《深入理解程序设计》之计算机体系结构

在学习编程时，你首先要了解计算机如何解释程序。当然，你无需拥有电子工程学位，但需要理解一些基本概念。
现代计算机的体系结构都是在冯诺依曼体系结构（因其创始人而得名）的基础上发展起来的。冯诺依曼体系结构蒋计算机划分成两个主要组成部分：CPU（中央处理单元）和内存。这种架构被用在包括个人计算机，超级计算机，大型机在内所有现代计算机，甚至手机中。

2.1 内存结构

为理解计算机内存的结构，可以蒋计算机内存与你家附近的邮局做个比较。邮局通常有一个摆满邮政信箱的房间，计算机内存就像邮局房间里的信箱一样，每个固定大小的存储单元都依次编号。例如，大小为256M的内存大致包含2.56亿个固定大小的存储单元；如果与邮局类比，就是2.56亿个信箱。计算机内存的每个存储单元都有一个编号，所有存储单元都具有相同的固定大小。邮政信箱与计算机内存的不同之处在于：信箱中能存放各种东西，但是内存的存储单元中只能存一个数字。
你也许想知道为什么计算机如此设计。答案是：这样比较容易实现。设想一下，如果组成计算机内存的存储单元的大小各不相同，或者能在不同的存储单元存储不同类型的数据，要么实现起来不仅困难，而且成本太高。
计算机内存有多种用途。计算机的所有计算结果都存储在内存中。事实上，所有要“存储”的内容都会先存储在内存中。以你家里的计算机为例，想想当它运行时，在它的内存里存放了哪些东西。通常有（但不限于）这些：

• 你的光标在屏幕上所在的位置；
• 屏幕上每个窗口的大小；
• 所使用的字体中每个字母的形状；
• 每个窗口上所有控件的布局；
• 工具栏上所有图标的图形；
• 所有的错误信息和对话框的文本。
  除上述内容外 ，在采用冯诺依曼体系结构的计算机中，不仅计算机数据应存放在内存中。而且在控制计算机操作的程序也应存放在内存中。事实上，对计算机来说，程序和数据的区别仅仅在于计算机使用两者的方式不同，两者的存储和访问方式是一样的。

2.2 CPU构造

那么，计算机是怎么运行的呢？显然，仅仅能够存储数据是不行的，还必须能访问，操作以及移动数据。这时候，就用到CPU了。
CPU一次从内存中读取一条指令并执行，CPU执行指令的上述步骤就是所谓的读取-执行周期（又称为指令周期或机器周期）。为完成此功能，CPU需包含以下元件：

• 程序计数器
• 指令解码器
• 数据总线
• 通用寄存器
• 算数逻辑单元
  程序计数器用来告诉计算机从哪里提取下一条指令。我们之间曾提到，数据和程序的存储方式并无区别，只有CPU对两者的解释方式不同。程序计数器保存即将执行的下一条指令的内存地址。CPU先查看程序计数器，然后提取存放在制定内存地址的数字，接着传递给指令解码器，由它来解析指令。指令解码器给出的解释包括：需要进行何种处理（加法，减法，乘法，移动数据等），以及处理过程中将会涉及哪些内存单元。计算机指令通常由实际指令和执行指令要用到的内存单元列表构成。
  接着，计算机使用数据总线取得存储在内存单元中的用于计算的数据。数据总线是CPU和内存间的物理连线，是两者的纽带。计算你主板上的那些从内存延伸出来的排线，就是数据总线。
  除了位于CPU外面的内存，CPU内部还包含一些被称为寄存器的特殊高速存储单元。CPU中有两种寄存器：通用寄存器和专用寄存器。通用寄存器是进行主要运算的地方，一般用来处理加法，减法，乘法，比较及其他运算。但是计算机CPU的通用寄存器很少，计算时用到的绝大多数信息都存储在主内存中，只有在CPU处理时才提取到通用寄存器，处理完成后再放回内存。专用寄存器是用于特定用途的寄存器，稍后我们再介绍。
  CPU在取回需要的数据后，蒋数据和经过解码的指令传递给算数逻辑单元进一步处理。算数逻辑单元是实际执行指令的地方。它得出计算结果后，蒋结果经数据总线传到指令指定的相应内存单元或寄存器。
  以上是对CPU处理指令的过程的一个相当简化的描述。最近几年，CPU已经有了很大的发展，变得越来越复杂。尽管基本操作任然相同，但新的cpu使用了多层高速缓存结构，超标量处理器，流水线，分支预测，乱序执行，微代码转换，协处理器以及其他复杂的优化技术。不知道这些词的意思也没关系，要是你想深入了解CPU，可以在互联网上搜索一下这些词。

2.3 几个术语

计算机内存是经过编号的一系列国定大小的存储单元。每个存储单元编号称为该存储单元的地址。一个存储单元的大小称为一个字节。在X86处理器上，一个字节对应一个0到255之间的数字。
你可能想知道为什么计算机只能存储0到255之间的数，却能显示和处理文本，图形，和更大的数？首先，显卡等专用硬件对每个数字都有专门的解释。当在屏幕上显示数字时，计算机根据ascii码表蒋你发送给它的没一个 0到255之间的数字转换为显示在屏幕上的字符，每个数字对应一个字母或10以内的数字。例如，大写字母A用数字65表示，而数字1则用49表示。因此，要在屏幕上打印出“HELLO”，你实际上要把数字序列49，48，48发给计算机。
对于程序员来说，数字不仅能表示ascii字符，还能表示你希望它表示的任何信息。例如，如果我经营着一家商店，那我会用一个数字代表一件商品，每个这样的数字实际上都对应另一串数字，也就是扫描此商品时会显示的那串ascii码。另外，我还希望用更多的数字表示价格，库存等信息。
那么，如果我们需要大于255的数字该怎么办呢？很简单，只要把多个字节组合起来，就可以表示较大的数字了。这样，两个字节就可以表示0到65536之间的任何数字，四字节就能表示0到4294967295之间的任何数字。然而，写程序的时候要通过组合字节来增大数字颇为困难，这需要运用一点数学知识。幸运的是，计算机能帮我们表示多达4字节的数值。事实上，4字节长的数值也是默认情况下我们要使用的数值长度。
前面提到过，计算机除了有常规内存外，还有称为寄存器的特殊单元。寄存器是计算机运算时用到的元件。可将寄存器设想为你书桌上的一块空间，用于临时存放正在使用的东西。你可能把许多资料放在文件夹和抽屉中，但当前正在使用的东西总是放在桌上。寄存器就是用来保存你当前正在操作的数字内容。
在我们当前使用的计算机上，每个寄存器的大小为4各字节。计算器中典型寄存器的大小称为计算机的字长。x86处理器的字长为4个字节。这意味着，x86计算机能一次计算4字节，大约可以表示40亿个值。
地址的长度也是4个字节（一个字长），因此也适合放入寄存器。这一方面意味着，如果计算机的内存足够大，x86处理器可以访问多达4294967296字节的内存；另一方面，也意味着我们可以用存储数字的方式来存储地址。事实上，电脑不会区分地址值，数字值，ascii码值或其他什么值。当你要显示数字时，它就是一个ascii码值；当你要寻找数字指向的字节时，它就变成了地址。花点时间好好理解上述内容，这对于理解计算机程序如何工作至关重要。
由于地址中存储的值并不是常规值，而是指向内存中不同位置的数字，因此存储在内存中的地址也称为指针。
正如我们前面所说的，计算机指令也存储在内存中。事实上，由于指令与数据在内存中的存储方式完全相同，计算机知道某个存储单元时指令的唯一途径，就是有被称为指令指针的专用寄存器在某个时刻指向它。如果指令指针指向一个内存字节，该字节就作为一条指令被加载。除了这种途径以外，计算机无法区别程序和其他类型的数据。

2.4 内存详解

计算机的精确要求程序员做到同样的精确。作为一台机器，计算机并不知道你的程序要做到什么。因此，你告诉计算机做什么，它才会做什么。如果你不小心输出一个常规的数值，而不是构成数值中每个数字的ascii码，计算机将不会阻止你，而你的屏幕上将会出现一串乱码（计算机会尝试寻找此数值对应的ascii码，然后打印出来）。如果你让计算机从包含数据而非程序指令的存储单元开始执行指令，那么就没人知道计算机会对此如何解释，经管它肯定会尝试解释。总之，计算机会完全以你指定的顺序执行你的指令即使这样做毫无意义。
可见，计算机会忠诚地执行你的指令，无论它是否有意义。因此，作为程序员，你要确切的知道数据在内存中是如何放置的。由于计算机只能存储数字，因此文字，图片，网页，音乐，文件和其他内容在计算机中都只是长串的数字，只有对应的特定程序知道如何解释它们。
例如，如果你想将客户信息存储在内存中，那么一种方式是首先设置客户姓名和地址所要占用的最大空间量（如各占50个ascii字符，即50字节）。然后用数字表示客户的年龄和用户ID。采用这种存储方式，一条客户记录占据的内存空间将如下所示：

记录开始处：
客户姓名（50个字节）-记录起始处
客户地址（50个字节）-记录起始处+50字节
客户年龄（1个字- 4字节）- 记录起始处+100字节
客户ID号（1个字- 4字节）- 记录起始处+104字节

在这种存储方式中，只要给出客户记录的起始地址，你就能知道该客户的其他数据在哪里。但该存储方式将客户姓名和地址限制在50个ascii字符以内，有可能无法满足实际需求。
如何消除这样的限制呢？我们可以采用另一种存储方式：用指针直指向记录中的信息。例如，可以用指向客户姓名的指针取代客户姓名字段。采用这种存储方式，一条客户记录在内存中将如下所示：

记录开始处：
客户姓名（1个字）-记录起始处
客户地址（1个字）-记录起始处+4字节
客户年龄（1个字）- 记录起始处+8字节
客户ID号（1个字）- 记录起始处+12字节

而实际的客户姓名和地址将存储在内存中的其他位置。采用上述方式，我们不仅易于确定每条记录的每部分数据相对记录起始处的位置，而且无需限制客户姓名和地址所占用的空间。不论采取上面哪种存储方式，如果记录中字段的长度是可变的，那就没办法知道下一字段是从何处开始的了；因为字段可变造成每条记录的长短又会有所不同，所以要找到下一条记录的开始位置更是难上加难。因此，几乎所有记录都是固定长度的。长度可变的数据通常与记录的其余部分分开存储。

2.5 寻址方式

计算机处理器有多种不同的数据访问方式，它们被称为寻址方式。最简单的寻址方式是立即寻址方式，在这种寻址方式下，指令本身即包含要访问的数据。例如，如果我们想把寄存器初始化为0，那么可以使用立即寻址方式，在指令中直接给出数字0，而不是告诉计算机要到那个地址去读0。
在寄存器寻址方式中，指令中包含要访问的寄存器，而不是内存位置。
除了上述两种寻址方式外，其余寻址方式都与地址有关。
在直接寻址方式中，指令中包含要访问的内存地址，例如，直接寻址的指令可能为：请将地址2002中的数据加载到这个寄存器。按照这个指令，计算机将直接读取字节编号为2002的内存中的内容，并将其复制到寄存器。
在变址寻址方式中，指令中除包含一个要访问的内存地址外，还要指定一个变址寄存器。如果该变址寄存器包含数字4，那么实际用于加载数据的地址就是2006。利用这种寻址方式，如果你有起始位置为2002的一组数字，那就可以使用变址寄存器循环提取每个数字。在x86处理器中，还可以指定变址的比例因子，这样就能以一次一个字节或一个字（四个字节）的方式访问内存。比如，如果你正在访问一个完整的字，那么变址需要乘以4（即比例因子是4）才能得到第四个字相同当前地址的确切位置。如果你想访问从内存地址2002开始的第四个字节，因为是一次访问一个字节，你要把3加载到变址寄存器（我们从0开始计数），并设置比例因子为1。这样，你就会得到位置2005的数据。但如果你访问从2002开始第四个字的位置，就把3加载到变址寄存器，并设置比例因子为4，结果是从位置为2014（即第四个字的起始位置）加载数据。花点时间认真验算一下，确保你切实了解上述工作原理。
在间接寻址方式下，指令中包含一个寄存器，该寄存器中存储的是指向要访问数据的指针。比如，如果我们使用间接寻址方式，并指定值为4的%eax寄存器，则表示我们要使用内存地址位置4中的值。同样是这个指令，在直接寻址中，我们将只加载值4；但在间接寻址中，我们会用4作为地址去寻找数据。
最后，还有一种基址寻址方式。这种方式与间接寻址类似。在本书中，我们将主要使用这种寻址方式。
在2.4杰中，我们曾讨论过存储客户信息的内存结构的例子。下面我们以此为例来解释基址寻址方式，设想我们想访问某客户的年龄，也就是其记录的第八个字节的数据，而寄存器中存放着客户信息的起始内存地址。我们可以使用基址指针寻址，指定寄存器为基址指针，8为偏移量。这与变址寻址相似，不同之处在于：在基址指针寻址中，偏移量是常数，指针被保存在寄存器中；而在变址寻址中，偏移量存储在寄存器中，而指针是常量。
此外还存在其他寻址方式，但上面这些是最重要的。