Intel汇编语言程序设计读书笔记(基本概念)

我决定将最近读的Intel汇编的东西写下来，慢慢更新。汇编这个东西嘞，你让我拿来写个大程序，真是组织不了，没那个架构能力。但是看看工作过程，对理解其它东西可能有点帮助吧。知道比不知道好。找空就开始写。

我以《Intel汇编语言程序设计》（第五版）为顺序，写下我读书后，还能剩下的东西。很多东西书上没有写，我觉得它省略的，我自己给加上了，为得是给我自己看，如果能帮助各位理解，当然更好。内容讲intel汇编(windows平台使用)，至于另一种汇编AT&T，则是linux下采用的。大家学习那一种汇编都是可以的，因为处理器都是一个架构的，机器码都一样，所以有很多工具可以互相转的，在linux下调试的时候，用命令简单设置一下成intel汇编就可以了，都一样的。

一　基本概念

１　汇编语言与高级语言的区别　

　　对我个人来讲，是因为一条汇编指令对应一条机器语言指令，有助于我对操作系统和应用程序的理解。而高级语言如Ｃ++等，一条语句对应多条机器码的。

 2　虚拟机的概念　

　　这里和我们讲的云计算里的虚拟机是不一样的，应该说和java虚拟机的概念比较像。这里讲的虚拟机是一个更抽象的概念，主要是从虚拟机的角度考虑计算机系统的分层设计。目前大家使用的高级语言的程序设计，一般都是在第五层，如C++，这些高级语言编译成汇编语言，汇编语言就在第四层。每条汇编就是一条指令，可以理解为CPU厂商给操作系统厂商提供的接口。所以AMD和Intel都给微软提供了相同的x86指令，但是CPU内部还是不一样，那里不一样？就是微指令集不一样，这个是他们保密的东西，目前来看，Intel的效果要好一些。微指令操作的是数字逻辑了，这个算是硬件。

３　计算机中数据的存储

　　在计算机系统中，所有存储的信息，最终都变成了数值。不管是程序，还是电影，最终都会转化成数值存储到计算机上。所以我们写程序时，存储了一个字符串，别以为计算机真的把ａｂｃｄ都存储了，其实都是转化成数值存储的。而计算机中的整数一律用补码来表示和存储。所以说，所有的整数，最终在计算机里，都成了补码。还有浮点数，数据地址，指令等，不是补码哈。补码对人类来讲，其实很不好理解，一眼看不出来是多大，也不方便转成10进制的数来理解。那么，计算机为什么还是要使用补码？因为使用补码，可以将符号位和数值位统一处理，加法和减法也可以统一处理，不需要额外的硬件电路，更有利于CPU的设计。好吧，都是为了硬件设计考虑才这么干的，硬件工程师为了自己方便，就这么干了（其实是为了CPU方便）。那么到底有没有一种更友好的其它什么码，更有利于我们人类的理解？好吧，有一个，叫原码。原码就是符号位加上真值的绝对值, 即用第一位表示符号, 其余位表示值。例如，我们用8位二进制表示一个数，+11的原码为00001011，-11的原码就是10001011。原码不能直接拿符号位参加运算，可能会出错。例如数学上，1+(-1)=0，而在二进制中原码　00000001 + 10000001　=　10000010，换算成十进制为-2。显然出错了。所以原码的符号位不能直接参与运算，必须和其他位分开，这就增加了硬件的开销和复杂性。好吧，原码对CPU来讲很烂，补码很好。那么补码是怎么表示数值的嘞？是这样干的：正整数的补码与原码相同，而负整数的补码是在其原码的基础上, 符号位不变, 其余各位取反, 然后再加1。然尔有一个问题，在前面的说明中，我们都使用原码来转到补码的。在一个字节８bit的空间，用原码，我们可以表示的整数范围是-127~+127，你看，只有255个值，而根据信息论，我们８bit的数字，最多可以表示２５６个值，那么少的那一个，跑那里去了？０，对，就是这个数，在原码是，会出现　10000000　和　00000000 都是０的问题，一个是负0，一个是正0。负０有个毛意义啊，在补码中，就当成-128吧，这样，补码就可以用８bit空间，表示出256个值，圆满了。

　　刚才讲了，所有的东西进了计算机，都成了补码，那么我的名字，我的电子邮件，是怎么转化成补码的嘞？其实为了表示字符，计算机需要使用字符编码（Character Encoding）。字符编码，通俗的说，按照何种规则将字符存储在计算机中，如'a'用什么表示，称为"编码"；反之，将存储在计算机中的二进制数解析显示出来，称为"解码"，如同密码学中的加密和解密。到了这里，好像很简单了，有了字符编码，不就什么都解决了嘛。but！没这么简单。计算机是善良的美国人民发明的，为了计算炮弹弹道才来的研发动力，搞出了计算机。美国人民用英语，平时写写文件，２６个英语字母再加几个标点符号，就几乎可以搞定所有的一切了。所以先驱们就用7位（bits）表示一个字符，共128字符,　够用了吧，绰绰有余啊，这样，就诞生了ASCII字符编码，用在MS-Dos系统里，大家开心又满足。所以啊，同志们哪，写程序就要像先驱一样，多留点空间，能分配１Ｍ的，就不要用１Ｋ，为了扩展嘛。到这里，就出现了字符集，字符集（Charset）就是一个系统支持的所有抽象字符的集合，作用就是将字符映射为数值，而数值就能通过补码存储到计算机里了。ASCII字符集就是那128字符，其它的表示不了，不认识，它就懂128字符。所以计算机到了天朝，就玩不转了，不能显示汉字。那么我们现在清楚了什么是字符集，什么是字符编码。除了ASCII，后来还有了个ANSI编码，也是美国人民搞的，这个有了巨大进步，终于可以表示256个字符了！大家欢欣鼓舞，弹冠相庆。可惜还是表示不了汉字，天朝人民整天翘首以盼，啥时候能打五笔啊？天朝专家这时候应运而生，凑到一起吃吃喝喝，顺便无聊的时候搞出一个规定：汉字占两个字节，英文字母一个字节，一个小于127的字符的意义与ASCII相同，但两个大于127的字符连在一起时，就表示一个汉字，前面的一个字节（他称之为高字节）从0xA1用到 0xF7，后面一个字节（低字节）从0xA1到0xFE，这样我们就可以组合出大约7000多个简体汉字了。那么这个规定，这个编码规则就是GB2312。原来经常在windows下搞MFC的小伙子们，都对这个GB2312应该很有感受，如果没有感受，那么你一定是个不会写程序的计算机硕士。天朝人民有了GB2312，终于满足了大家都要打五笔的迫切愿望，但是这个时候，来自斯洛伐克等世界知名大国不干了，纷纷表示对五笔无爱，要制定自己的编码规则，而且还真这么干了。后来因特网出现了，世界人民都喜欢上了聊天，中国人民满怀热情的问候过去，沙俄群众看到的都是乱码，黑乎乎的一串，夹杂着奇怪的符号，纷纷骂傻Ｘ。这个时候为了互联互通，Unicode字符集出现了，只要是你能想出来的样子，它都能给你包进去，什么样子鬼划符的符号，都给你收录了，甭管你是那个部落的，只要有文字，都加加加。慢着，Unicode是听说过，但是，UTF-32/ UTF-16/ UTF-8是什么东东嘞？没听说过？好吧，你程序写多了。UTF-32/ UTF-16/ UTF-8其实是Unicode字符集的三种字符编码方案。对，就是这么傲娇！ASCII字符集只有一种编码，叫ASCII字符编码，占用７bit。ANSI字符集也只有一个编码，叫ANSI字符编码，占用８bit。天朝的GB2312字符集还是只有一个编码，叫GB2312字符编码，占用２个字节，16bit。到了Unicode了，就不这么玩了，它有UTF-32， UTF-16，UTF-8　三种字符编码。具体如何编的，大家搜吧，我写累了。反正windows用UTF-16存储Unicode，网络上常用UTF-8，UTF-32我只是听说过，没碰到过。今天累了，改天再写，今天写的啰嗦了。有些内容就不写了，没有什么可以深究的地方，如布尔代数，ASCII字符串等。