计算机系统复习笔记-第3章 程序的机器级表示.docxVIP

第3章 程序的机器级表示 3.1 序言 历史观点 机器代码：用字节序列编码低级的操作，包括处理数据、管理内存、读写存储设备上的数据，以及利用网络通信。 汇编代码：GCC C语言编译器以汇编代码的形式产生输出，汇编代码是机器代码的文本表示，给出程序中的每一条指令。GCC调用汇编器和链接器，根据汇编代码生成可执行的机器代码。 注：① 用高级语言编写的程序可以在很多不同的机器上编译和执行，而汇编代码则是与特定机器密切相关的 ② 汇编代码的两种格式：ATT、Intel 生成Intel格式的代码的命令： 1inux gcc -Og -S -masm=intel mstore.c IA32：Intel 32位体系结构(Intel Architecture32)，Intel在1985年提出 x86-64：即Intel64，IA32的64位拓展 后向兼容：较早版本上编译的代码可以在较新的处理器上运行 摩尔定律(Moore’s Law)：1965年， Gordon Moore， Intel公司的创始人，根据当时的芯片技术做出的预测。在未来10年，芯片上的晶体管数量每年都会翻一番。事实是，在超过50年中，半导体工业一直能够使得晶体管数目每18个月翻一倍 3.2 程序编码 假设一个C程序，有两个文件p1.c和p2.c，我们用Linux命令将源代码转化成可执行代码 linux gcc -Og -o p p1.c p2.c 注：-Og表示优化等级。为了提高程序的性能，可以选择较高级别的优化（例如，-O1或-O2） gcc命令调用了一整套的程序，将源代码转化成可执行代码： C预处理器（C preprocessor，cpp）扩展源代码，插人所有用#include命令指定的文件，并扩展所有用#define声明指定的宏 编译器（compiler）产生两个源文件的汇编代码，名字分别为p1.s和p2.s 汇编器（assembler）将汇编代码（.s）转化成二进制目标代码文件（.o）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，但是还没有填入全局值的地址、缺少不同文件代码之间的联系 链接器（linker）将两个目标代码文件与实现库函数(例如printf)的代码合并，并产生最终的可执行代码文件p(由命令行指示符-o p指定的)。解析文件之间的引用，为函数调用找到匹配的函数的可执行代码的位置。可执行代码文件是机器代码的第二种形式，也就是处理器执行的代码格式 机器级编程两种重要抽象： ①指令集体系结构 (Instruction Set Architecture, ISA)定义机器级程序的格式和行为，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。大多数ISA，包括x86-64，将程序的行为描述成好像每条指令都是按顺序执行的，一条指令结束后，下一条再开始。处理器的硬件远比描述的精细复杂，它们并发地执行许多指令，但是可以采取措施保证整体行为与ISA指定的顺序执行的行为完全一致 ②机器级程序使用的内存地址是虚拟地址，提供的内存模型看上去是一个非常大的字节数组 x86-64的机器代码和原始的C代码差别非常大 ①一些通常对C语言程序员隐藏的处理器状态都是可见的： 程序计数器(通常称为“PC”，在x86-64中用%rip表示)：给出将要执行的下一条指令在内存中的地址 整数寄存器文件：包含16个命名的位置，分别存储64位的值。这些寄存器可以存储地址(对应于C语言的指针)或整数数据。有的寄存器被用来记录某些重要的程序状态，而其他的寄存器用来保存临时数据，例如过程的参数和局部变量，以及函数的返回值 条件码寄存器：保存着最近执行的算术或逻辑指令的状态信息。它们用来实现控制或数据流中的条件变化，比如说用来实现if和while语句 向量寄存器：可以存放一个或多个整数或浮点数值 ②机器代码只是简单地将内存看成一个很大的、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，在机器代码中用一组连续的字节来表示。即使是对标量数据类型，汇编代码也不区分有符号或无符号整数，不区分各种类型的指针，甚至于不区分指针和整数 对于一个C语言代码文件mstore.c 生成汇编代码： linux gcc -Og -S mstore.c 产生汇编文件mstore.s 编译并汇编该代码： linux gcc -Og -c mstore.c 产生目标代码文件mstore.o 注：它是二进制格式的，无法直接查看 反汇编器(disassembler)：根据机器代码产生一种类似于汇编代码的格式。 linux objdump -d mstore.o 链接，生成可执行文件prog 1inux gcc -Og -o Prog main.c mstore.c 关于机器代码和它的反汇编