计算机系统要素-从零开始构建现代计算机--第四章，01-机器语言概述

机器语言是符号与物理机器的界面，是硬件与软件的界面。
机器语言向下直接操纵机器，向上提供软件符号接口。

机器（Machines）

机器语言直接打交道的对象是处理器（processor）、寄存器（register）和内存（memory）。
机器语言利用处理器与寄存器操纵内存。

内存

储存数据和指令的硬件设备，硬件结构见第三章，02-16Kb存储器与程序计数器实现。
后面的内容中用符号Memory[addr]，RAM[addr]或M[addr]表示内存。

处理器

执行算术操作和逻辑操作、内存存取操作和控制操作。输入输出都是二进制数值，交互对象为寄存器或指定的内存单元。

寄存器

CPU取内存地址j的内容的过程分成三步：

1. j从CPU传到RAM
2. RAM的直接访问逻辑(direct-access logic)选中地址为j的寄存器
3. RAM[j]的内容传回到CPU

内存因为远离CPU，在跑得飞快的CPU面前，数据传输的延时不容忽视。
同时内存通常容量巨大，因此寻址时间较长。
而处理器的电路相对简单，给定输入下很快可以得到输出，速度上就比内存快了不知道多少倍。
若CPU只与内存交互，执行速度就会被拖慢到和内存相同水平。

寄存器是集成在CPU中专门为了伺候CPU的，相当于一组既靠近CPU又提升了运算速度的内存单元，而且数量非常少，通过机器语言指令的几个位就能确定寄存器在哪，指令格式也更短。

数据寄存器(Data Registers)

CPU的短期记忆，如当计算$(a-b)-c$时，将$a-b$的结果缓存到数据寄存器中。

寻址寄存器(Addressing Registers)

数据内存中下一个被访问的内存字(word)所在的地址可以通过两种方式给出：

1. 作为当前指令的一个部分
2. 依赖于前一条指令的执行结果

对于2，将这个地址存储到寻址寄存器中。

程序计数寄存器Program Counter Registers)

存储下一条指令所在的地址，是指令内存的地址。更新方式：

1. 当前指令不包含goto指令，PC增1指向下一条指令
2. 包含goto n命令，将PC置为n

语言（Languages）

CPU的输入是一组高低不一的电平，使用二进制表示，如果直接使用二进制编码，既难懂又不好维护。
汇编语言（assembly language），或简称汇编，就是二进制指令的助记符，一行汇编代表一串二进制指令，对应ALU的一个操作。
将汇编程序翻译成二进制代码的程序称为汇编编译器（assembler）。
不同的计算机在CPU的操作方式、寄存器的数量和类型，以及汇编语法上各不相同。但也共享一些通用的命令集合，如下所示：

命令（Commands）

算术操作和逻辑操作

计算机执行的基本算术操作和基本布尔操作，用典型的机器语言编写示例：

ADD R2, R1, R3     // R2 <- R1 + R3， 其中R1, R2, R3是寄存器
ADD R2, R1, foo    // R2 <- R1 + foo ，其中foor代表用户自定义标签foo所指向的内存单元的值
AND R1, R1, R2     // R1 <- 对R1和R2进行按位与（And）的结果

内存访问

内存访问命令分为两类：
1.算术命令和逻辑命令，如上面的示例，可以操控寄存器和特定的内存单元。
2.load和store命令，用来在寄存器和内存之间传递数据。
涉及内存操作时，需要进行内存寻址，绝大多数计算机都支持以下三种寻址方式：

• 直接寻址（Direct Addressing）
  最常用的寻址方式，直接表示一个指定内存单元的地址，或者使用一个符号来代表这个地址，如下所示：

LOAD R1, 67    // R1 <- Memory[67]
// 假设bar指向内存地址67，那么就有：
LOAD R1, bar   // R1 <- Memory[67]

• 立即寻址（Immediate Addressing）
  常数加载使用立即寻址，加载出现在指令代码中的数值，直接将该数值装入寄存器，而不是当作内存单元的地址：

LOADI R1, 67    // R1 <- 67

• 间接寻址（Indirect Addressing）
  要访问的内存单元的地址保存在指令指定的内存中。这种寻址方式是指针（pointer） 实现的依赖。
  如，高级语言指令：
  $$x=foo[j]$$
  foo是数组变量，x和j是整数变量。
  当数组foo在高级语言程序中被声明并初始化时，编译器分配一组连续的内存单元，并用符号foo来指代该内存单元组的基地址（base address）
  当编译器遇到表示数组单元的符号（如foo[j]）时，地址解析如下：
  第j个元素的物理地址，相对基地址的偏移量为j，即foo+j。
  如C语言中，x=foo[j]等价于x=*(foo+j)，这时"*n"代表“Memory[n]的值”。
  x=foo[j]对应汇编代码如下：

// 将x=foo[j] or x=*(foo+j)翻译成汇编语言：
ADD R1, foo, j    // R1 <- foo + j
LOAD* R2, R1      // R2 <- Memory[R1]
STR R2, x         // x <- R2

控制流程

程序经常会使用分支，如反复（repetition,跳回到循环起始位置, for,while）、有条件的执行（conditional execution，if-else），以及子程序调用（subroutine calling）。
为了支持这些程序结构，汇编语言都可以有条件（conditional）或无条件(unconditional)地跳转到程序指定的地址。

有条件跳转（unconditional jump）

满足特定的布尔条件即跳转。

无条件跳转（unconditional jump）

只指定了跳转的目标地址，执行到这条语句直接跳转，不需要满足特定的布尔条件。

结语

看到这章和第5章有点小失望，因为前3章都是在讲硬件构成，这章插入汇编语言，突然就断了一层，就像刚把砖做好，下一步就告诉我楼已经盖好了。虽然第5章把ALU和内存这些东西拼起来组装成了计算机，但还缺了很多东西，毕竟只靠这些，离开模拟器就不知道怎么进行了。

比如在现实中按步骤组装好硬件，往哪里写汇编？
在后面的章节里，汇编是用已有的高级语言写的，那没有高级语言的时候，第一个汇编器是怎么实现的？
命令最后调动的都是CPU，那么是怎么调动的？谁调动的？不是整个计算机都是通过CPU调动吗？先有鸡还是先有蛋？
好像有个看不见的指挥官，遇到二进制指令，就告诉CPU：这个管脚是这个输入，那个管脚是那个输入，然后CPU的输入就自动变成了这些值？

我往后看，一直到书末尾都没有再提，挺失望的。最后扳回一城的是13章提到所有的仿真器代码都对读者开放，才心里踏实了点。