你在学写程序的时候,有没有想过,古老年代的计算机程序是怎么写出来的?
当年写程序,不像现在这样,都是用一种古老的物理设备,叫作“打孔卡(Punched Card)”
用这种设备写程序,没法像今天,掏出键盘就能打字,而是要先在脑海/纸写出程序,然后在纸带/卡片上打洞
这样,要写的程序、要处理的数据,就变成一条条纸带或者一张张卡片,之后再交给当时的计算机去处理
上世纪60年代晚期或70年代初期,Arnold Reinold拍摄的FORTRAN计算程序的穿孔卡照片
人们在特定的位置上打洞或者不打洞,来代表“0”或者“1”。
为什么早期的计算机程序要使用打孔卡,而不能像我们现在一样,用C或者Python这样的高级语言来写呢?
因为计算机或者说CPU本身,并没有能力理解这些高级语言
即使在2019年的今天,我们使用的现代个人计算机,仍然只能处理所谓的“机器码”,也就是一连串的“0”和“1”这样的数字。
我们每天用高级语言的程序,最终是怎么变成一串串“0”和“1”的?这一串串“0”和“1”又是怎么在CPU中处理的?
1 在软硬件接口中,CPU帮我们做的事
CPU(Central Processing Unit,*处理器)就是计算机的大脑
-
硬件的角度
一个超大规模集成电路,通过电路实现了加法、乘法乃至各种各样的处理逻辑。
-
软件工程师的角度
一个执行各种计算机指令(Instruction Code)的逻辑机器
这里的计算机指令,就好比一门CPU能够听得懂的语言,即机器语言(Machine Language)
不同的CPU能够听懂的语言不太一样
个人PC用的是Intel的CPU,iPhone用的是ARM的CPU,这两者能听懂的语言就不太一样
类似这样两种CPU各自支持的语言,就是两组不同的计算机指令集(Instruction Set)
这里面的“Set”,其实就是数学上的集合,代表不同的单词、语法
如果我们在自己电脑上写一个程序,然后把这个程序复制一下,装到自己的手机上,肯定是没办法正常运行的,因为这两者语言不通
而一台电脑上的程序,简单复制一下到另外一台电脑上,通常就能正常运行,因为这两台CPU有着相同的指令集,它们语言相通
存储程序型计算机(Stored-program Computer)
计算机程序,不可能只有一条指令,而是成千上万条指令组成
但CPU不能一直放着所有指令,所以程序平时是存储在存储器
这种程序指令存储在存储器里面的计算机,我们就叫作
Plugboard Computer
在没有现代计算机之前,有着聪明才智的工程师们,早就发明了一种叫Plugboard Computer的计算设备
在一个布满了各种插口和插座的板子上,工程师们用不同的电线来连接不同的插口和插座,从而来完成各种计算任务
IBM的Plugboard
2 编译=>汇编 代码=>机器码
代码,到底是怎么变成一条条计算机指令,最后被CPU执行的呢?
test.c
-
编译(Compile)成汇编代码
要让这段程序在Linux跑起来,需要把整个程序翻译成汇编语言(ASM,Assembly Language)的程序
针对汇编代码,可以再用汇编器(Assembler)翻译成机器码(Machine Code)
这些机器码由“0”和“1”组成的机器语言表示,这一条条机器码,就是一条条的计算机指令
这样一串串的16进制数字,就是我们CPU能够真正认识的计算机指令。
在Linux上,可使用gcc和objdump,把对应的汇编代码和机器码都打印出来。
左侧一堆数字,就是一条条机器码
右边一系列的push、mov、add、pop等,这些就是对应的汇编代码
一行C语言代码,有时候只对应一条机器码和汇编代码,有时候则是对应两条机器码和汇编代码
汇编代码和机器码之间是一一对应的。
实际在用GCC(GUC编译器套装,GUI Compiler Collectipon)编译器的时候,可直接把代码编译成机器码,为什么还需要汇编代码呢?
那一串数字表示的机器码,摸不着头脑
但即使你没有学过汇编代码,看的时候多少也能“猜”出一些这些代码的含义。
汇编代码就是“给程序员看的机器码”
也正因为这样,机器码和汇编代码是一一对应的
很容易记住add、mov这些用英文表示的指令
而8b 45 f8这样的指令,由于很难一下子看明白是在干什么,所以会非常难以记忆
从高级语言到汇编代码,再到机器码,就是一个日常开发程序,最终变成了CPU可以执行的计算机指令的过程。
3 解析指令和机器码
了解了这个过程,下面我们放大局部,来看看这一行行的汇编代码和机器指令,到底是什么意思。
Intel CPU,有2000条左右的CPU指令,实在是太多了,没法一一讲解。不过一般来说,常见的指令可以分成五大类。
算术类指令
加减乘除,在CPU层面,都会变成一条条算术类指令
数据传输类指令
给变量赋值、在内存里读写数据,用的都是数据传输类指令。
逻辑类指令
逻辑上的与或非
条件分支类指令
日常的“if/else”
无条件跳转指令
写一些大一点的程序,我们常常需要写一些函数或者方法
在调用函数的时候,其实就是发起了一个无条件跳转指令。
汇编器是怎么把对应的汇编代码,翻译成为机器码的。
不同的CPU有不同的指令集,也就对应着不同的汇编语言和不同的机器码
为了方便你快速理解这个机器码的计算方式,我们选用最简单的MIPS指令集,来看看机器码是如何生成的。
MIPS是一组由MIPS技术公司在80年代中期设计出来的CPU指令集。就在最近,MIPS公司把整个指令集和芯片架构都完全开源了。想要深入研究CPU和指令集的同学,推荐一些资料,可以自己了解下。
MIPS的指令是一个32位的整数,高6位叫操作码(Opcode)
也就是代表这条指令具体是一条什么样的指令,剩下的26位有三种格式,分别是R、I和J。
R指令
一般用来做算术和逻辑操作,里面有读取和写入数据的寄存器的地址
如果是逻辑位移操作,后面还有位移操作的位移量
而最后的功能码,则是在前面的操作码不够的时候,扩展操作码表示对应的具体指令的。
I指令
通常是用在数据传输、条件分支,以及在运算的时候使用的并非变量还是常数的时候
这个时候,没有了位移量和操作码,也没有了第三个寄存器,而是把这三部分直接合并成了一个地址值或者一个常数。
J指令
一个跳转指令,高6位之外的26位都是一个跳转后的地址
add $t0,$s2,$s1
下面都用十进制来表示对应的代码。
对应的MIPS指令里
- opcode是0
- rs代表第一个寄存器s1的地址是17
- rt代表第二个寄存器s2的地址是18
- rd代表目标的临时寄存器t0的地址是8
- 因为不是位移操作,所以位移量是0
把这些数字拼在一起,就变成了一个MIPS的加法指令。
为了读起来方便,我们一般把对应的二进制数,用16进制表示出来
在这里,也就是0X02324020。这个数字也就是这条指令对应的机器码。
回到开头我们说的打孔带
- 打孔代表1
- 没有打孔代表0
- 用4行8列代表一条指令来打一个穿孔纸带,那么这条命令大概就长这样:
你应该学会了怎么作为人肉编译和汇编器,给纸带打孔编程了,不用再对那些用过打孔卡的前辈们顶礼膜拜了。