x86基础之数与数据类型

我们知道在计算机中处理的数是按照一定的规则进行组织和存放的。其中的每个数按特定的编码规则组织。可是光有这些数的组织规则还是不够，计算机每条指令的操作数可能会有不同的数据类型。那么计算机能处理哪些数据类型呢？在这一章里，我们将要了解数与数据类型。

数

计算机能处理各种各样的信息，计算机硬件对数据进行处理后，可呈现出各种各样的信息。

数字

数字是个基本的计数符号。通用的数字有10个：0，1，2，3，4，5，6，7，8，9。以这些数字组合构成的数是十进制数。

思考各个进制数的数字。

1．二进制数字

包括0和1。

2．八进制数字

包括0，1，2，3，4，5，6，7。

3．十进制数字

包括0，1，2，3，4，5，6，7，8，9。

4．十六进制数字

包括0，1，2，3，4，5，6，7，8，9及字母A，B，C，D，E，F。

各个进制以相应的数字表达的计数范围作为base值，如：二进制的base值是2，八进制的base值是8，十进制的base值是10，十六进制的base值是16。

二进制数

二进制数是计算机运算的基础，无论何种制式的数，在计算机中都是以二进制形式存放的。由二进制数字组成的数字序列是二进制数，如下所示。

二进制数组合里，每个数位被称为bit（位），能表达值0和1。二进制数的base值是2，那么在n个二进制数字的序列中，其值为

值=(D_n-1×2^n-1)+(D_n-2×2^n-2)+…+(D₁×2¹)+(D₀×2⁰)

这是一个数学上的算式。这个值是我们很容易辨识的十进制值。

二进制数的排列

在日常的书写或表达上，最左边的位是最高位。数的位排列从左到右，对应的值从高到低。可是在机器的数字电路上，数的高低位可以从左到右进行排列，也可以从右到左进行排列。这样就产生了MSB和LSB的概念。

什么是MSB？什么是LSB？

以一个自然的二进制表达序列上32位的二进制数为例，最右边是bit 0，最左边是bit 31。那么bit 0就用LSB（Least Significant Bit，最低有效位）来表示，bit 31就用MSB（Most Significant Bit，最高有效位）来表示。

MSB也用做符号位（1为负，0为正），但若在无符号数上，则MSB就是数的最高位，LSB是数的最低位。无论一个数在机器上是从左到右排列，还是从右到左排列，使用MSB和LSB的概念都很容易对其二进制形式进行描述说明。

小端序与大端序

二进制数在计算机的组织存放中，地址由低位到高位对应着两种排列。

①由LSB到MSB，这就是小端序（little-endian）排法。

②由MSB到LSB，这就是大端序（big-endian）排法。

在x86/x64体系中使用的是小端序存储格式，也就是：MSB对应着存储器地址的高位，LSB对应着存储器地址的低位。

在有些RISC（精简指令集计算机）体系里，典型的如Power/PowerPC系列，使用大端序排法。即在由低到高的地址位里，依次存放MSB到LSB。亦即：MSB存放在存储器地址的低位，LSB存放在高位。

代码清单1-1：

        mov dword [Foo], 1

        test byte [Foo], 1                                ; 测试 LSB 是否存放在低端上

        jnz IS_little_endian                              ; 是小端序

上面的代码将1存放在32位的内存里，通过读取内存的低字节来判断1到底存放在低字节还是高字节，从而区分是小端序还是大端序。

某些RISC机器上是可以在大端序与小端序存储序列之间做选择的。大端序格式看上去更符合人类表达习惯，而小端序看上去不那么直观，不过这对于计算机的处理逻辑并无影响。

实验1-1：测试字节内的位排列

字节内的位是否有大端序和小端序之分？这似乎没有定论，我们不是硬件设计人员，很难做出判断。笔者倾向于认为位的排列是区分的。

从代码清单1-1我们可以测试机器是属于小端序还是大端序，原理是根据字节在内存中的存储序列进行判断。对代码稍做修改，即可用来测试位的排列，如代码清单1-2所示。

代码清单1-2（topic01\ex1-1\boot.asm）：

        mov dword [Foo], 2                                       ;

00000000000000000000000000000010B

        bt dword [Foo], 1                                        ; 取 bit 1

        setc bl                                                     ; bit 1 是否等于 1

        movzx ebx, bl

        mov si, [message_table + ebx * 2]

        call print_message

               

next:       

        jmp $

       

Foo                     dd 0

LSB_to_MSB            db 'byte order: LSB to MSB', 13, 10, 0

MSB_to_LSB            db 'byte order: MSB to LSB', 13, 10, 0

message_table        dw MSB_to_LSB, LSB_to_MSB, 0

代码清单1-2中测试内存中的bit 1是否为存进去的值1，然后输出一条信息。下面是这个实验在真实计算机上的测试结果。

实际上这个方法未必能测出什么（如果CPU一次访问字节，这个测试结果并不能说明什么）。按这个方法测出字节内也是小端序排列的。

数据类型

在x86/x64体系中，指令处理的数据分为fundamental（基础）和numeric（数值）两大类。基础类型包括：byte（8位），word（16位），doubleword（32位），以及quadword（64位），它们代表指令能一次性处理的数据宽度。

numeric数据类型使用在运算类指令上，总结来说x86/x64体系的运算类指令能处理下面四大类数据。

① integer（整型数）：包括unsigned类型和singed类型。

② floating-point（浮点数）：包括single-precision floating-point（单精度浮点数），double-precision floating-point（双精度浮点数），以及double extended-precision floating-point（扩展双精度浮点数）。

③ BCD（binary-code decmial integer）：包括non-packed BCD码和packed-BCD码。

④ SIMD（single instruction, multiple data）：这是属于packed类型的数据。

SIMD数据是在一个operand（操作数）里集成了多个integer、floating-point或者BCD数据。SIMD指令可以一性次同时处理这些数据。

 

本文节选自《x86x64体系探索及编程》

电子工业出版社出版

邓志著