3.2 Program Encodings 程序编码

摘要：

　　1.在IA32的Unix机器上，调用Unix指令 3.2 unix> gcc -O1 -o p p1.c p2.c  01表示一级优化，优化越高，编译用时越长（这不废话吗），并且调试起来更麻烦，因为错误的地方和源代码对应起来更难。所以-02级优化更推荐。

　　2.编译步骤：

　　　　<1.调用C预处理器（C preprocessor）,扩展代码（把所有#include标示的文件扩展进来），扩展宏（把所有#define标示的变量展开包含进来）。

　　　　<2.编译器（compiler）生成汇编码（assemblycode），p1.s 、 p2.s两个文件，为什么是两个呢，笔者（现在都是用键盘，还是用键者合适- ，-）很好奇。

　　　　<3.汇编器（assembler） 把2个汇编文件转化成二进制目标代码（binary object-code），p1.o、p2.o。Object code是机器代码的一种形式，它包含所有指令的二进制表示（可以打开看下，都是10010100101，如果是用16进制打开就不同了），它比第二步骤产生的汇编语言更接近机器码（又在废话- -），但是这种形式没有填入全局值的地址（fill the adress of global values).合理没有填全局值的地址，笔者想是因为要merge一些链接库吧，地址还不确定。

　　　　<4.链接器（linker）将这两个目标代码文件与实现函数的库（ library of functions）的文件合并（合并即Merge),并生成最终可执行代码（Executable code) p.p文件里面的code是处理器（processor)真正能执行的代码格式。

(正当笔者对着写code迷糊的时候，作者说第七章详细介绍它们，可以放心了).

分述：

　　1. Machine-Level Code 机器级代码

　　<1.计算机使用了多种形式的抽象（Abstraction）来隐藏实现细节，对于机器级编程（Machine level programming)来说，两个最重要的抽象：

　　　　a.机器级程序的格式和行为（the format and behavior of a machine-level program），定义为指令集体系结构（instruction set architecture, ISA）。

　　　　 ISA 定义了处理器状态（processor state），指令的格式（format of the instructions),一级每条指令对状态的影响（the effect each of these instructions will 　　　　　　　　　　have on the state），每个ISA（如IA32，x36-64）将程序的行为描述为按顺序执行，一条执行结束，下一条执行开始，其实现代的处理器硬件远比描述的精细复杂，并发执行，但是采取了某种安全措施让他们工作起来和ISA指定的顺序完全一致。

　　　　b.机器级程序对硬件存储器地址的抽象，机器级程序使用的地址是虚拟地址，虚拟地址提供一个地址模型，看起来像一个巨大的字节（byte）数组。实际上是由多个硬件存储器和操作系统软件（虚拟内存?)组合而成，将在第9章介绍.

　　<2.汇编很接近机器代码，并具有很好的可读性，它和C语言的差距很大，所以理解汇编代码以及它和C语言的联系，对理解计算机如何执行程序非常重要，而且以下处理器状态C语言是不可见，但汇编是可见的：

　　　　a.程序计数器（program counter),通常被称为PC，IA32中用%eip表示。指向下一条将要执行的指令的地址。

　　　　b.整数寄存器文件（integer register file），它包含8个命名的位置（named location），用来存储32位的值。他们可以用来保存 存储地址（adreess，对应于C语言的指针），也可以保存整数数据。作用是：其中一部分寄存器是用来记录程序中比较重要的状态，其他的用来保存临时数据（如过程procedure中的局部变量和函数function.的返回值）。

　　　　c.条件寄存器（condition code registers)保存着最近执行的算术或逻辑指令的状态信息（Status），他们用来实现控制（control）或数据流（data flow）中的条件变化。常用来实现if和while。

　　　　d.一组浮点寄存器（A set of floating-point registers）用来存储浮点数据。

　　<3 .C语言中的各种类型，数组，结构，指针，有符号数，无符号数，在汇编代码中都是字节或一组字节来表示，也不区分指针和整数。

　　<4. 程序存储器 (program memory)（这个是的单片机的cpu才有吧，用来保证断电后程序仍在，笔者读到这莫名其妙），它包含：程序的可执行代码，操作系统需要的一些信息，一个运行时栈（runtime stack，用来管理过程的调用和返回），存储器块（Memory Blocks，主要由用户分配，如用malloc函数）。程序存储器只用虚拟内存寻址，而且任何一个给定时刻，只有一部分地址是被认为是合法的（如IA32虽然能识别4gb内存，但在某一时刻，只有其中的几M被认为是合法的），操作系统负责把虚拟内存地址翻译成实际内存地址。

　　<5.一条机器指令只执行一个非常基本的操作。如：把两个寄存器的值相加，传递内存中的数据到寄存器，或者根据条件分支到一个新的指令地址地址（中文的翻译原版烂透了，原文是：conditionally branch to a new instruction address，译文是：条件分支转移到新的地址。动词变名词有木有？）。

　　2.代码示例

　　<1.编译时用unix> gcc -O1 -S code.c中的-s选项就可以得到汇编代码，编译器编译到汇编代码，不做进一步的操作。还有-c就会得到目标代码文件。

　　<2.C代码：

 

1 int accum = 0;

2

3 int sum(int x, int y)

4 {

5 int t = x + y;

6 accum += t;

7 return t;

8 }

　　对应汇编代码：

sum:

pushl %ebp

movl %esp, %ebp

movl 12(%ebp), %eax

addl 8(%ebp), %eax

addl %eax, accum

popl %ebp

ret

 pushl %ebp --把%ebp的内容入栈，

movl %esp, %ebp --把%esp的内容复制到%ebp

movl 12(%ebp), %eax --把%ebp偏移12的位置的内存中的内容复制到%eax

addl 8(%ebp), %eax --把%ebp的值+8的位置的值加上%eax的值，放进%eax

addl %eax ,accum --把%eax的值+进accum

popl %ebp --把%ebp的值弹出栈

ret --返回

上面的代码，除了sum：每行都对应一条机器指令。accum是个对全局变量的引用，这个在上节提到过，这是因为全局变量的存储位置现在编译器还没有确定。
unix> gcc -O1 -c code.c 产生的机器码：

 

55 89 e5 8b 45 0c 03 45 08 01 05 00 00 00 00 5d c3