用汇编语言编写计算两整数之和的程序（上）

用汇编语言编写计算两整数之和的程序（上）

先来看一道leetcode题，2235. 两整数相加（add-two-integers）。恐怕无论使用哪一种主流编程语言，甚至是从未接触过的新语言，解决这道题都不费吹灰之力吧。反倒是考虑题目中的陷阱远比学习新语言中"求两整数之和"的语法更花费时间。而且这样的语法根本不用学习吧，除了num1 + num2还能有其他写法吗？

不过，为了加深对计算机的理解，我们特意自讨苦吃，看看如何用NASM这种汇编语言编写这个程序，并借助一款名为SASM的软件剖析该程序的运行情况。

汇编语言属于低级语言

编程语言大致可以分为低级语言 和高级语言 两大类。低级语言包括机器语言 和汇编语言。使用低级语言书写的程序能够直接操作计算机硬件。

在机器语言中，任何指令和数据都要用二进制数表示。由于使用机器语言编程很不方便，人们发明了汇编语言。汇编语言使用英语单词的缩写来表示指令，使得程序员无须再记忆指令对应的二进制数字。

不过，用汇编语言编写的程序需要先转换成机器语言的程序 才能由CPU解释执行。汇编语言的指令和机器语言的指令是一一对应的。

必备的硬件知识

使用汇编语言编程时必须了解一些硬件知识。对于计算两整数之和这个程序，我们只需要了解一些有关CPU的寄存器和内存存储单元的知识就足够了。虽然这个程序最后会在屏幕上输出计算结果，但这是通过调用预设的指令（称作宏）实现的，并没有直接操作I/O。

寄存器

CPU内部有多个寄存器，每个寄存器都有一个唯一的名字。例如，在Intel CPU中，寄存器的名字是eax、ecx、edx、ebx等。我们可以将这些寄存器视作变量，使用它们来执行运算。

eip寄存器是一个很关键的寄存器，其中存储的是正在执行的指令的地址（存储着指令的内存单元的地址）。每执行完一条指令，eip寄存器的值都会自动更新为下一条指令的地址。

内存

内存中的每个存储单元都有一个唯一的地址，存储单元之间通过地址加以区分。内存地址多用十六进制数表示。

汇编语言的语法只有一条

用汇编语言（这里使用的是NASM）编写的计算两整数之和（这里是计算1+2）的程序代码如下所示。

汇编语言其实是NASM、MASM、FASM等一类计算机语言的统称，本文选用了语法上较为简单的NASM汇编语言。

%include "io.inc"

section .data
    A   dd 1
    B   dd 2
    ANS dd 0

section .text
global main
main:
    mov eax, [A]
    add eax, [B]
    mov [ANS], eax
    PRINT_DEC 4, ANS
    xor eax, eax
    ret

汇编语言的代码乍看之下非常晦涩，可实际上并非如此。因为汇编语言的语法基本上只有一条，即指令 指令的对象。指令既可以没有对象，也可以带一个或两个对象。两个指令的对象之间要用逗号分隔。指令也称作操作码（opcode，operation code），即表示操作的代码，指令的对象也称作操作数（operand）。

例如，mov eax, [A]这一行代码中的mov是指令，eax是该指令的第一个对象，[A]是第二个对象。又如最后一行代码，ret这个指令就没有对象。

在汇编语言中，操作数通常是CPU中的寄存器或内存中的存储单元，这是因为汇编语言正是用于描述以下操作的编程语言：

• 对存储在CPU的寄存器中的数据进行计算
• 将存储在内存的存储单元中的数据读取到寄存器中
• 将计算结果存储在内存的存储单元里
• 将主机与外部设备之间输入/输出的数据存储在I/O的存储单元里

一行汇编语言的代码（语句）除了指令本身（操作码）和指令的对象（操作数），有时还包括标签（label）和注释（comment）。

标签 是程序员为指令或数据赋予的名称，主要用于说明指令或数据的含义。在上面的代码中，main标签表示程序执行的起点，而A、B和ANS也是标签，分别表示第一个加数、第二个加数和计算结果（answer）。稍后我们将会看到，标签本质上就是内存中存储空间的地址。为了避免使用由杂乱无章的数字组成的内存地址，程序员往往使用标签指代存储空间。

注释 是程序员为代码添加的文字说明。在本文使用的名为NASM的汇编语言中，注释要写在分号;之后。

逐行分析"计算 1+2"的代码

下面就来逐行分析代码清单中的代码。

%include "io.inc"

section .data
    A   dd 1
    B   dd 2
    ANS dd 0

section .text
global main
main:
    mov eax, [A]
    add eax, [B]
    mov [ANS], eax
    PRINT_DEC 4, ANS
    xor eax, eax
    ret

可以看到，两个空行将这段代码分成了三部分。第一部分只有1行，%include "io.inc"表示包含一个名为io.inc的文件，这样我们就可以调用其中的预设指令PRINT_DEC，向屏幕输出计算结果了。

汇编语言的代码通常会分为几个段（section） ，最常见的段是代码段（.text section）和数据段（.data section），前者包含了程序中的指令，后者包含的是数据。

section .data表示数据段的起点，其中包含三条"指令"，各条指令的作用如下：

• A dd 1：把整数1存储到由4个连续的存储单元（4字节）构成的存储空间中，并为这块空间贴上一个叫作A的标签，表示这是第一个加数。相当于高级语言中的A = 1
• B dd 2：把整数2存储到由4个连续的存储单元（4字节）构成的存储空间中，并为这块空间贴上一个叫作B的标签，表示这是第二个加数。相当于高级语言中的B = 2
• ANS dd 0：把整数0（初始值）存储到由4个连续的存储单元（4字节）构成的存储空间中，并为这块空间贴上一个叫作ANS的标签，表示这是计算结果。相当于高级语言中的ANS = 0

至此，数据段就结束了，空行之后的section .text表示接下来要进入代码段了。

代码段中的第一条指令是global main，其中的main是一个标签，下一行的main:正是这个叫作 main的标签本身，这是一个特殊的标签，表示程序执行的起点。也就是说，CPU将从贴有main标签的指令，即下一行的mov eax, [A]开始解释执行程序。虽然main和数据段中的 A、B和ANS都是标签，但因为main单独占了一行，所以习惯上要在结尾处加上冒号，以明确表示这是一个标签，而不是一条叫作main的指令。

前面的代码都是在为"计算 1+2"做准备，从mov eax, [A]这一行开始，才真正开始进入计算环节。

    mov eax, [A]
    add eax, [B]
    mov [ANS], eax
    PRINT_DEC 4, ANS

mov（move 的缩写）指令会将存储在A标签中的数据复制 到CPU的eax寄存器中。这里的[]表示"存储在标签中的数据"，若不加[]，这条指令就成了"将A标签本身（本质上是内存地址）复制到eax中"，这就不是我们的意图了。[]有点像高级语言中的解引用（如C语言中的eax = *A）。

下一条指令是add eax, [B]，这里的add顾名思义，表示执行加法运算，参与加法运算的两个操作数分别是存储在eax寄存器中的数据和存储在B标签中的数据。该指令会把加法运算的结果存回到eax寄存器中，类似高级语言中的eax = eax + *B。

接下来又是mov指令，这条指令会将存储在eax寄存器中的计算结果存储到（复制到）ANS标签中（贴有ANS标签的存储单元中），类似高级语言中的*ANS = eax。

"把A+B的结果存储到ANS中"，如此简单的运算看似一步就能完成，可到了汇编语言中竟然需要分三步才能实现。为了输出"好不容易"才计算出的结果，程序最后调用了预设的指令PRINT_DEC来输出ANS的值。由于ANS这块存储空间占4字节，所以PRINT_DEC的第一个操作数是4。

安装汇编语言编程工具 SASM

了解了每行代码的含义后，我们再来使用SASM验证一下这个程序的行为，看看程序输出的结果对不对。SASM是一款免费的汇编语言编程工具，自带调试功能，非常适合初学者用来学习汇编语言。SASM 可从以下页面获取。

dman95.github.io/SASM/englis...

SASM与主流IDE的使用方法非常类似，代码编写好以后，点击工具栏上的"构建并运行"（图标是绿色的三角形）按钮。如果代码中没有错误，就会在窗口底部的窗格中看到一行绿色的文字程序正常完成，同时会在右侧的"输出"窗格中看到正确的计算结果3，如下图所示。

至此，我们终于得到了一个NASM汇编语言版本的"计算两整数之和"，严格说来这段程序只能计算1+2，而不是任意的两整数之和。

汇编语言的程序需要先转换成机器语言的程序才能由CPU解释执行，而且汇编语言的指令和机器语言的指令是一一对应的。那"计算 1+2"这段代码对应着怎样的机器语言的代码呢？

另外，在高级语言中，计算两整数之和可以只用两个变量a += b，但在汇编语言中，为什么不能写成add [A], [B]呢？

接下来，我们将利用SASM的调试功能探索这些问题。