关于计算机编程的一点理解(1)

　看了很多计算机的书，从来没有自己写过东西，其实，写写东西还是不错的。下面谈谈对计算机语言的认识，以c\c++为主，略谈其它。

1.计算机是怎么执行程序的

　　最简单的计算机应该由一个CPU和RAM组成，但是考虑到RAM在掉电的情况下无法保存数据，还需要一个在掉电情况下能够保存数据的存储器(为了方便就叫永久存储器，用英文就叫Permanent Storage，以下就叫PS，顺便说一下这是我临时取的名字)，比如硬盘，ROM，光盘等。现在的计算机都是基于存储程序的原理，意思就是把程序放在PS里面，然后在计算机开机后，自动从PS中的一个地址开始读取程序，一般来说，这段程序是一段启动代码，负责把剩下的主要程序读入RAM,然后跳到RAM开始执行（因为RAM读写比较快），这样计算机就跑起来了。所以程序的一切都在RAM里面。

　　程序执行过程中会进行些什么操作呢？大概包括以下这些：1.读入RAM中某几个地址的数据到寄存器2.对寄存器中的数据执行逻辑和算术操作3.把数据放到RAM中的某个位置。仅此而已。计算机有一个专门的计数器IP,用来记录下一条指令的地址。每执行一条指令，IP就增加一点指向下一条指令，然后，CPU从IP中记录的地址读取下一条指令执行。可见，CPU只是不断往下执行而已，不过有一种特殊指令可以修改IP的值，使得程序能够改变执行路径，在X86中就有jmp,call,int等。

2.汇编语言

　　计算机CPU只能识别二进制指令，但是用二进制编写程序太难懂，易出错，编写效率低下。所以有了汇编语言，汇编语言基本就是把二进制指令用不同的单词代替，让汇编器去把它们转换成二进制指令。概念上基本和二进制一样。很多C编译器就是先把C语言先编译成汇编语言程序，再调用汇编器转换成二进制机器指令的。如果要看到编译成的汇编代码可以加上相应的编译器参数。

3.C语言

　　由于汇编语言和二进制机器语言是一一对应的，所以给不同的cpu写程序，要使用不同的指令集。完全没有可移植性。而且，由于要不断的根据不同机器学习不同语言，显然让人头疼。高级语言应运而生，最开始的高级语言就是FORTRAN，编译器是用汇编语言写成的。然后出现了C语言，并用它完成了UNIX操作系统。

　　C语言提供了什么呢？它提供了一套标准的操作符号。但实现的功能无非还是跳转，读写内存和逻辑算术运算。其实还有一点，就是提供了统一的内存空间申请和释放方法，以及给地址空间中的数据赋予了类型的概念。并把子程序抽象成了函数的概念，提供了标准的参数传递规则。

4.C语言中的类型

　　C语言中的变量一般都有个类型，类型分为基本类型，比如int,char,float,long,wchar_t等等，这些都是基本类型。

还有复合类型。

       比如:

　　　　typedef struct _NODE{

　　　　　　　　int size;

　　　　　　　　node_t  * next;

　　　　}node_t;

       node_t就是一个复合类型。它由基本类型组成。

　　为什么要类型呢？下面看看类型对于编译器意味着什么。

比如一个

　　　　int a;

      就会分配一个空间(一般是4bytes),它的地址由编译器和运行时的状况决定。那么这个4bytes就是由a的类型int决定的。

再比如：

　　　　int a=1;float b;b=a*3;　　　　　　　　　　　　　　

　　这里先分配一个sizeof(int)的空间给a,再一个sizeof(float)大小的空间给b,这个已经讲了。a*3呢，这是两个整数相乘，现在编译器就知道编译成X86的整数乘法指令，如果a是float型的，就需要使用浮点乘法指令(需要专门硬件：浮点协处理器)，编译完后的指令是完全不同的。a*3的值保存在寄存器中，然后编译器发现b是个浮点型的，由于float和int是二进制不兼容的，所以必须进行整数转换成浮点型的转换操作。这些操作编译器都自动完成了，我们看不到而已。

　　从这里可以知道，当类型和操作符联系在一起就会决定产生什么指令。所以类型决定了如下东西:

(1)具有该类型的变量的大小

(2)具有该类型的变量的操作

还看一点：

　　　　node_t  *p=(node_t*) malloc(sizeof(node_t));

　　　　p->next=NULL;

         这里malloc从堆（heap）里面分配了大小为sizeof(node_t)大小的内存，并返回内存首地址，把这个地址放到p中（X86 32bit中指针是32bit，所以指针很特殊，无论是指向什么类型，指针的大小是不变的，这也是为什么会有void *类型存在的原因）。p->next=NULL做了什么事情？其实在C中如下代码和这句是等价的（假设struct中的数据时连续存储的，不考虑地址对齐问题）：

　　　　(node_t *)((char *)p+sizeof(int))=NULL;

　　就是说用把p的值加4让p指向next的首地址，然后根据next的类型给其赋值为NULL(也就是0)。所以复合结构中类型也规定了复合结构的变量的空间的分布，这种分布也是根据基本类型的大小得到的。

　　上面的代码中，p之所以要转换成char*是因为指针类型的加法操作，比如p+N（p为A类型）实际上是把p的值增加sizeof(A)*N.,如果不转换，这里就是把p增加了sizeof(int)*sizeof(node_t),因为我们只想增加sizeof(int)所以要保证sizeof(A)==1,为此先把p变成char *类型，因为sizeof(char)==1.

4.C内存分配

　　其实任何计算机语言都要为变量申请内存，那么变量是怎么获得内存的呢？一份程序编译成二进制了之后，载入到内存是这样的：

　　一部分内存用来放代码，称为代码段。

　　一部分内存用来放数据，称为数据段。数据段比较复杂。

　　比如我们：

　　　　int a;

　　　　int b=1;

　　　　int main(){return 0;}

　　a和b就会被放到数据段，也就是说变量a，b的地址在数据段中。数据段又分为两类，初始化数据和未初始化数据段。a没有赋值是没有初始化了，b初始化为1.这两类数据分别放到不同数据段。b的地址中在文件中就已经有值1，只要载入文件到内存就获得了数据，但是a呢，一般来说，在main运行以前，编译器插入的CRT 启动代码会吧未初始化数据段全部清零的。这两种数据段都是放静态数据的。

　　除此之外还有：

　　栈(stack)。栈也是一个数据段，即一段内存。x86中，cpu有一个sp寄存器(stack pointer),指向栈的末地址。

看下面代码：

　　　　void fun(int a ){

　　　　　　　　int b;

　　　　　　　　return;

　　　　}

         这里a,b都是变量，它们其实只有当调用函数fun的时候才分配空间，这个空间就在栈中。基本方法就是把sp减去几个值（sizeof(a)+sizeof(b)）,然后认为a的地址就是sp+sizeof(b),b的地址就是sp。在函数结束后会插入代码把sp加上8回归原址。（这里只是笼统说一下，要说清楚，实在太费口舌）。

         当然还有malloc函数是在（heap）中分配的。heap其实是一块内存，使用链表连接起来。由一堆函数来管理，malloc,free就是。当然malloc是C运行时的标准函数，其实除了malloc也可以使用操作系统提供的其它函数，来获取更大的灵活性和性能，不过操作系统函数不能操作标准堆，而是另外的空间。

5函数

        在使用汇编语言编程序的时候，没有函数这个东西。但是为了把程序简化，会手工编写子程序。同时会遇到一个问题，即参数传递问题。

        一个子程序有个入口地址，我们可以直接跳到这个地址，开始子程序的执行。但是我们希望子程序根据不同的参数返回不同的答案。那么参数怎么传给子程序呢？一般有这么几种方法：

　　1.把参数放到寄存器中，然后由子程序从寄存器中读取参数。当然使用哪个寄存器必须约定好。

　　2.把参数放到栈中。按约定从栈中读取。这个约定就是函数的类型。前面已经稍微提到过一点栈。

　　3.放到一个静态数据中。其实和放到寄存器意思差不多，只不过慢一些。

       X86中标准C语言使用方法2。所以C函数支持递归操作，因为每次进入都是重新从栈中分配内存，不会覆盖原有数据,是可重入的。不过在一些嵌入式的小型CPU编译器也有使用寄存器的，那么函数将是不可重入的。