程序编译成二进制（指令集）
计算机是如何读懂二进制的
1.计算机外置存储
硬盘：非易失性存储器，解决了大量内容需要长久存储的问题（你可以自备多块硬盘，存储各种内容）内存：主要解决CPU无法存储大量信息，但又要处理大量信息（硬盘里的）而出现，主要是为了提升速度，此后在内存基础上又发展出了cache。一般来说，内存存储的是近期需要的内容。
注意： 以二进制形式存储（苏联有过三进制的计算机，即计算机选用二进制性价比最高，而不是非要使用二进制）
2.计算机运算能力的承担者
CPU组成： 寄存器、运算器、控制器
CPU处理二进制的依据： 指令集架构（ISA），即最小的操作集合（比如取指令）,指令是有限的，规定了CPU能执行的功能。
CPU上跑的是啥： 首先，是程序，进一步，是进程、线程，再进一步是根据代码生成的指令集，这样一条条指令的跑着。
CPU如何工作： 指令 + 操作数（程序编译成的代码最终被翻译成了一条条指令）
3. 其他设备------------即输入、输出设备
输入： 传感器、键盘...
输出： 显示屏、音响...
总结：
- 整个过程信息都是以二进制存储的、CPU处理的也是二进制，CPU依据的指令集也是二进制的（不同二进制序列对应不同指令，指令有限）、而输入输出是把二进制信息与其他格式转换。（如音频转成声波播放）。而再电子计算机里，二进制的逻辑上用01表示，物理实现上为电容的有无等等。
- 整个过程可以看作信息流的处理。本质还是数据的输入、处理与输出。 图片、音频、代码等等都是二进制存储，如何显示在显示屏幕上、能播放出来音乐。如何让音频存储为二进制等等。所以，关键在于如何处理，放在计算机中就是CPU。
程序的实现------------主要源代码与数据文件
代码与数据资源：
从项目构建的角度来说，一开始只需要主要源代码，如果有更多功能，考虑使用第三方库，由此项目里必需有这些文件。然后还可以实现其他功能操作其他类型资源，所以有存储这些资源的文件夹。后续，为了程序自动化的实现会增添更多的文件夹，这里不追溯。
代码实现了这段逻辑，最后变成了指令集在CPU上运行，但要知道图片、音频以及其他文件（如文本文件、视频文件等）是数据，它们不会被编译为指令集，而是通过在程序写入它们的地址来操作。
本质上，运行软件，就是运行这些主要源代码编译成的指令集。数据文件有不在CPU上运行，而是通过代码操作。 所以，代码也规定了可以操作的文件范围。（如代码里没有对某个文件的操作，翻译成的指令也就不会操作它，即使有这个文件，也不会处理。）
项目的结构原因
本质是主要源代码、第三方库以及数据文件，然后代码编译成指令集，操作数据文件。那为何有那么多文件夹？
本质是为了分类：文件不分类，看起来麻烦也不方便管理。所以，把源代码和库放一个文件夹、把数据文件放一个文件夹，同时，因为技术的发展，比如版本管理（git），所以又划分了一个文件夹便于操作，如此下来，项目依赖了其他软件，也就要它对应的文件夹，这就是项目管理。
程序的分发
不分发源代码的原因
- 一般用户不需要也不会，所以这种方法效率极低（毕竟你不可能希望用户用你的软件时候还要下载编译器编译吧）
- 安全角度考虑，防止自己的技术被剽窃（开源则不同，为了分享）
用户得到的软件是啥？
- 首先，不是源代码
- 主要源代码和第三方库，主要源代码会直接在开发完成后编译成针对不同OS与CPU的可执行二进制文件指令集。（即不用用户编译，点开就能用），第三方库有两种策略，也编译好和主要源代码打包在一起或者动态编译，需要时再转化为指令集。
- 数据文件直接打包放在项目文件夹里
- 以及其他的文件（如项目管理的文件、或者自动构建的配置文件）
所以，如果没有开源代码，我们得到的就是这样的一个已经处理好的项目文件。其中主要源代码已经被编译汇编完了。面对这样的东西，我们就要尝试把它（主要是由源代码生成的二进制文件，不要被无关内容干扰）从二进制文件恢复到高级语言源码。这就是软件逆向的过程。
总结
项目从开发者到用户：
项目文件（源代码、数据文件以及其他文件） ------------------>
编译 + 汇编------------------> 项目文件（其中源代码由高级语言变为汇编语言变为二进制指令集）
反编译与反汇编
正向开发与逆向工程
1. 正向开发过程
先编译：高级语言 ------> 汇编语言再汇编：汇编语言 ------> 二进制文件
2. 逆向工程
先反汇编：二进制文件 ------> 汇编语言再反编译：汇编语言 ------> 高级语言
逆向工程两步的难度
1. 反汇编难度
机器码（如0x89 0xD8）可直接翻译回汇编指令（如MOV EAX, EBX），而汇编指令能反映基础逻辑。
所以二进制到汇编这一步当然没问题，关键是如何从汇编到源码
2. 反编译难度
编译的不可逆性导致 反编译的难度最大
原因：
- 信息丢失：编译过程中，变量名、函数名、注释等高级语言信息通常会被丢弃，反编译工具需要通过分析来推测这些信息，但结果可能不准确。
- 代码优化：编译器的优化操作（如循环展开、内联展开）会改变代码的结构和逻辑，使得反编译后的代码难以还原为原始的高级语言代码。
- 复杂特性还原：对于C++等语言，反编译需要还原类、继承、多态等复杂特性，这增加了还原的复杂性。
- 代码混淆与保护：开发者可以通过代码混淆、加密等手段增加反编译的难度。
- 工具限制：高质量的反编译工具较少，且无法保证100%的正确性
总结
反汇编简单反编译难,反汇编（Assembly）是确定的、可逆的，而反编译（Decompilation）是近似的、依赖推理的，本质上是一种"有根据的猜测"
特性 反汇编（Disassembly） 反编译（Decompilation） 输入/输出 二进制机器码 → 汇编指令 汇编指令 → 高级语言伪代码（如C） 确定性 完全可逆（1:1映射） 部分可逆（多对一关系，信息已丢失） 工具依赖 工具结果基本一致（如objdump、IDA） 工具差异大（Ghidra/Hex-Rays各有优劣） 人工干预 几乎不需要 重度依赖人工修正命名、逻辑结构