深入理解计算机系统（三）之程序的机器级表示

在一些应用中，程序员必须用汇编代码来访问机器的低级特性。一种方法是：整个函数都用汇编代码来写，然后在链接阶段与C语言函数结合起来。 第二种方法是，在C语言程序中直接利用GCC对嵌入汇编代码支持。

Intel 处理器系列俗称X86。

IA32指令集：

unix> gcc -O1 -o p p1.c p2.c

编译选项-O1 告诉编译器使用第一级优化。（第二级优化较好）

首先, C预处理器插入所有用#include命令指定的文件，并扩展所有用#define声明指定的宏。

然后，编译器产生两个源代码的汇编代码（p1.s 和 p2.s）。

接下来，汇编器将汇编代码转化成二进制目标代码（p1.o 和 p2.o）（目标代码是机器代码的一种形式，它包含所有指令的二进制表示，但是还没有填入地址的全局值）

最后，链接器将两个目标代码文件与实现库函数的代码合并，并产生可执行代码P。

对于机器级编程，有两种抽象：

第一种是机器级程序的格式和行为，定义为指令集体系结构（ISA），它定义了处理器状态、指令的格式，以及每条指令对状态的影响。

第二种抽象是机器级程序使用的是存储器地址是虚拟地址。

一些处理器状态是可见的（IA32机器）：

PC：用%eip表示，指示将要执行的下一条指令在存储器中的地址。

整数寄存器文件包括8个命名的位置，分别存储32位的值。这些寄存器可以存储地址或整数数据。有的寄存器被用来记录某些重要的程序状态，而其他的寄存器则用来保存临时数据。例如过程的局部变量和函数的返回值。

一组浮点寄存器存放浮点数据。

unix> gcc -O1 -s code.c

"-s "选项，能得到c语言产生的汇编代码。

- IA32 指令长度从1到15个字节不等。常用的指令以及操作数较少的指令所需的字节数少，而那些不太常用或者操作数较多的指令所需的字节数较多。

- 设计指令格式的方式是，从某个给定位置开始，可以将字节唯一地解码成机器指令。如，只有pushl %ebp 是以字节值55开头。

- 反汇编器只是基于机器代码文件中的字节序列来确定汇编代码。

以 ‘.’ 开头的行都是指导汇编器和链接器的命令。（两种格式的汇编代码ATT和Intel） 

大多数GCC生成的汇编代码指令都有一个字符后缀，表明操作数的大小。例如，数据传送指令：movb、movw、movl。

在IA32中包含八个存储32位值的寄存器。

%eax, %ecx, %edx, %ebx, %esi, %edi (通用寄存器). 

%ebp, %esp(保存指向程序栈中重要位值的指针)