程式的表示一

本次我們使用x86-64指令集架構(isa)來對程式的機器級表示做描述，isa定義了指令的格式，處理器的狀態，以及指令對處理器的影響。與機器**相比，isa具有更好的可讀性。

檢視機器**的方式有許多中，以**檔案swap.c為例

void swap(int *a, int *b)

gcc -og -s swap.c

其中-o選項表示要選擇的優化級別，-og會告訴編譯器不做優化，-s表示生成彙編**，由此得到的彙編**如下所示：

.file	"hello.c"
.text
.globl	_swap
.def	_swap;	.scl	2;	.type	32;	.endef
_swap:
lfb0:
.cfi_startproc
pushl	%ebx
.cfi_def_cfa_offset 8
.cfi_offset 3, -8
movl	8(%esp), %edx
movl	12(%esp), %eax
movl	(%edx), %ecx
movl	(%eax), %ebx
movl	%ebx, (%edx)
movl	%ecx, (%eax)
popl	%ebx
.cfi_restore 3
.cfi_def_cfa_offset 4
ret.cfi_endproc
lfe0:
.ident	"gcc: (mingw.org gcc-6.3.0-1) 6.3.0"

_swap:
lfb0:
pushl	%ebx
movl	8(%esp), %edx
movl	12(%esp), %eax
movl	(%edx), %ecx
movl	(%eax), %ebx
movl	%ebx, (%edx)
movl	%ecx, (%eax)
popl	%ebx
ret

(gdb) x/20xb swap 0x0 : 0x53 0x8b 0x54 0x24 0x08 0x8b 0x44 0x24 0x8 : 0x0c 0x8b 0x0a 0x8b 0x18 0x89 0x1a 0x89 0x10 : 0x08 0x5b 0xc3 0x90

這條命令告訴gdb顯示(x)從swap開始的20個十六進製制(x)的位元組(b)

命令如下：

objdump -d swap.o

生成的結果如下：

00000000 <_swap>:
0:   53                      push   %ebx
1:   8b 54 24 08             mov    0x8(%esp),%edx
5:   8b 44 24 0c             mov    0xc(%esp),%eax
9:   8b 0a                   mov    (%edx),%ecx
b:   8b 18                   mov    (%eax),%ebx
d:   89 1a                   mov    %ebx,(%edx)
f:   89 08                   mov    %ecx,(%eax)
11:   5b                      pop    %ebx
12:   c3                      ret
13:   90                      nop

很容易發現gdb檢視到的位元組表示也就正對應反彙編器左邊的位元組表示，右邊是相應的彙編**。

其中有許多的特性值得說明：

x86-64的指令長度在1-15位元組不等，越常用的指令越短

反彙編器得到的彙編**與編譯時看到的彙編**不同，反編譯後省略了大小字尾

x86指令集最初為16位，之後擴張成32位，再到後來的64位。歷史原因，稱16位數為「字」，32位數為「雙字」，64位數為「四字」。下面是c語言各種資料型別在x86-64isa中的大小，很容易理解在64位機上指標的大小為8位元組。對於浮點數使用的是不同組的暫存器和指令，故彙編**會有所差別。

c宣告intel資料型別

彙編**字尾

大小（位元組）

char位元組b

1short字w

2int雙字l

4long四字q

8char*四字q

8float

單精度s

4double

雙精度l

8乙個單核cpu中包含16個儲存64位值的整數暫存器，用來儲存整數資料和指標。所有的16個暫存器的低位部分都可以作為位元組、字、雙字、四字數字來訪問。由於最初的intel機8086中有8個16位暫存器，即%ax到%sp。歷史原因每個名字有不同的用途，到後來擴充套件到ia32架構時，這些暫存器也就擴充套件成了32位，一直到現在擴充套件成了64位。而且在後來還新增了8個64位暫存器，標號是按照新的命名方式制定的，也就是%r8到%r15。總體表示如下

一條指令可以有乙個或者多個運算元。運算元用於指示出乙個指令操作的源資料以及存放結果的位置。運算元有以下三種：

立即數用來表示常數，格式是\$後面加上c語言表示法的整數，例如\$0xff。在不同的指令中允許的立即數範圍不同，這與我們上面提到的資料格式有關。

暫存器即表示暫存器中的內容，16個暫存器中的低1位元組、2位元組、4位元組、8位元組中的乙個均可作為運算元。例如使用 $r_a$ 來表示乙個暫存器，則$r[r_a]$就表示暫存器中儲存的值。

記憶體引用

記憶體引用會根據記憶體位址在記憶體中取出來值。用$m[address]$表示從位址address開始的值，至於取多少位元組與指令有關。

運算元的所有格式如下所示：

型別格式

運算元值

名稱立即數

$imm$

立即數定址

暫存器$r_a$

$r[r_a]$

暫存器定址

儲存器$imm$

$m[imm]$

絕對定址

儲存器$(r_a)$

$m[r[r_a]]$

間接定址

儲存器$imm(r_a)$

$m[r[r_a]+imm]$

(基址+偏移量)定址

儲存器$(r_a, r_b)$

$m[r[r_a] + r[r_b]]$

變址定址

儲存器$imm(r_a, r_b)$

$m[r[r_a] + r[r_b] + imm]$

變址定址

儲存器$(, r_a, s)$

$m[r[r_a]*s]$

比例變址定址

儲存器$imm(, r_a, s)$

$m[r[r_a]*s + imm]$

比例變址定址

儲存器$(r_a, r_b, s)$

$m[r[r_a] + r[r_b]*s]$

比例變址定址

儲存器$imm(r_a, r_b, s)$

$m[r[r_a] + r[r_b]*s] + imm$

比例變址定址

程式的表示 一

程式的機器級表示

程式的機器級表示

程式的機器級表示

相關推薦

程式的表示一