Cortex-M系列：在C文件中插入汇编
本文旨在阐述如何在Cortex-M系列CPU的C文件中插入汇编程序。通过观察C语言生成的汇编程序，在必要时刻知道如何写更为复杂的汇编代码。通过学习ARM工具链生成的汇编程序，可实现较高效的汇编指令学习，更重要的在于知道程序有多大的优化空间。特别地，理解数组处理方式，能更深刻地理解数组越界到底会有怎样的影响；理解文本池访问的方式，能更直观地知道常量以及const关键字在汇编中是如何体现的。
本文承接参考链接[3]和[7],故对一些概念没有再具体讲解。
目录
1 Cortex-M7程序生成
1.1 基本概念
1.2 书写规范[6]
1.3 嵌入汇编
1.4 内联汇编
1.5 其他汇编形式
2 C函数例子——基本运算
2.1 加法测试
2.2 乘除减和移位
2.3 浮点测试
2.4 数组处理，SP相关寻址
2.5 多参数调用
2.6 排他访问
2.7文本池访问
3 参考资料
1 Cortex-M7程序生成
编译的整个过程为：预编译、编译、汇编、链接
1.1 基本概念
格式：
[标号] <指令|条件|S> <操作数>;[注释]
注：指令指伪指令或汇编指令；条件和S见“表5.3 Cortex-M 汇编语言的后缀”[1]。
1、在ARM工具链和GNU工具链的伪指令是不同的，即不同的编译器GNU的伪指令可能不同。一般GNU工具链的伪指令以“.”为开头。下面我将在Keil5中使用ARM工具链测试一些汇编指令，都是在.c文件中编写和调用。
2、汇编指令到具体CPU手册找，如[2]
2、操作数可以是下表的寄存器，也可以是立即数“#0x01”,或是定义的常量（在ARM工具链中，用“EQU”定义，用“=常量名”引用），或是指针的本质用法（"[R3]"）。
| 寄存器 |
__asm中的字符串 |
| APSR |
"apsr" |
| BASEPRI |
"basepri" |
| BASEPRI_MAX |
"basepri_max" |
| CONTROL |
"control" |
| EAPSR(EPSR+APSR) |
"eapsr" |
| EPSR |
"epsr" |
| FAULTMASK |
"faultmask" |
| IAPSR(IPSR+APSR) |
"iapsr" |
| IEPSSR(IPSR+EPSR) |
"iepsr" |
| IPSR |
"ipsr" |
| MSP |
"msp" |
| PRIMASK |
"primask" |
| PSP |
"psp" |
| PSR |
"psr" |
| r0~r12 |
"r0"~"r12" |
| r13 |
"r13"或“sp” |
| r14 |
"r14"或"lr" |
| r15 |
"r15"或“oc” |
| XPSR |
"xpsr" |
1.2 书写规范[6]
a\所有标号必须在一行的顶格书写
b\所有的指令均不能顶格书写
c\标识符大小写敏感
d\ARM指令、伪指令、寄存器名可以全部大写字母，也可以全部小写字母，但不要大小写混合使用。
（如可以"BX lr”,但不能“Bx lr”）
e\语句间可以插入空行，也可以某行只有标号，以使得源代码的可读性更好。
1.3 嵌入汇编
__asm uint8_t myADD( uint8_t lhs,uint8_t rhs )
{
MOV r2,r0
ADDS r0,r2,r1
UXTB r0,r0
BX lr
}注：容易出现“表面语法错误”，编译后并不会报错。
嵌入汇编提供一个汇编函数的空壳子，提供个入口，里面的所有操作都有程序员自己写，尤其是lhs和rhs不能在汇编中直接使用。在调用者调用时，lhs存在r0,rhs存在r1[7]。需要返回的值应该写在r0上。函数的返回也需要将LR写入CP寄存器来返回。中间的过程再补充一下就行。
调用者使用的C语言及发生的汇编如下：
remp = testAdd(10,20);
想要在汇编中直接使用lhs和rhs可用下一方法。
1.4 内联汇编
内联汇编的框架有C函数搭建，在内联汇编里即可以使用寄存器名，也可以使用“可见”的C变量。
uint8_t myADD1( uint8_t lhs,uint8_t rhs)
{
uint8_t rslt;
__asm
{
ADD rslt,lhs,rhs
}
return rslt;
}
uint8_t myADD2( uint8_t lhs,uint8_t rhs)
{
uint8_t rslt;
__asm("ADDS rslt,lhs,rhs");
return rslt;
}两个函数的汇编结果相同，结果如下所示：
1.5 其他汇编形式
| 从汇编中调用C函数 |
IMPORT my_add_c BL my_add_c |
| 从C程序中的汇编代码 |
BL _cpp(my_add_c) |
| 从C中调用汇编函数 |
EXPORT My_Add |
注：详见[1]中的第20章
2 C函数例子——基本运算
记得将优化等级改为最低。下面的代码可能有的复制不完整，特性是BX指令。
2.1 加法测试
uint64_t和int64_t没有在本文测试。
2.2 乘除减和移位
Void BHWTest2(void)
Void S_BHWTest2(void)
2.3 浮点测试
注意这里是用BX返回调用者的。
2.4 数组处理，SP相关寻址
a、为了在（向下增长的）栈中给数组留下空间，程序直接移动了栈指针。这个技术成为“SP相关寻址”
b、因为程序调用了子函数，因此使用“PUSH {lr}”和“POP {pc}”组合更高效。
c、调用ARM的标准库函数时，可以发现函数只把memset函数的第一个参数和第三个参数传入了，可能是它内部优化导致的吧。
2.5 多参数调用
调用者部分：
被调用者部分：
a\压入栈的有4个寄存器，每个寄存器4字节，于是栈地址减小了0x10.
b\比较特别的是，调用者知道多余的参数会“破坏”栈，所以提前把R3这个非被调用者保存寄存器保存起来，供第5个参数破坏。
c\显然这个函数效率很低，如果用SIMD中的UADD8，那速率就快多了。这也是汇编加速可操作的地方吧。但不确定3级或2级优化下，这里是否优化，感兴趣的读者可以自己试一下。
2.6 排他访问
自己还没试过，主要是没需求，另外就是[9] 基于ARM的排他访问原理及应用 写的太好了。
2.7文本池访问
实例1：当非零组数定义在函数内
由于里面有数组，所有使用了4.4节的相关寻址的概念，但不是这节的重点。值得一提的是，虽然数组的有效数只有0x4C的大小，sizeof(BASEtable2)==0x4C,但在数组前留了4个字节，或者说多压了4个字节入栈。
1、由于这里的数组时非零数组，于是隐式调用了memcpy(r0,r1,r2)函数。
2、而原始数据存储的地方是在代码段，定义局部数组，所有需要把代码段内的值赋值到栈中。
3、当真正运行到0x08005EEE行时，PC指针的值其实是0x08005EF0 ,即该行指令的下一个指令的地址（这一点需要特别注意）。
0x08005EF0+24=0x08005F08
这个地址正好是函数结束后的内存(考虑4字节对齐)，没错这个就是0x081075C8,
实例2：当常量非零数组定义在函数外，
和实例1比，少了隐含数组复制。
实例3：单个常量
有意思，常量不是在Flash中的真常量，而是一个常变量，使用强制转换功能是改用改变这个“常变量”的值的。
3 参考资料
[1] Joseph Yiu. ARM Cortex-M3与Cortex-m4权威指南(第3版)[M]. 吴常玉,曹孟娟,王丽红,译. 北京：清华大学出版社,2015.
[2] ARM® Cortex®-M7 Devices Generic User Guide
[3]Cortex-M系列：ARM架构与汇编指令集 https://blog.csdn.net/NoDistanceY/article/details/104177163
[6] Thumb指令集及汇编格式 https://wenku.baidu.com/view/49ab91606fdb6f1aff00bed5b9f3f90f77c64d5a.html
[7] Cortex-M系列：非中断、特权模式下的汇编语言 https://blog.csdn.net/NoDistanceY/article/details/104003831
[8] Cortex-M for Beginners - 2017_EN_v2 https://community.arm.com/developer/ip-products/processors/b/processors-ip-blog/posts/white-paper-cortex-m-for-beginners-an-overview-of-the-arm-cortex-m-processor-family-and-comparison
[9] 基于ARM的排他访问原理及应用 https://blog.csdn.net/tissar/article/details/83008719