汇编语言基础--机器级数据存储

     目前机器级的编程，不再像几十年前对于一个程序员来讲，是需要熟练掌握的技术，现在有很多人甚至不太了解机器指令系统。由于计算机高层的抽象愈加完善，软件项目的构建都可以使用已有的框架来拼凑，机器指令会越来越像天方夜谭。但我认为的计算机系统知识搭建会比较像TCP/IP协议的架构，虽然并不必要精通底层的东西，但了解这些，会在问题发生的时候提供很大的便利。

       机器级的编程之所以总结归纳CPU相关的标签，主要是因为个人感觉而言和CPU硬件知识的耦合性比较大，从抽象分类的层面，无法放在操作系统级或者编程语言级。机器指令级的编程会主要介绍两个方面，一是机器级数据存储，二是汇编操作指令概述。虽然是概述，但是由于内容过多，本文主要讲述机器级数据存储。

数据存储

 存储大小：

       字节（8位，byte）是计算机上最小的可寻址单元。每一个位用来存储二进制位值。（注意十六进制、十进制与二进制的转换）。

      字长（word）反映cpu一次并行处理的最大二进制位数，一般整数和指针的大小为一个字长。这意味着虚拟地址的大小由字长来决定，为2^w个字节。另一方面，更长的字长意味着cpu能够一次计算的数更大。如果32位的机器计算结果超过32位而小于64位，需要两次或多次计算。但是64位的机器一次即可以完成。  

      c语言的基本数据类型有字符（char）、整型（int，根据存储大小又可以分为long、（int）、short）、浮点型（float，double）和指针。下图是C语言常见类型和存储大小的表。

C类型	32位机器（字节）	64位机器（字节）
char	1	1
short int	2	2
int	4	4
long int	4	8
指针 char*	4	8
float	4	4
double	8	8

 

存储顺序：      

     多字节对象在机器上存储时面临高位和低位字节的排列顺序问题。如对于整型0x01234567:

     大端法的存储方式是，数据的高位存储在低地址字节上，而数据的低位存储在高的地址上（如下图所示）。

        

     小端法的存储方式和大端法完全相反，数据低位存储在低地址的字节上。

       

     本身大端和小端数据存储都是可以的，但在一些情况下存在问题。由于大端机器发送数据到小端机器时会乱序，因此网络的字节顺序必须统一。另一方面，读取机器级代码时，如何解码到汇编也需要注意大端机和小端机的不同。第三种情况是在编程中用强制类型转换，以不同于一个值被创建的方式，来使用这个值时，会出现转换完全出乎你意料的情况。

数据编码：

1.整数储存表示：

     在介绍整数的编码形式之前，需要了解几种编码方式。

     原码的编码方式规定最高位为符号位，0代表正，1代表负。其他位为整数绝对值的二进制编码。如9的二进制为1001,假设采用4字节的整型存储方法，9以00000000 00000000 00000000 00001001存储，而-9以10000000 00000000 00000000 00001001存储。

     反码是为了解决相同绝对值的正负数相加不为0的情况。反码的编码方式规定，正整数以原码的方式存储，而负数需要在原码的基础上，除了符号位，其他位上都需要取反。这个时候-9的反码表示为11111111 11111111 11111111 11110110。这个时候9+（-9）刚好为反码的-0。这里出现了另一个问题，0有正0和负0两种编码。

      补码的编码方式规定，正整数以原码方式存储，负数需要在补码编码的基础上加1。此时-9的补码表示为11111111 11111111 11111111 11110111。这个时候由于负0的反码加1后和正0的编码方式是一致的，因此0只有一种编码方式。这种编码方式同样可以解决相同绝对值的正负数相加不为0的问题。

    整型的计算机编码采用补码的方式。

    在C/C++语言中，存在有符号数和无符号数（使用signed 和 unsigned标识）。因此存在着有符号数和无符号数之间的转换，这中间存在着扩展、截断和溢出的问题。但java中默认不存在无符号整型，避开了这个问题。

2.浮点数表示：

       IEEE浮点数标准用 V = 来表示一个浮点数。s代表符号位，m为有效数，e为指数。浮点数的域划分为三段，符号位s，k位指数域exp, n位小数域frac。 float为32位，4字节，s=1，k=8, n= 23; double 为64位，8字节，s=1，k=11，n=52。

      这种编码其中存在着三种值。

      规格化值：exp不全是0也不全是1，则指数E=e-bias，e为exp的无符号数，bias为2k-1（float为k为8-1，double为11-1），则E的范围为-126~127或-1022~1023。(与有符号数不一样，有符号数是负值多一个，主要原因是-1)。此时小数域frac，认为最高位默认值为1，小数域只存储小数域值（.以后的数）。

    非规格化值：exp全为0时，e为0，但是指数E=1-bias（而非0-bias，为了平滑过渡，通过增加一个1，可以弥补非规格化数frac最高位没有的1），此时frac最高位为0，不为默认的1.好处1可以表示0，好处2可以表示接近0的数。

    特殊值：exp全为1，小数域全为0，符号位为0时表示+∞，为1时可以表示-∞。小数域不为0时表示NaN。

3.字符编码：

    字符编码有多种体系，比如 ASCII、Unicode编码，其中并不存在特别难以理解的问题，可以参考相关资料。

本系列文章：

           计算机底层架构（偏硬件）综述   

           计算机处理器（CPU）基础 

               汇编语言基础--机器级数据存储

               汇编语言基础--汇编操作指令概述

          计算机多级存储模型 

          外设IO原理