第三章 机器的程序级表示（上）

计算机执行机器代码，用字节序列编码低级的操作。汇编代码是机器代码的文本表示。

程序编码：

linux> gcc -Og  -o p p1.c p2.c

命令gcc即GCC C编译器。使用gcc命令将源代码转换成可执行代码。首先，C预处理器扩展源代码，插入所有用#include命令指定的文件，并扩展所有用#define声明指定的宏。其次，编译器产生两个源文件的汇编代码，分别为p1.s p2.s。接下来，汇编器会将汇编代码转换成二进制目标文件代码p1.o p2.o。此时，它还没有填入全局值的地址。最后，链接器将两个目标代码文件和实现库函数代码合并，并产生最终的可执行代码文件p。

 

机器级代码：

第一种抽象，由指令集体系结构或指令集架构来定义机器级程序的格式和行为，它定义了处理器状态、指令的格式以及每条指令对状态的影响；如，程序计数器、整数寄存器文件、条件码寄存器、向量寄存器；

第二种抽象，机器级程序使用的内存地址是虚拟地址，机器代码将内存看成是一个非常大的、按字节寻址的数组；

程序内存包含：程序的可执行机器代码，操作系统需要的一些信息，用来管理过程调用和返回的运行时栈，以及用户分配的内存块。

 

使用-S可以看到C语言编译器产生的汇编代码：

linux-> gcc -Og -S mstore.c   

使用-c,GCC会编译并汇编该代码，产生目标文件mstore.o，它是二进制格式，无法直接查看。上述汇编指令对应的目标代码（字节序列16进制表示）：

总结：机器执行的程序只是一个字节序列，它是对一系列指令的编码，机器产生这些指令的源代码几乎一无所知。

 

查看机器代码内容：利用反汇编器，根据机器代码生成一种类似于汇编代码的格式。

objdump -d命令，可以进行反汇编：

linux-> objdump -d mstore.o 

 

 数据格式：

字：16位数据类型

双字： 32位数

四字：64位数

数据传送指令分为四种：movb（传送字节）、movw（传送字）、movl（传送双字）、movq（传送四字）

 

访问信息：

最初8086中是8个16位的寄存器（%ax到%bp）->扩展成8个32位寄存器（%aex到%ebp）->增加8个新的寄存器（%r8到%r15）。如下图所示：字节集操作可以访问最低的字节，16位操作可以访问最低的两个字节，32位可以访问最低的4个字节，而64位可以访问整个寄存器。

操作数指示符：

操作数分为3种类型：

第一类：立即数，表示常数值，$后跟一个整数，如$-577或$0x1F。

第二类：寄存器，它表示寄存器内容，16个寄存器的低位1字节、2字节、4字节、8字节中的一个作为操作数。用符号表示任意寄存器a，引用来表示它的值。

第三类：内存引用，它会根据计算出来的地址访问某个内存位置。将内存看成很大的字节数组，符号表示对存储在内存中从地址Addr开始的b个字节值的引用。

如图，有多种不同的寻址模式，允许不同形式的内存引用。引用有四个组成部分，一个是立即数偏移