CO——指令系统

5.1 指令系统的基本概念

5.1.1 机器语言、机器指令与指令系统

机器语言是计算机唯一可以识别的语言，本质是一串二进制代码，机器语言由一条条机器指令构成。

机器指令：机器语言的单条语句，用于告诉计算机完成一项操作。
指令系统：一台计算机中全部机器指令的集合。

5.1.2 指令格式

一条指令由两大字段构成：

|--------------|-------------|
| 操作码字段 OP | 地址码字段 A |

操作码 OP ：表征指令要完成的操作性质与功能。分为定长操作码 、变长（不定长）操作码。定长操作码的位数直接决定指令系统最多支持的指令种类。
地址码 A：存放操作相关地址信息，可以是立即数、寄存器编号、主存地址、I/O 设备地址。

各类地址指令

|----|----|----|----|----|
| OP | A1 | A2 | A3 | A4 |

四地址指令：OP A₁ A₂ A₃ A₄。A₁、A₂为源操作数地址；A₃存放结果；A₄存放下一条指令地址。
三地址指令：OP A₁ A₂ A₃。去掉 A₄，下一条指令地址由 PC 自增得到。
二地址指令：OP A₁ A₂。省略结果地址 A₃，运算结果写回 A₁；也可写回累加器 ACC；PC 自增。
一地址指令：OP A₁。一个源操作数隐含在 ACC 中，运算结果写回 ACC；PC 自增。例子：INC 自增指令。
零地址指令：只有操作码，无地址字段。
1. 一类：无操作数，如空操作、停机、关中断指令。
2. 一类：操作数隐含，堆栈指令 PUSH、POP，操作数由堆栈指针 SP 隐含给出。

5.1.3 扩展操作码技术

指令字长固定，把部分地址码的位数拿出来分配给操作码，以此实现变长操作码，在有限指令字长下扩充指令的数量。

5.1.4 指令的操作类型

数据传送指令
- MOV：源操作数传送至目的位置，源操作数保持不变；
- LOAD：主存→寄存器；STORE：寄存器→主存；
- EXC：交换源、目的位置内容；
- PUSH 进栈、POP 出栈。
算术运算指令：加、减、乘、除；INC （自增）、DEC （自减）。
逻辑运算指令：与、或、求反、异或。
移位指令
- 算术移位：需要处理符号位；
- 逻辑移位：不区分符号位。
转移类指令：修改 PC 的值，打破程序顺序执行。
- 无条件跳转 JUMP：分为绝对跳转（直接将目标地址送入 PC）、相对跳转（PC 加上偏移量得到目标地址）。
- 条件转移 BRANCH：根据条件是否成立决定是否跳转。
- CALL 调用指令：将下一条指令地址压栈保存，修改 PC 为子程序入口地址。
- RETURN 返回指令：弹出栈内保存的返回地址，回到原程序继续执行。
- TRAP 陷阱指令：出现意外故障，跳转到故障处理程序。
I/O 指令：完成 CPU 与外设之间数据、状态、控制信息的传送。

操作数的数据类型：地址、数字、字符；文本字符串，计算机内部需要转换为二进制编码，常用 ASCII、UTF‑8。

5.2 数据对齐与大小端存放方式

计算机内存按字节编址。

5.2.1 数据对齐

理论上数据可以存放在任意内存地址；为提升内存读取速度，要求数据起始地址为自身字节大小的整数倍。

结构体对齐两条规则

结构体成员对齐：每个成员起始地址是自身大小的整数倍。
结构体整体对齐：结构体总大小必须等于内部最大成员大小的整数倍。

32 位机常见类型字节大小： char：1B；short：2B；int/float：4B；double：8B；指针：4B。

定义结构体：

cpp 复制代码

struct Test{
    char a;    // 1B
    short b;   // 2B
    int c;     // 4B
    double d;  // 8B
};

设定结构体起始地址：0x00

|------------|---------|-----|-----|-----|
| 内存地址 | 字节1 | 字节2 | 字节3 | 字节4 |
| 0x00~0x03 | a(char) | 填充 | b(short) ||
| 0x04~0x07 | c(int) ||||
| 0x08~0x0B | d(double ) ||||
| 0x0C~0x0F | d(double ) ||||

总大小校验 ：实际占用16B，最大成员为8B，16是8的整数倍，满足结构体整体对齐规则，最终结构体大小为 16B。

核心总结：结构体对齐会产生内存填充位，牺牲少量内存空间，换取CPU高速批量读取内存的效率。

5.2.2 大小端存储

大端模式 ：低内存地址存放数据的高位字节，符合日常书写阅读习惯。
小端模式：低内存地址存放数据的低位字节。

大小端存储实例

举例：16位十六进制数据 0x1234（高位字节：0x12，低位字节：0x34），占用2字节内存，设定起始内存地址为 0x0001。

内存地址	0x0001（低地址）	0x0002（高地址）
大端模式存储内容	0x12（高位字节）	0x34（低位字节）
小端模式存储内容	0x34（低位字节）	0x12（高位字节）

5.3 指令寻址与数据寻址

5.3.1 指令寻址

PC 始终保存下一条待取指令的地址。

顺序寻址：PC 自增，程序顺序执行。
跳跃寻址：转移类指令修改 PC 的值，实现跳转分支。

5.3.2 数据寻址基础

指令地址码字段给出的一般不是真实操作数地址，称为形式地址 A ；经过运算得到真正访问内存的地址叫做有效地址 EA。

|----|-------|--------|
| OP | 寻址特征位 | 形式地址 A |

立即寻址（立即数寻址） 地址码字段存放的就是操作数本身，属于指令的一部分，只能读不能修改；不访问主存。
直接寻址 形式地址 A 就是有效地址 EA；访问 1 次主存取出操作数。
寄存器寻址 地址码给出寄存器编号，有效地址就是寄存器编号；操作数存放在寄存器中，无需访存。
隐含寻址 指令中不给出操作数地址，操作数隐含在 ACC；缩短指令字长，需要额外硬件支持。
间接寻址 指令中的形式地址 A 是有效地址的内存地址。
1. 一次间接寻址：取操作数需要2 次访存；
2. n 次间接寻址：取操作数需要 n+1 次访存（不含取指令）。
寄存器间接寻址 地址码给出寄存器编号；寄存器内存放有效地址；用有效地址访问主存得到操作数。只需要 1 次访存，相比多次间接寻址减少访存次数，扩大寻址范围。
基址寻址 EA = (BR) + A BR 基址寄存器存放程序段起始基地址，A 为指令内偏移量。也可以如下图指定一个通用寄存器R作为基址寄存器。
1. 基址寄存器由操作系统修改，用户不可修改；面向操作系统，用于程序重定位。
变址寻址 EA = A + (IX) A 为指令中给出的基址，IX 变址寄存器存放偏移量。
1. 变址寄存器用户可以修改；面向用户，适合数组处理、循环程序。
相对寻址 EA = (PC) + A A 是偏移量；有效地址随 PC 变化，和当前指令保持固定偏移。适合程序浮动，程序加载到内存任意位置都可以正常寻址，相对跳转就使用相对寻址。
堆栈寻址 依靠堆栈指针 SP 隐含操作数地址。

硬堆栈：寄存器实现；
软堆栈：主存空间实现。

数组处理常用变址寻址：形式地址存放数组首地址，不断修改变址寄存器（用户即可修改），依次访问数组各个元素。

相对寻址适合程序浮动原因：有效地址由 PC 加偏移得到，只关心指令之间相对距离，和程序加载的起始物理地址无关，程序重定位后依旧可以正常寻址。

5.4 CISC 与 RISC

CISC：复杂指令集，代表 X86；RISC：精简指令集，代表 ARM、MIPS。

RISC 诞生依据：程序 80% 的语句只使用 20% 简单指令，剩余功能可以通过简单指令组合实现。

|--------|------------|---------------------|
| 对比项 | CISC | RISC |
| 指令系统 | 指令数量庞大 | 指令精简 |
| 指令字长 | 长度不固定，格式多 | 指令字长固定，格式少 |
| 寻址方式 | 寻址方式多 | 寻址方式少 |
| 访存指令 | 大量访存指令 | 仅 LOAD、STORE 可以访问内存 |
| 通用寄存器 | 数量少 | 数量多 |
| 指令频度 | 指令使用频度差距大 | 指令都是常用简单指令，频度差距小 |
| 指令执行时间 | 执行时间差异大 | 大多单时钟周期完成，流水线 |
| 控制器 | 微程序控制为主 | 硬布线控制为主 |
| 编译支持 | 难以生成高效目标代码 | 便于优化编译 |

RISC 优点

通用寄存器多，可以减少访存次数，运算速度高；
指令格式规整，便于编译优化；
指令译码简单，译码耗时短；
硬布线控制器，CPU 芯片占用面积小；
设计简单。

5.5 高级语言与机器语言对应关系

低级语言：机器语言、汇编语言。
C 语言：编译型语言，需要经过预处理、编译、汇编、链接，生成机器语言才可运行。
Python：解释型语言，运行时才逐条翻译成机器代码。

GCC 编译 hello.c 完整流程

预处理：hello.c → hello.i；处理 #开头指令：文件包含、宏替换、条件编译。
编译：hello.i → hello.s；翻译为汇编文本。
汇编：hello.s → hello.o 可重定位目标文件，翻译成机器指令。
链接：hello.o 和库文件链接 → hello.exe 可执行文件。

5.6 X86 汇编基础

X86 属于 CISC 架构，来源于 8086 系列处理器，程序员可见寄存器包含：通用寄存器、指令寄存器、标志寄存器。指令格式灵活、寻址方式多，支持丰富运算与数据传送。

5.6.1 数据传送指令（重点考点）

1. MOV 数据传送指令

规则：不改变源操作数；禁止内存→内存直接传送，必须通过寄存器中转。

cpp 复制代码

# 合法示例
MOV EAX, 10        # 立即数10传入寄存器EAX
MOV EBX, EAX       # 寄存器→寄存器传送
MOV [0x1000], EAX  # 寄存器→主存

# 非法示例
MOV [0x1000], [0x2000]  # 错误！不允许内存直接传内存

2. PUSH / POP 堆栈指令

PUSH：数据压入栈；POP：数据弹出栈。

规则：PUSH 可操作寄存器、内存、立即数；POP 不能使用立即数。

cpp 复制代码

PUSH EAX       # 将EAX数据压栈
PUSH 0x20      # 立即数压栈（合法）
POP EBX        # 栈顶数据弹出到EBX
POP 0x10       # 错误！POP不支持立即数

3. LEA 加载有效地址指令

功能：取出内存单元的地址，而非数据；光算地址，不访问内存，存粹的算术运算，所以编译器经常用 LEA 代替乘法加法，速度比普通算数指令更快。。

规则：源操作数必须是内存，目的必须是寄存器。

cpp 复制代码

LEA EAX, [EBX+4*ECX+8]  # 计算地址：EBX+4*ECX+8，存入EAX
# 无内存访问，仅做算术运算，编译器常用此优化计算

5.6.2 算术与逻辑运算指令

cpp 复制代码

INC EAX    # 自增1
DEC EBX    # 自减1
NEG EAX    # 按位取反（求补）
SHL EAX,1  # 逻辑左移1位
SHR EAX,1  # 逻辑右移1位
IMUL EBX   # 有符号乘法
IDIV ECX   # 有符号除法

5.6.3 状态与跳转指令（必考）

CMP / TEST ：只修改条件码标志位，不修改操作数本身。

CMP A,B 等价 SUB A,B（但不保存结果）；TEST A,B 等价 AND A,B（但不保存结果）。

cpp 复制代码

; ========== CMP 用法：比大小、比相等 ==========
CMP EAX,10   ; 执行 EAX-10，设置标志位
JE label1    ; 相等跳转
JG label2    ; 大于跳转
JL label3    ; 小于跳转

; ========== TEST 用法：判二进制位、判是否为0 ==========
TEST EAX,0x1 ; 执行 EAX & 00000001，判断最低位是否为1
JNZ label4   ; 最低位为1则跳转

TEST EAX,EAX ; 执行 EAX&EAX，判断EAX是否等于0
JZ  label5   ; 结果为0（EAX=0）则跳转

无条件跳转、子程序调用

cpp 复制代码

JMP label3   # 无条件跳转

CALL func1   # 保存下一条指令地址入栈，跳转至子程序
RET          # 弹出栈中地址，返回原程序继续执行

JUMP 无条件跳转：标号汇编后换算成相对偏移量（目标地址与下一条指令地址的差值）。
JCOND 条件跳转：条件满足跳转，不满足顺序执行。

5.7 MIPS 汇编基础

MIPS 属于典型 RISC 精简指令集 ，指令规整、字长固定、仅LOAD/STORE可访存，流水线效率高。核心特性：字节编址、字对齐、默认大端存储、所有运算必须在寄存器中完成。

5.7.1 MIPS 核心硬性规则（必考）

运算类指令（加减与或移位）绝对不能访问内存；
只有 lw（读内存）、sw（写内存） 两条指令可以访存；
数据必须先 Load 进寄存器，运算后再 Store 写回内存。

bash 复制代码

# 格式：lw 目标寄存器, 偏移量(基址寄存器)
lw $t0, 0($s0)   # 将$s0指向的内存数据，加载到临时寄存器$t0
sw $t0, 4($s0)   # 将$t0的数据，写入$s0+4的内存单元

5.7.2 MIPS 与 X86 核心区别

X86（CISC）：指令长短不一、指令多、寻址多、任意指令可访存；
MIPS（RISC）：指令定长、仅Load/Store访存、运算全在寄存器、适合流水线、编译优化性强。