3 HelloWorld
基础知识回顾
位、字节与字
- 位（bit）：计算机中最小的数据单位，取值只有 0 或 1。
- 字节（Byte）：8 个 bit 组成 1 个字节，是存储空间的基本计量单位。1 个字节能存 1 个英文字母，1 个汉字占 2 个字节。
- 字（Word）：由若干字节构成，位数称为"字长"。字长取决于 CPU 架构------8 位机的字长为 8 位（1 字节），16 位机为 16 位（2 字节），32 位机为 32 位（4 字节）。字是 CPU 进行数据处理和运算的基本单位。
ASCII 编码
ASCII（American Standard Code for Information Interchange，美国信息交换标准代码）使用 7 位或 8 位二进制数来表示字符：
- 标准 ASCII：7 位编码，最高位补 0，共表示 128 种字符
- 扩展 ASCII：8 位编码，共表示 256 种字符
- 覆盖范围：所有大小写英文字母、数字 0~9、标点符号、以及美式英语中的特殊控制字符
计算机语言
人与计算机之间的交流通过计算机语言实现，编写程序需要遵循特定的字符和语法规则。按抽象层次由低到高分为三类：
| 类型 | 特点 |
|---|---|
| 机器语言 | 二进制指令，CPU 直接执行，但人几乎无法阅读 |
| 汇编语言 | 用助记符代替二进制操作码，接近硬件，可直接操作底层 |
| 高级语言 | 接近自然语言（如 C、Java），需编译/解释后才能执行 |
汇编语言的价值在于：它让程序员能看到软件层面最底层的操作细节，在逆向工程中尤为常用。
Hello World 程序
一个经典的 C 语言 Hello World 程序：
c
#include <stdio.h>
int main() {
printf("hello, world\n");
return 0;
}这段源码保存为 hello.c 后，需要经过一条完整的编译工具链才能变成可执行文件。
编译过程
从源文件 hello.c 到可执行程序，共经历四个阶段：
hello.c → [预处理器 cpp] → hello.i → [编译器 cc1] → hello.s → [汇编器 as] → hello.o → [链接器 ld] → hello（可执行）
printf.o ↗各阶段产物的格式：
| 阶段 | 输入 | 输出 | 格式 |
|---|---|---|---|
| 预处理 | hello.c（源程序） |
hello.i（修改后的源程序） |
文本 |
| 编译 | hello.i |
hello.s（汇编程序） |
文本 |
| 汇编 | hello.s |
hello.o（可重定位目标文件） |
二进制 |
| 链接 | hello.o + printf.o 等 |
hello（可执行目标文件） |
二进制 |
预处理（Preprocessing）
预处理器（cpp）处理所有以 # 开头的预处理指令，对源文件做文本层面的修改：
bash
gcc -E hello.c -o hello.i以 hello.c 中的 #include <stdio.h> 为例，预处理器会读取系统头文件 stdio.h 的全部内容，把它直接插入到程序文本中，生成扩展名为 .i 的文件。
常见预处理指令：
| 指令 | 作用 | 备注 |
|---|---|---|
#include <stdio.h> |
将头文件内容插入当前位置 | --- |
#define PI 3.14 |
文本替换，把 PI 替换为 3.14 |
纯文本替换，无类型检查 |
#define square(x) ((x)*(x)) |
带参数的宏 | 不加括号时 square(2+1) 会展开为 2+1*2+1，结果出错 |
#ifdef DEBUG ... #endif |
条件编译 | 仅当定义了 DEBUG 时才编译中间的代码 |
__DATE__ / __TIME__ / __FILE__ |
预定义宏 | 分别展开为当前日期、时间、文件名 |
编译（Compilation）
编译器（cc1）将预处理后的 .i 文件翻译为汇编语言 .s 文件：
bash
gcc -S hello.i -o hello.s这个阶段编译器做三件事：
- 检查代码规范性
- 检查是否有语法错误
- 确定代码实际要做的工作，翻译成汇编语言
生成的汇编代码示例（AT&T 语法）：
asm
main:
subl $8, %esp
movl $LC0, %edi
call puts
movl $0, %eax
addl $8, %esp
ret汇编（Assembly）
汇编器（as）把汇编语言的 .s 文件翻译成机器指令，打包为二进制的可重定位目标文件 .o：
bash
gcc -c hello.s -o hello.o.o 文件已经是二进制格式，人无法直接阅读。
链接（Linking）
链接器（ld）将多个目标文件组合成一个可执行文件：
bash
gcc hello.o -o hello.out为什么需要链接？因为汇编完成后仍有未解决的问题：
- 一个源文件中的函数可能引用了另一个源文件中定义的符号（变量或函数）
- 程序中可能调用了库文件中的函数（如
printf来自printf.o）
链接器的核心工作：将一个文件中引用的符号与该符号在其他文件中的定义关联起来，把所有目标文件整合成一个可以加载执行的统一整体。
理解编译系统的意义
掌握编译系统的工作过程有助于：
- 优化程序性能------知道编译器如何翻译代码，才能写出对编译器友好的高效代码
- 理解链接错误------符号未定义、重复定义等链接报错，本质上都是链接器在符号解析阶段遇到了矛盾
- 避免安全漏洞------缓冲区溢出等底层漏洞的根源在于对编译和内存模型的理解不足
系统组成
一个典型计算机系统的硬件结构包含以下部件：
各部件的职责：
| 部件 | 功能 |
|---|---|
| CPU | 执行指令的引擎 |
| PC（程序计数器） | 存放下一条要执行的指令的地址 |
| 寄存器组（Register File） | CPU 内部的高速暂存单元 |
| ALU（算术逻辑单元） | 执行算术和逻辑运算 |
| 主存（Main Memory） | 临时存放程序和数据，按字节编址 |
| I/O 总线 | 连接各种 I/O 设备（磁盘控制器、USB 控制器、图形适配器等） |
| 系统总线 / 存储总线 | 连接 CPU 与主存 |
| 扩展槽 | 预留给网络适配器等扩展设备 |
程序运行过程
以在 shell 中执行 ./hello 为例，Hello World 程序的运行分为三个阶段：
1. 从键盘读取命令
用户在 shell 中逐字符输入 ./hello，每敲一个字符，shell 程序就将其从键盘 → I/O 总线 → CPU 寄存器 → 系统总线 → 主存，逐一存入内存缓冲区。
2. 从磁盘加载可执行文件
用户按下回车后，shell 识别出命令，将 hello 可执行文件的代码和数据从磁盘 → I/O 总线 → 存储总线 → 主存，利用 DMA（直接内存访问）技术，数据不经过 CPU 直接搬运到主存中。
3. 执行并输出结果
CPU 从主存取指令执行，当执行到输出语句时，将字符串 "hello, world\n" 从主存 → 系统总线 → I/O 总线 → 图形适配器 → 显示器，最终显示在屏幕上。
本节小结
- 基本概念：位是最小数据单位，8 位组成字节，若干字节组成字。ASCII 用 7/8 位二进制表示 128/256 种字符。
- 编译四阶段 ：预处理（cpp，处理
#指令，文本替换和头文件展开）→ 编译（cc1，语法检查并翻译为汇编）→ 汇编（as，翻译为二进制目标文件）→ 链接（ld，符号解析并合并为可执行文件）。 - 系统硬件结构：CPU（PC + 寄存器 + ALU + 总线接口）通过系统总线和存储总线连接主存，通过 I/O 总线连接磁盘、键盘、显示器等外设。
- 程序执行流程：键盘输入 → 加载到主存 → CPU 取指执行 → 输出到显示器，数据在 CPU、主存和 I/O 设备之间沿总线流动。