寄存器

寄存器存储的数据的大小，决定了具体使用哪个寄存器
image.png

不同寄存器的作用

image.png
image.png

前六个寄存器(%rax, %rbx, %rcx, %rdx, %rsi, %rdi)称为通用寄存器，有其『特定』的用途：

  • %rax(%eax) 用于做累加
  • %rcx(%ecx) 用于计数
  • %rdx(%edx) 用于保存数据
  • %rbx(%ebx) 用于做内存查找的基础地址
  • %rsi(%esi) 用于保存源索引值
  • %rdi(%edi) 用于保存目标索引值

而 %rsp(%esp) 和 %rbp(%ebp) 则是作为栈指针和基指针来使用的。

汇编指令的操作数

操作数有三种基本类型：立即数(Imm)、寄存器值(Reg)和内存值(Mem)。
image.png

  • 目的操作数不能是一个立即数

寄存器计算

  • x86-64 的虚拟地址是由 64 位的字来表示的。在目前的实现中， 这些地址的高 16 位必须设置为 0

当汇编指令以寄存器作为目标时，对于生成小于8字节结果的指令，寄存器中剩下的字节会怎么样，对此有两条规则（记住就行）：

  1. 生成1字节和2字节数字的指令会保持剩下的字节不变；
  2. 生成4字节数字的指令会把高位4个字节置为0。

image.png

当汇编指令以立即数作为源操作数时，该立即数只能是32位的补码表示（然后对该数值进行符号位扩展），且目的操作数只能是寄存器
image.png

  • 当立即数本来就是64位时，会使用movsbsq指令

指令操作

首先看看处理器是如何配合内存进行计算的：
image.png

  • 程序计数器(PC, Program counter) - 存着下一条指令的地址，在 x86-64 中称为 RIP
  • 寄存器(Register) - 用来存储数据以便操作
  • 条件代码(Codition codes) - 通常保存最近的算术或逻辑操作的信息，如进位，也可以用来做条件跳转

汇编代码有固定的指令：
比如这样的形式： movq %rax, (%rbx)

指令语法

Windows用的是Intel格式的汇编 Linux用的是AT&T格式的汇编。

所以之前看到别人在讨论，其实他们都是对的，只是使用的机器不同罢了：
image.png

  • 在本门课，格式是这样的：操作指令：源：目的

指令寻址

指令寻址分两种情况：

  • 普通模式，(R)，相当于 Mem[Reg[R]]，也就是说寄存器 R 指定内存地址，类似于 C 语言中的指针，语法为：movq (%rcx), %rax 也就是说以 %rcx 寄存器中存储的地址去内存里找对应的数据，存到寄存器 %rax 中
  • 移位模式，D(R)，相当于 Mem[Reg[R]+D]，寄存器 R 给出起始的内存地址，然后 D 是偏移量，语法为：movq 8(%rbp),%rdx 也就是说以 %rbp 寄存器中存储的地址再加上 8 个偏移量去内存里找对应的数据，存到寄存器 %rdx 中
  • 完全寻址：D(Rb, Ri, S) -> Mem[Reg[Rb]+S*Reg[Ri]+D]，S为系数

lea指令

lea是比较特殊的指令，但也类似于mov指令
因为lea指令将有效地址写入到目的操作数，也就是说：lea的作用是直接操作地址，没有引用内存

  • 他的第一个操作数看上去是一个内存引用，但该指令并不是从指定的位置读入数据，而是将有效地址写入到目的操作数
  • 他的第二个操作数必须是一个寄存器

主要用法是计算栈顶指针偏移量，leaq 8(%rsp), %rsi 就是把栈顶指针加上 8 得到一个新地址值，然后把这个地址值存到寄存器 %rsi 中

指令汇总

image.png

移位指令

image.png

流程控制

条件代码与跳转

汇编中用四个标识位用来辅助程序的流程控制的，分别是：

  • CF: Carry Flag (针对无符号数)
  • ZF: Zero Flag
  • SF: Sign Flag (针对有符号数)
  • OF: Overflow Flag (针对有符号数)

可以看到以上这四个标识位，表示四种不同的状态。
举个例子，假如我们有一条诸如 t = a + b 的语句，汇编之后假设用的是 addq Src, Dest，那么根据这个操作结果的不同，会相应设置上面提到的四个标识位，而因为这个是执行类似操作时顺带尽心设置的，称为隐式设置，例如：

  • 如果两个数相加，在最高位还需要进位（也就是溢出了），那么 CF 标识位就会被置1
  • 如果 t 等于 0，那么 ZF 标识位会被置1
  • 如果 t 小于 0，那么 SF 标识位会被置1
  • 如果发生正溢出和负溢出，那么 OF 标识位会被置 1

这四个条件代码，是用来标记上一条命令的结果的各种可能的，是自动会进行设置的。

跳转指令

image.png

过程调用

过程调用（也就是调用函数）具体在 CPU 和内存中是怎么实现的。理解之后，对于递归会有更加清晰的认识。

  1. 传递控制：调用执行过程代码（call），以及返回调用函数的位置（ret）
  2. 传递数据：包括过程需要的参数以及过程的返回值
  3. 内存管理：如何在过程执行的时候分配内存，以及在返回之后释放内存

栈帧

当函数执行所需要的存储空间超出寄存器能够存放的大小时，
就会借助栈上的存储空间，我们把这部分存储空间称为函数的栈帧
image.png

运行时栈

所谓的栈，实际上一块内存区域，可以看做是一块连续的大数组
下图中箭头所指的就是寄存器 %rsp 的值，这个寄存器是栈指针，用来记录栈顶的位置。image.png

  • 往栈内添加数据，其地址是递减的
  • 栈底存储的是最先放入栈中的数据，满足先进后出的原则。
  • 因此栈顶的地址是最小的。

弹栈压栈

push操作（压栈）：对应两个操作 -> %rsp地址-8，将操作数的值写入到栈中对应的位置
pop操作（弹栈）：也对应两个操作 -> %rsp地址+8，将栈中位置的数据返回（对象是一个寄存器）

对于pop操作，其实只是移动了栈指针的位置，并不意味着内存上数据的”消除”，这是那块数据不再是栈的一部分了

call指令与ret指令

指令call要做两件事：

  1. 将函数的第一条指令的地址写入到程序指令寄存器rip中，以此实现函数调用。
  2. 同时还要将返回地址压入栈中。

这个返回地址就是函数调用执行完毕后，下一条指令的地址。

  1. 当函数执行完毕，指令ret从栈中将返回地址弹出，写入到程序指令寄存器rip中。
  2. 函数返回，继续执行main函数中相关的操作。以上整个过程就是函数调用与返回所涉及的操作。

[

](https://blog.csdn.net/qq_29051413/article/details/116542014)

参数的传递

过程调用的参数会放在哪里呢？如果参数没有超过六个，那么会以下6个（%rdi - %r9）中。
如果超过了，会放在自己的栈帧中。
而返回值会放在%rax 中。
image.png

  • 这里要求传递的参数是整数或者指针类型（浮点数是另一组寄存器）

被调用者保存寄存器

当需要确保一个过程（调用者）调用另一个过程（被调用者）时，被调用者不会覆盖调用者稍后会使用的寄存器值。

这时候，就会用到被调用者保存寄存器

寄存器 %rbx %rbp %r12~%r15 被划分为被调用者保存寄存器。 它是通过先把原始值压入栈中，期间可以改变寄存器的值，最后在返回前从栈中弹出旧值这一系列做到”保存”的

调用者保存寄存器

除去“被调用者寄存器”所使用的寄存器，剩余的都可以用作“调用者保存寄存器”
可以这样来理解“调用者保存”这个名字：
假设寄存器在函数调用过程会被修改，所以在调用之前首先保存好这个数据是 p( 调用者）的责任。
当函数返回后，又重新覆盖此寄存器的值

image.png

数据存储

数据大小的不同：
image.png

在内存上的体现：
image.png

既然是连续的地址空间，就有很多不同的访问方式，比方对于 int val[5] 来说
image.png

多维数组

对于多维的数组，基本形式是 T A[R][C]，R 是行，C 是列，如果类型 T 占 K 个字节的话，那么数组所需要的内存是 R*C*K字节。

多维数组在内存中，是这样存放的：
image.png

对齐

对于图中的结构体，它包含两个int类型的变量和一个char类型的变量。
image.png
根据前面的知识，我们会直观的认为该结构体占用9个字节的存储空间
但是当使用sizeof函数对该结构体的大小进行求值时，得到的结果却是12个字节。
原因是为了提高内存系统的性能，系统对于数据存储的合法地址做出了一些限制（对齐）。
[

](https://blog.csdn.net/qq_29051413/article/details/116542014)
因此，编译器会在结构体的末端增加3个字节的填充，这样一来，所有的对齐限制都满足了。
image.png

对于不同的数据类型，地址对齐的原则是任何K字节的基本对象的地址必须是K的倍数。

悟出两个道理：

  • 结构体中数据类型的声明顺序都会影响实际内存分配的大小，而这一点，不学汇编的人是不知道的。
  • 根据这种特点，在设计结构体的时候要把大的数据类型放到前面。

联合体：

联合( union),用关键字 union来声明，允许用几种不同的类型来引用一个对象。
其结构的内存大小取决于最大的数据类型。

缓冲区溢出

image.png

最上面是运行时栈，有 8MB 的大小限制（视操作系统而变化），一般用来保存局部变量。
然后是堆，动态的内存分配会在这里处理，例如 malloc(), calloc(), new() 等。
然后是数据，指的是静态分配的数据，比如说全局变量，静态变量，常量字符串。
最后是共享库等可执行的机器指令，这一部分是只读的。

当我们输入的内容大小超出分配的”运行时栈”时，就会发生段错误：
image.png

其原理是：c语言没对边界进行限制的，当我们使用的函数也没对用户输入的内容进行限制时，就容易覆盖其他数据
例如函数的返回地址，这时候函数就无法正确执行。 这种恶意覆盖的行为就称为缓冲区溢出。