5. 计算机指令是如何被执行的？

1. 最早的数据存储介质——打孔卡与纸带

IBM早在1928年就推出了规格为190x84mm的打孔卡（Punched Card），用长方形孔提高存储密度，通常可以存储80列x12行数据，相当于120字节。后来做成了穿孔纸带。

打孔卡与穿孔纸带在很长一段时间内共存，是机械化存储技术时代的标志。
这种存储介质我们一直在使用。


“0”：表示光没有通过；“1”表示光通过了。为什么早期的计算机会采用打孔卡这样的存储设备，而不用像C或者Python这样的高级计算机语言编写呢？因为早期的计算机或者CPU没有理解这些高级语言的能力。但是，即便是2021年的今天，计算机也只能计算由“0”和“1”组成的二进制，即“机器码”或机器语言（Machine Language），只是计算机对人而言更友好了，它们会自动“翻译”（更准确都说是“编译”）不同的语言。计算机用二进制语言，人用高级计算机语言（例如：英语）。

2. 在计算机指令执行中，CPU做了什么？

CPU（Central Processing Unit）从硬件工程师的角度看，是一个超大规模集成电路（Very Large Scale Integrated Circuit，简写VLSI）。但从软件工程师德角度看，CPU是一个执行各种计算机指令（Intruction），能听懂各种计算机语言，进行计算的设备。但是，不同的CPU能够听懂的计算机语言不太一样，专业术语叫做不同架构的CPU。主要有：
1）以Intel、AMD公司为代表的X86架构的CPU，用的是复杂指令集（Complex Instruction Set Computer，简写CISC），主要用途为个人电脑（Personal Computer，简写PC）、服务器。
2）以Apple、ARM公司为代表的ARM架构的CPU，用的是精简指令集（Reduced Instruction Set Computer，简写RISC），主要用途为各种手机、苹果电脑。
3）以IBM公司为代表的PowerPC架构的CPU，用的也是简指令集（Reduced Instruction Set Computer，简写RISC），主要用途为中高端的嵌入式系统中。

可见PC机上编写的程序不能通过复制到手机上运行，就是因为不同架构的CPU支持的**计算机指令集（Instruction Set）**是不同的。

计算机程序不可能只有一条指令，而是由成千上万的指令组成的。CPU 中不可能一直存放着所有指令，所以计算机程序平时是存储在存储器中的。这种程序指令存储在存储器里面的计算机，就叫作存储程序型计算机（Stored-program Computer）。

其实，早前还有一种非存储程序型计算机，就做“插线板计算机”（Plugboard Computer）

3. 计算机高级语言是如何变成机器码的呢？

以一段C语言程序为例

// test.c
int main()
{
  int a = 1; 
  int b = 2;
  a = a + b;
}

如何让这个程序在Linux操作系统 or Windows操作系统 上运行起来呢？

答：需要将C语言翻译成一个汇编语言（Assembly Language，简写ASM），这个过程称为编译（Compile），再由汇编器（Assembler）翻译为机器码。这些由“0”和“1”组成的机器码就是一条条计算机的指令。为了阅读方便（否则太长），用16进制来表示机器码。

在Linux操作系统上，使用gcc和objdump命令将汇编语言和机器码打印出来。

$ gcc -g -c test.c
$ objdump -d -M intel -S test.o

一条C语言指令可以对应一条汇编语言指令，也可以对应多条（2条以上，含2条）汇编语言指令。汇编语言指令与机器码则是一一对应的。

test.o:     file format elf64-x86-64
Disassembly of section .text:
0000000000000000 <main>:
int main()
{
   0:   55                      push   rbp
   1:   48 89 e5                mov    rbp,rsp
  int a = 1; 
   4:   c7 45 fc 01 00 00 00    mov    DWORD PTR [rbp-0x4],0x1
  int b = 2;
   b:   c7 45 f8 02 00 00 00    mov    DWORD PTR [rbp-0x8],0x2
  a = a + b;
  12:   8b 45 f8                mov    eax,DWORD PTR [rbp-0x8]
  15:   01 45 fc                add    DWORD PTR [rbp-0x4],eax
}
  18:   5d                      pop    rbp
  19:   c3                      ret    

汇编语言是给“程序员看的机器码”。

问：在Windows操作系统上，是如何实现的呢？

4. 汇编指令和机器指令的解析

指令可以分为五大类：
1）算术指令：加减乘除。
2）数据传输指令：给变量赋值，在内存里读写数据。
3）逻辑指令：与、或、非、异或。
4）条件分支指令：if…else…，for，while。
5)无条件跳转指令：函数（function）调用，方法（method）调用，goto。

不同的CPU的指令集是不同的，例如Intel的CPU的指令集有2000多条指令。这里选用最简单的MIPS指令集来学习。MIPS指令集是MIPS公司在二十世纪80年代设计的CPU指令集，现在已经开源了，可以点击MIPS官网和这里获得。国产龙芯2E微处理器是一款实现64位MIPSⅢ指令集的通用RISC处理器。

MPIS指令集是32位（bit）的指令。
1）高6位是操作码（Operational Code，即OP code），可以理解为具体的动词，CPU具体的操作指令/行为。剩余的26位有R、I、J三种格式。
2）R指令：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。
3）I指令：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而是常数的时候。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。
4）J指令：跳转指令，高 6 位之外的 26 位都是一个跳转后的地址。

例如：

add $t0,$s1,$s2  #将寄存器t0中的内容变为寄存器S1和寄存器S2中内容的和

1）操作码：汇编指令【add】，机器指令【opcode中的0】。
2）rs，第一个源操作数(OP num)：汇编指令【$s1】，机器指令【17】，表示寄存器s1的地址为17（这里用10进制表示了）。3）rt，第二个源操作数：汇编指令【$s2】，机器指令【18】，表示寄存器s2的地址为18（如果用16进制表示未0x12）。
4）rd，目标寄存器：汇编指令【$t0】，机器指令【8】，表示目标寄存器t0的地址为8。
5）因为不是移位操作，所以偏移量shamt为0。
6）功能码或函数码为0x20。
如果用打孔卡实现为：

这里我们用的C语言，C语言是一种编译型计算机语言。可以用Python语言实现，Python是一种解释型计算机语言。还可以用Java语言实现，Java语言是一种使用虚拟机的语言。