程序的机器级表示

标签：实现   ali   har   检测   语句   基本数据   模式   索引   间接   

机器级代码

在计算机中最终执行的都是机器代码，汇编代码、C 语言代码和高级语言的代码都需要转换成机器代码来执行。文章涉及的机器语言主要指 Intel IA32。

如下一段 C 语言代码：

1 int accum = 0;
2 
3 int sum(int x, int y) 
4 {
5    int t = x +y;
6    accum += t;
7    return ;    
8 }

通过 gcc -m32 -O1 -o code.o -c code.c 生成二进制格式的目标代码文件 code.o，通过 hexdump 查看文件内容，在计算机中最终执行的字节指令是：

通过 objdump -d code.o 反汇编查看这段二进制对应的汇编内容：

这里的指令 55 对应了汇编代码 push %ebp，汇编代码非常接近于机器代码，它用可读性更好的文本表示处理器执行的指令。

除了像上面那样通过反汇编目标文件查看对应的汇编代码，还可以通过 gcc 查看 C 编译器产生的汇编代码，如下命令会产生一个汇编文件 code.s 。

# -m32 表示用 32 位模式编译
gcc -O1 -m32 -S code.c

数据格式

虽然 C 语言可以在存储器中声明和分配各种数据类型的对象，但是机器代码只是简单地将存储器看成是一个很大的、按字节寻址的数组。C 语言中的聚合数据类型，例如数组和结构，在机器代码中只用连续的一组字节来表示。

下面是 C 语言基本数据类型对应的 IA32 表示

访问信息

寄存器

一个 IA32 CPU 包含一组 8 个存储 32 位值的寄存器，这些寄存器用来存储整数数据和指针。它们的名字都以 %e 开头，在最初的 8086 中，寄存器都是 16 位的。

%eax 是 32 位的，%ax 是 16 位的。所有 8 个寄存器可以作为 16 位或 32 位来访问，可以访问前 4 个寄存器的两个低位字节。

大多数系统的指令有一个或多个操作数，源数值可以是 常数、从寄存器或存储器中读出，结果可以存放在寄存器或存储器中。操作数可以分为 3 中类型：

1. 立即数，也就是常数值。用 “$”加一个整数表示，如 $550；

2. 寄存器，它表示某个寄存器的内容。用 E_a 来表示任意寄存器 a，用 R[E_a] 表示它的值；

3. 存储器引用，它会根据计算出来的地址，访问某个存储器位置。用 M_b[Addr] 表示对存储在存储器中从地址 Addr 开始的 b 个字节的引用。

通用形式：Imm(E_a, E_b, s) 表示的操作数的有效地址为 M[Imm + R[Ea] + R[E_b]*s ] 。

数据传送指令

将数据从一个位置复制到另一个位置的指令是最频繁使用的指令。 

这里两个操作数不能都指向存储器位置。

算术和逻辑操作

与其他语言一样，程序的任何逻辑都是由基本指令在顺序执行、条件执行、循环执行组合得到。

除了整数寄存器，CPU 还维护着一组单个位的寄存器，它们描述了最近的算术或逻辑操作的属性（上面指令只有 leal 不改变任何条件码），可以检测这些寄存器来执行条件分支指令。

除了算术和逻辑操作指令，还有下面两个指令只设置条件码而不改变任何其他寄存器。

条件码通常不会直接读取，常用使用方法有 3 种：

1. 根据条件码的某个组合，将一个字节设置为 0 或者 1；这类指令称为 SET 指令，它们之间的区别在于考虑的条件码组合情况。

2. 根据条件码跳转到程序的某个其他部分；

3. 可以有条件地传送数据。

跳转指令

jmp *%eax 用寄存器 %eax 中的值作为跳转目标； jmp *(%eax) 以 %eax 中的值作为读地址，从存储器中读出跳转目标。

C 语言提供了多种循环结构，即 do-while、while 和 for，汇编中没有相应的指令存在，可以用条件测试和跳转组合起来实现循环的效果。

如通用 do-while 形式

1 do 
2    body-statement
3    while(test-expr)

可以通过下面组合完成

loop:
    body-statement
    t = test-expr;
    if (t)
        goto loop;

switch 语句

switch 通过一个整数索引值进行多重分支，处理具有多种可能结果的测试时特别有用，不仅提高了代码的可读性，通过跳转表使得实现更加高效。使用跳转表的优点是执行开关语句的时间与开关数量无关。
跳转表是一个数组，表项 i 是一个代码段的地址，当开关索引等于 i 时进行此部分代码段的操作。

过程（函数）

一个过程调用包括将数据（参数和返回值）和控制从代码的一部分传递到另一部分，还必须在进入时为过程的局部变量分配空间，并在退出时释放这些空间。

大多数机器，包括 IA32 只提供转移控制到过程和从过程中转移出控制这种简单的指令。数据传递、局部变量的分配和释放通过操纵程序栈来实现。

为单个过程分配的那部分栈称为栈帧（stack frame），栈帧的最顶端以两个指针界定，寄存器 %ebp 为帧指针（在一个过程中不变），寄存器 %esp 为栈指针（在一个过程执行中会移动）。

过程调用参数的常见步骤：

1. 保存原来的帧指针地址。在调用结束后，才能恢复调用者的帧指针，常见下面的代码

# 保存调用者的帧指针
pushl  %ebp
# 将 %ebp 设置为栈帧开始的位置
movl   %esp, %ebp

2. 为当前栈帧分配内存，常见汇编代码如下

subl $16, %esp

3. 备份调用者寄存器内容到栈，在返回时才能恢复调用者需要继续使用的寄存器内容。常见汇编代码如下

pushl %ebx

转移控制指令

寄存器的使用惯例

寄存器：%eax、%edx 和 %ecx 是调用者保存寄存器，当过程 P 调用 Q 时，Q 可以覆盖这些寄存器，而不会破坏任何 P 所需要的数据；

寄存器：%ebx、%esi 和 %edi 是被调用者保存寄存器，意味着 Q 必须在覆盖这些寄存器的值之前，先把它们保存到栈中，并在返回前恢复它们。

数组的分配和访问

对于数组 T A[N]， L 为数据类型 T 的大小，首先它在存储器中分配一个 L*N 字节的连续区域，用 Xa 指向数组开头的指针，数组元素 i 会被存放在地址为 X_a+L*i 的地方。

嵌套数组是一个 T 为数组的数组，所以它满足数组分配和引用的一般原则。

结构

C 语言中用 struct 声明创建一个数据类型，将可能不同类型的对象聚合在一个对象中，结构的各个组成部分用名字来引用。

类似于数组，结构的所有组成部分都存放在存储器的一段连续区域内，而指向结构的指针就是结构第一个字节的地址。编译器维护关于每个结构类型的信息，指示每个字段的偏移。机器代码不包含关于字段声明或字段名字的信息。

联合

允许以多种类型来引用一个对象。联合声明的语法与结构的语法一样，只不过语义相差比较大。它们是用不同的字段来引用相同的存储器块。

数据对齐

指针

以一种统一的方式，对不同数据结构中的元素产生引用。

1. 每个指针都对应一个类型，表明指针指向那一类对象。不过指针类型不是机器代码中的一部分；它指示 C 语言提供的一种抽象，帮助程序员避免寻址错误。

2. 每个指针都有一个值。是某个指定类型对象的地址。

3. 指针用 & 运算符创建。机器代码常常用 lead 来计算存储器引用的地址。

4. 将指针从一种类型强制转换成另一种类型，只改变它的类型，而不改变它的值。

5. 指针也可以指向函数。

程序的机器级表示

标签：实现   ali   har   检测   语句   基本数据   模式   索引   间接   

原文地址：https://www.cnblogs.com/ysfdm/p/11619269.html