Machine-Level Programming 笔记（更新中）

Machine-Level Programing

Basic

现在的主流架构有 x86 系列和 arm 系列，前者是 CISC（复杂指令），后者是 RISC（精简指令）。

定义： ISA instruction set architecture 指令集：一组微指令的集合。

数据类型

integer ： 存放地址和整数，大小有 \(1,2,4,8 \space \mathrm{bytes}\)。

floating number : \(4, 8, 10 \space \mathrm{bytes}\) 。

编译过程和简单的工具

c program 经过 compiler 编译成 asm program（汇编代码），再经 gcc/as 拼接成目标代码。

gcc 的选项 -S 将编译过程停留在 asm 级别，但是通常，即便是 -O1 也会追求比较强的优化使得 asm 的可读性比较差，而不经优化的代码过于复杂， -Og 是一种折衷的方案，有比较强的可读性，对于 debug 以及观察汇编比较友好。

gcc sample.c -S -Og -o sample.s

对于目标代码，通过反汇编（disassembling）可以得到汇编代码。

常见的 disassembler 有：

• objdump

  objdumo -d xx.o
  

  将在屏幕上打印反汇编的结果，通常可以将这个结果重定向到一个文件存下来。

• gdb

  gdb 打开文件后，用命令：

  disassemble xx.o
  

  即可得到反汇编代码。

寄存器

x86-64 中共有 16 个寄存器。

64位版本	32位版本	64位版本	32位版本
%rax	%eax
%rbx	%ebx
%rcx	%ecx
%rdx	%edx
%rsi	%esi
%rdi	%edi
%rsp	%esp
%rbp	%ebp

通过 %ax 可以访问到 16 位版本，并且可以访问其高 8 位 %ah 和低 8 位 %al。

指令

移动

move指令，格式

movq Source, Dest

其中 q 代表 quad word（64位）， 对应的有 l 代表 long word（32位）。

参数类型：

Source 的参数可以为 register, memory 和 immediate number。

立即数的表示方式： $0x01, $-147。

Dest 的参数，当 Source 为 register 或者 immediate number 的时候，可以为 register 或者 memory；Source 为 memory 时只能是 register （即不能从 memory 移动到 memory）。

例子

movq Src, Dest	C analog
movq $0x4, %rax	temp = 0x4
movq $-147, (%rax)	*temp = -147
movq %rax, %rbx	temp2 = temp1
movq %rax (%rdx)	*p = temp
movq (%rax) %rdx	temp = *p

内存寻址

memory addressing

general type：

D(Rb, Ri, s)

参数要求：

Rb ：base register，can be any one of the 16 registers.

Ri：Index Register ，除 %rsp 以外的寄存器。

s：Scale，规模。

实际结果：\(Rb + Ri * s + D\)。

其中 Rb 和 Ri 为寄存器的值， s 和 D 为常量。

特殊形式：

(R) ，D(R) , (Rb, Ri), D(Rb, Ri) , (Rb, Ri, s) 。

前两种比较常用。

地址计算指令

名为 lea 的指令。

格式 leaq Src, Dest 。

将 Src 所在的地址赋值给 Dest，c analog： dest = &src 。

常用于优化计算（lea 使用单独电路，也没有寄存器开销，较快）：

x * 12 优化为这个样子：

leaq (%rax, %rax, 2), %rax 	;; %rax *= 3
salq $2, %rax				;; %rax <<= 2

也就是把地址运算的值赋回去，运算的量其实都是数值量。

地址数值计算指令

2元

operation	operand