• 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。

4 总结

打孔卡，其实就是一种存储程序型计算机。

只是这整个程序的机器码，不是通过计算机编译出来的，而是由程序员的人脑“编译”成一张张卡片的

对应的程序，也不是存储在设备里，而是存储成一张打好孔的卡片

但是整个程序运行的逻辑和其他CPU的机器语言没有什么分别，也是处理一串“0”和“1”组成的机器码而已。

我们看到了一个C语言程序，是怎么被编译成为汇编语言，乃至通过汇编器再翻译成机器码的。

除了C这样的编译型的语言之外，不管是Python这样的解释型语言，还是Java这样使用虚拟机的语言，其实最终都是由不同形式的程序，把我们写好的代码，转换成CPU能够理解的机器码来执行的。

只是解释型语言，是通过解释器在程序运行的时候逐句翻译，而Java这样使用虚拟机的语言，则是由虚拟机对编译出来的中间代码进行解释，或者即时编译成为机器码来最终执行。

5 推荐阅读

• 了解Intel CPU的指令集参看
  《计算机组成与设计：软/硬件接口》第5版的2.17小节

参考

深入浅出计算机组成原理