指令系统与机器级代码

本节导读

大纲的「指令系统」列了：基本概念、指令格式、寻址方式、数据的对齐和大/小端存放、CISC 和 RISC 的基本概念、高级语言程序与机器级代码之间的对应（编译器、汇编器和链接器，选择结构、循环结构和过程调用的机器级表示）。

这一节常见的计算是扩展操作码能有多少条指令、各种寻址方式的有效地址；读代码题要求从汇编代码看出 C 语句在做什么。学完你应该能设计扩展操作码、算出有效地址，并能对照一段 x86 代码说出变量、参数和返回值分别在哪里。

指令格式

一条指令由操作码和地址码组成。按地址码个数分为零地址、一地址、二地址、三地址指令；指令长度可以固定（定长），也可以不固定。操作码长度固定，译码简单；扩展操作码让操作码长度随地址码个数变化：地址码少的指令把空出来的位用作操作码。

设计扩展操作码的规则：短操作码不能是长操作码的前缀。做法是每一级留出若干个编码不用，作为下一级的扩展前缀。若某一级操作码有 n 位、用了 k 个编码，则留给下一级的前缀有 $2^{n} - k$2n−k 个，每个前缀再接上多出来的 m 位，下一级最多有 $(2^{n} - k) \times 2^{m}$(2n−k)×2m 条指令。

寻址方式

指令寻址：顺序执行时 PC 自动加上指令长度；遇到转移指令按指令给出的地址或偏移改写 PC。数据寻址方式如下，表中 A 为形式地址，EA 为有效地址，(X) 表示 X 的内容：

寻址方式	有效地址或操作数	取操作数时访存次数
立即寻址	操作数就是 A	0
直接寻址	EA = A	1
间接寻址（一次）	EA = (A)	2
寄存器寻址	操作数在寄存器 R 中	0
寄存器间接寻址	EA = (R)	1
相对寻址	EA = (PC) + A，PC 是取指后已更新的值	1
基址寻址	EA = (BR) + A，BR 由操作系统设置，便于程序浮动	1
变址寻址	EA = (IX) + A，IX 由用户改变，便于处理数组	1

还有堆栈寻址：操作数在栈顶，由栈指针 SP 隐含指出。相对寻址里的 A 是带符号的补码，可以向前或向后转移。

数据的对齐和大/小端存放

一个多字节数据按其最低字节的地址访问。大端方式把最高有效字节存在最低地址，小端方式把最低有效字节存在最低地址；x86 采用小端方式。例如 32 位数 0xA1B2C3D4 存在从 100 开始的单元里，大端时 100 至 103 依次是 A1、B2、C3、D4，小端时依次是 D4、C3、B2、A1。

对齐：数据存放的起始地址是它自身长度的整数倍（short 在偶数地址，int 在 4 的倍数地址），这样一次访存就能取到。C 语言的结构体按成员的对齐要求插入填充字节，结构体总长度还要是最大成员对齐长度的整数倍。例如 struct { char x; double y; } 在 8 字节对齐时，x 后面补 7 个字节，总长 16 字节。

CISC 和 RISC

比较项	CISC（复杂指令系统）	RISC（精简指令系统）
指令数量与功能	多，功能复杂	少，常用的简单指令
指令长度与格式	变长，格式多	定长，格式少
寻址方式	多	少
访存	很多指令能访存	只有取数（load）、存数（store）指令访存
通用寄存器	较少	较多
控制器	多用微程序控制	多用硬布线控制
流水线	不易实现	便于流水，多数指令一个周期完成

高级语言程序与机器级代码

编译器把 C 程序翻译成汇编程序，汇编器把它翻译成机器代码（目标文件），链接器把目标文件和库合并，并把符号引用确定成地址。下面用 x86 汇编（Intel 格式，目的操作数在左）看几种结构：