器是一款8位处理器，也就是说，一次只能处理8个比特的信息。但是呢，它的地址总线却有16位！那个年代，16位的地址总线有点吓人哦！因为在那个RAM贵的吓死人的年代，大多数的机器，内存也就是4K到8K之间，16位的总线寻址能力达到了64K！
所以说，Intel设计师的设计总是会超前的，就像现在的Intel Core2处理器，地址总线有33位，可以寻址64GB的内存，但是现在大部分计算机内存不也就2~4G吗？
话说回来，那会使用8080的操作系统主要是CP/M-80，CP/M-80有点与众不同，操作系统内核是加载到内存顶部的（高址处），这样做很大程度是为了瞬时程序(Transient Program)能有一个一致的内存起点(类似于用户程序，在需要时才从磁盘中加载进来运行)，好比我们Linux的用户程序，其线性地址的起点都是0x00000000，不过这里的起点是0x100H就是第256字节处。而从0开始的头256个字节用于存储其他信息比如程序的磁盘I/O缓冲区。示例图如下：
2.2 Intel 8086
CP/M-80的内存模型已经够简单了，瞬时程序的编写者只要将程序开头声明为从0100H地址开始就行。
然后Intel严格地按照摩尔定律的指示，制造出了16位的处理器8086，这个16位指的是数据引脚的位数，一次能处理16比特位的信息。但是，这个处理器有20条地址引脚，能寻址达1MB空间。
当Intel制造出第一款16位的处理器8086时，为了更以前保持兼容，能让8080上的程序很容易地移植在8086上，就不得不做些trick了，你想，以前的内存地址是16位，现在是20位，差了整整4位耶！一个公司的产品，总是需要向后兼容的吧，总不能说你今天买了台Intel Core 2的机器，昨天在你奔3上跑的魔兽世界现在却怎么也起不来了吧？这怎么行。
让我们来看看这些trick是怎么做的。首先先来了解一下“段”这个概念。嗯，1MB的寻址空间，刚好是16个64K的内存区块，随便把CP/M-80的程序放在这16个块中的任意一个不就可以了吗？而且，内存区块起始地址也不用非得刚好和这16个64K内存区块对齐，长度也不用非得是64K，只要满足了CP/M-80程序要求的长度就行了嘛。这些区块，就可以称之为段！
既然提到了段，那么让我们来看看段的本质是什么：
段就是在CPU能寻址和使用的内存区中的一个块。
在实模式分段模型环境下，一个段以16字节为对齐边界，段长至少一个字节，至多64K。一个1M的内存区，最多可以分为64K个段，每段长16字节，最少也有16个段，每段长64K。为什么是这样，下面会有解释。
了解完“段”的概念，再让我们看一下8086中CS寄存器的作用吧。CS寄存器是16位的，里面存的值就是指向1M内存地址空间中某一个段的起始地址值。
假设当前CS的值是0x1000，当前程序用逻辑地址0x1234去访问一条指令时，会将CS向左移4位，同时加上0x1234，这时真实物理地址就是0x11234。
物理地址 = 段值*16 + 逻辑地址（偏移量）
这样，只要精心设计好CS的值，原来的CP/M-80程序就可以畅通无阻地运行在8086机器上啦。
而且，每一个段都必定是16字节对齐的（段值 * 16），长度最大64K（16位逻辑地址，最大64K寻址空间）。这种寻址模式，就成为实模式分段模型啦。计算之后的地址也是物理地址，就是说实模式了，又用到了分段，那就是分段模型了。
虽然这样做从短期来看无疑是很好的，可是长远来看真是个糟糕透顶的设计！因为，在不改变CS内容的情况下，CPU只能寻址64K大小的范围，当程序大小超过64K，需要在不同的段之间跳来跳去的时候，这个设计真让开发者抓狂蛋疼啊！
在这里不得不提的一个地方，就是人们很少能注意到，段是可以重叠的！
比如起始地址0x00000，长度为64K的段，和起始地址0x00010，长度为32K的段，后者被前者包含，但它们2个是可以并存的。
下面来看看MyByte指向的那个字节，由于段可以重叠，那么这个字节的地址表示方式就有多种多样了。如果用 “段值：偏移”来表示的话，就可能有以下3种表达方式了
2.3 段寄存器及其作用
我们知道，从8086开始到286,386及其后续处理器，都有一些段寄存器陆续登上历史舞台，它们分别是：
CS code segment 代码段寄存器。这是用来对机器指令寻址的，也就是说该段寄存器指向的内存块存储的是机器指令。
DS data segment 数据段寄存器。这是用来对变量或者其他数据寻址用的。
SS stack segment 栈区段寄存器。
ES extra segment 额外段寄存器，一般用来存储额外的段信息的寄存器
FS，GS 和 ES作用一样，不过它们是从386才开始出现的
2.4 通用寄存器
最开始在8086上，通用寄存器只有AX, BX, CX, DX, SP, BP, SI, DI 8个，AX, BX, CX, DX这四个寄存器。在1986年Intel为x86体系结构扩展到了32位，这些寄存器也就成了EAX, EBX, ECX, EDX, ESP, EBP, ESI, EDI, 不过，你还是可以通过AX, BX这些符号去访问EAX，EBX寄存器的低16位，就像以前那样。
写到这里发现日志已经过长了，不符合大家的阅读习惯，下篇文章再介绍其他几个寄存器
