用汇编的眼光看C++ （之x86汇编）

说到用汇编的眼光看C++语言，那么怎么阅读汇编代码就成了我们需要解决的一个问题。其实，实话说，汇编其实不难。只是我们需要明白这样几个问题：

（1）汇编是什么语言？

（2）汇编中的主要内容有哪些？

（3）汇编语言是怎么和实际C/C++语言代码一一对应的？

（1）汇编是什么语言

其实汇编语言是CPU指令码的一种标记符号。不同的CPU具有不同的指令集，普通PC上的CPU一般来自AMD或者是INTEL，使用的也就是我们今天所要说的X86指令集。其他类似的CPU还有POWERPC，主要来自电信企业的交换机、路由器使用；ARM类型，主要是智能终端或者仪器仪表类的设备使用；SUN SPARC类型，主要来供SUN服务器使用。因为CPU指令集和二进制码几乎是一一对应的，所以汇编语言不但可以帮助我们快速了解机器的硬件，也方便我们了解程序是怎么在设备上面运行的。

（2）汇编语言的内容有哪些？

汇编语言的内容有很多，但是真正和我们C/C++语言相关的内容其实并不多。大体上你需要了解的只有寄存器、段地址、堆栈、寄存器之间的基本操作、地址访问这些就足够了。

（3）汇编语言是怎么和实际语言一一对应的？

我们从一个范例开始。一般来说，一条语句都需要拆分成若干条汇编语句。比如说下面这一段话：

 int m = 10;
 int n = 20;
 int p = m + n；

我们这里假设m、n、p都是处在一个函数之中，所以事实上三个变量都是临时变量，在进入到函数之前，ebp和esp之间都要腾出空间为这些临时变量做准备。那么这三句话应该是这样解释的。

 43:       int m = 10;
 004012E8   mov         dword ptr [ebp-4],0Ah
 44:       int n = 20;
 004012EF   mov         dword ptr [ebp-8],14h
 45:       int p = m + n;
 004012F6   mov         eax,dword ptr [ebp-4]
 004012F9   add         eax,dword ptr [ebp-8]
 004012FC   mov         dword ptr [ebp-0Ch],eax

我们可以通过上面的代码直观地看到汇编语句和C语言之间的对应关系。第一句，m赋值为10，内存正是ebp向下的内存；第二句和第一句类似；第三句稍微有点复杂，我们可以分析一下。首先我们看到，CPU从堆栈中把m的数据找了出来，也就是[ebp-4]地址处的数据，接着CPU用同样的方法把n的数据也找了出来，直接加到寄存器eax上，最后一步比较简单，就是把eax的数据保存在[ebp-0c]处的地址上。只要是函数内部的临时变量，就会看到这样的形式。临时变量就是依靠ebp的偏移地址获取的。

大家有没有想过，如果p是全局变量呢？

 45:       int m = 10;
 004012E8   mov         dword ptr [ebp-4],0Ah
 46:       int n = 20;
 004012EF   mov         dword ptr [ebp-8],14h
 47:       p = m + n;
 004012F6   mov         eax,dword ptr [ebp-4]
 004012F9   add         eax,dword ptr [ebp-8]
 004012FC   mov         [p (0042b0b4)],eax

看到上面的代码，我们发现m、n的赋值方向没有发生什么样的变化。变化的是，最后寄存器eax的数值被赋值给了一个绝对地址0x42b0b4。这说明了一个问题，在程序加载到内存后，全局变量是有独立地址空间，并不会随着堆栈的浮动发生变化。

前面我们说过，在函数内部的所有变量都会保存在ebp到esp之间的堆栈空间上，那么代码是怎么做的呢？我们可以看这样一段汇编代码？

 41:   void process()
 42:   {
 004012D0   push        ebp
 004012D1   mov         ebp,esp
 004012D3   sub         esp,4Ch
 004012D6   push        ebx
 004012D7   push        esi
 004012D8   push        edi
 004012D9   lea         edi,[ebp-4Ch]
 004012DC   mov         ecx,13h
 004012E1   mov         eax,0CCCCCCCCh
 004012E6   rep stos    dword ptr [edi]
 43:       int m = 10;
 004012E8   mov         dword ptr [ebp-4],0Ah
 44:       int n = 20;
 004012EF   mov         dword ptr [ebp-8],14h
 45:       int p = m + n;
 004012F6   mov         eax,dword ptr [ebp-4]
 004012F9   add         eax,dword ptr [ebp-8]
 004012FC   mov         dword ptr [ebp-0Ch],eax
 46:   }

我们把刚才一段函数的完整代码打印出来。我们发现，事实上在临时变量m运算之前，函数做了很多预备操作，其主要目的有两个：（1）为临时变量准备空间；（2）对函数运算中使用到的寄存器进行保存处理，这是因为寄存器是所有函数共有的资源，如果不记录好原来的数据，那么在函数返回后，寄存器就会忘记原来的数值，不能在原来的状态下继续正确地运算了。从地址0x4012D0到地址0x4012E6之间共有10句话，其实意思并不困难。第一句，ebp压栈；第二句esp复制给ebp；第三句esp自减4C大小，这个大小一般是按照函数内部定义了多少临时变量决定的；第四句，ebx压栈；第五句，esi压栈；第六句，edi压栈；第七句到第十句，把[ebp-4C]处向上的0x4C个字节全部设置成CC，edi为起始地址，ecx为循环次数0x13次，dword表示每次设置4个字节。

那么函数在返回前做了一些什么呢？

 46:   }
 004012FF   pop         edi
 00401300   pop         esi
 00401301   pop         ebx
 00401302   mov         esp,ebp
 00401304   pop         ebp
 00401305   ret

其实函数返回的时候，做的内容特别简单。第一句edi出栈；第二句esi出栈；第三句ebx出栈，和前面寄存器进栈的顺序是完全相反的。最后三句特别关键，我们看到ebp复制给esp，ebp出栈，函数返回，这样一切都恢复到函数调用之前的状态了。

那么函数调用的时候，入参是怎么处理的呢？

 53:       process(20);
 0040EFA4   push        14h
 0040EFA6   call        @ILT+40(process) (0040102d)
 0040EFAB   add         esp,4

上面一段代码就是process函数含有一个参数时候的情形。函数调用后esp+4，堆栈恢复。堆栈+4，主要是因为参数的空间就是4个字节。所以用一幅图说明一下，函数调用的时候堆栈空间应该是这样的：

| 函数参数 |

| 返回地址 |
| 临时变量 | <------------------------ ebp

| 压栈寄存器 |

| 栈顶 | <-------------------------esp

其他知识：

（1） 全局运算cpu寄存器很多，一般有eax，ebx，ecx，edx等等。我们通常说的ax，bx，cx，dx指的只是他们的低位部分。

（2）段寄存器寄存了程序的代码段，数据段和堆栈段。代码段保存了全部的程序代码，数据段保存了全据变量的代码，而堆栈则是全部堆栈空间。

（3）目前 vc编译器支持嵌入式汇编，大家有兴趣的话可以在函数内部试试身手。下面的代码只是一个范例：

 void process(int* q)
 {
     _asm {
         push eax
         push ebx
         push ecx
         mov eax, 0x10
         mov ebx, 0x15
         add eax, ebx
         mov ecx, q
         mov  [ecx], eax
         pop ecx
         pop ebx
         pop eax
     }
 }

（全部完）