学习笔记（二）：计算机的语言

计算机的语言

计算机语言中的基本单词称为指令，而一台计算机的全部指令称为计算机的指令集。

对以前还是现在的计算机而言，“设备简单性”都是值得考虑的重要问题，而本章的目的就是介绍一种符合此原则的一种指令集，介绍它怎样用硬件表示，并怎样和高级语言之间相互转换。

介绍的指令集来自MIPS公司，是1980s以来出现的各类指令集的优秀代表之一。

计算机硬件的操作

任何计算机必须能够进行算术运算，MIPS汇编语言的下述记法：

Add a, b, c

这个代码表示将两个变量b和c相加，并将它们的和放入变量a中。

这种记法是固定的：每条MIPS算术执行一个操作，并且有且仅有三个变量。例如：要将b, c, d, e之和放入a中，则要以下几个指令：

Add a, b, c  #The sum of b and c is placed in a

Add a, a, d  #The sum of b and c is now in a 

Add a, a, e  #The sum of b, c, d and e is now in a 

这三条指令共同完成了四个变量的相加。

在上述代码的每一行中，符号“#”右边是注释，用来帮助人们理解程序，而计算机会自动忽略它们，与其他的高级语言不同的是，这种语言美韩只能有一条指令，而注释总是在一行结尾结束。

与加法类似的指令一般都有三个操作数:两个进行操作的数和一个保存结果的数。要求只有两个进行运算的数和一个保存结果的数，这样的设计原则符合了硬件设计的四条基本原则中的第一条：简单源于规整。这样的原则不会给硬件设计带来更大的复杂性。

下面介绍一下其他常用的MIPS汇编语言。

Add $s1, $s2, $s3  表示将$s2和$s3的和放入变量$s1中

Sub $s1, $s2, $s3  表示将$s2和$s3和差放入变量$s1中

Addi $s1, $s2, 20  表示变量和常数之间的相加

Lw $s1, 20 ($s2)  表示将内存中的一个字加入到寄存器$s1中

Sw $s1, 20 ($s2)  表示将寄存器中的一个字加入到内存$s1中

这是一些常见的MIPS汇编语言，之后的内容中会向大家介绍更多指令，有逻辑指令和条件分支指令和无条件跳转等。

举例：将C语言中赋值语句编译成MIPS语句

以下是C语言中的两个语句：

a= b + c

d= a – e

将上两个语句转换为MIPS代码

十分简单，用add和sub就可以解决：

Add a, b, c

Sub d, a, e

下面我们来看一个复杂一些的：

F= (g+h) – (i+j)

因为MIPS指令只进行一个操作，所以我们要把这个语句分成几个指令来进行，而由于中间计算出来的结果要暂时寄存在一个地方，我们要创建一个临时变量，我们可以把它叫做t0:

首先要把g和h的值相加放在临时变量t0中，

Add $t0, g, h #temporary variable t0 contains g and h

然后要把i和j的值相加放在临时变量t1中

Add $t1, i, j #temporary variable t1 contains i and j

最后再用临时变量t0减去t1然后再把结果放入变量f中就可得到最终结果

Sub f, $t0, $t1 # f get t0 – t1, which is (g + h) – (i + j)

在遇到这种问题时，大家可以一步一步的分析，这样就会变得十分简单。

计算机硬件的操作数

不同于高级语言程序，算术运算指令的操作数是有限的，他们必须来自寄存器。寄存器由硬件直接构建，数量有限，是计算机硬件设计的基本元素。在MIPS体系结构中寄存器大小为32位，由于32位大小的寄存器经常出现，我们把它叫做一个“字”。

高级语言的区别就是，寄存器的数量是有限的。MIPS中有32个寄存器，而这正可以表示为硬件设计四条基本原则中的第二条：越少越快。

大量的寄存器可能会使时钟周期变长，但是这也不是绝对的，31个寄存器并不见得比32更快。在MIPS约定书写指令时，用一个$符号后面跟两个字符来表示一个寄存器如$t0, $t1等。

储存器操作数

在计算机中，寄存器只能保存少量的数据，绝大多数数据都是保存在储存器中的，所以MIPS必须包含在储存器和寄存器之间传送数据的指令，这些指令叫做数据传送指令。为了访问储存器中的一个字，指令必须给出存储器地址，存储器就是一个很大的下标从0开始的数组，地址就相当于数组的下标。

将数据从存储器拷贝到寄存器的数据传送指令叫做取数指令，也就是我们之前提到过的lw (load word)。

例题：设A是一个含有100个字的数组，编译器将寄存器$s1, $s2分配给变量g, h。设数组A的起始地址，或称基址，存放在寄存器$s3中。试编译下面的C语句：

G = h + A[8]

因为A的基址在$s3中而且我们要将A[8]传送到寄存器中，A[8]的地址就是基址再加上它的元素序号8，我们可以把取回的数据放在一个临时的寄存器中，代码如下：

Lw $t0, 8, ($s3) #Temporary reg $t0 get A[8]

这之后就很简单了，我们只需将含有A[8]的临时寄存器和h相加，就可以得到结果:

Add $s1, $s2, $t0 #g = h + A[8]

很多程序都会用到字节类型，且大多体系结构按字节编址。因此，一个字的地址必和它所包括的四个字节中某个的地址相匹配，且连续字的地址相差4（一个字33四个字节）。例如字的地址为0，1，2，3，则字节地址为0，4，8，12。在MIPS中，字的起始地址必须是4的倍数，这叫对齐限制，许多体系结构中都有这样的设定，而具体原因我会以后向大家介绍。

有两种字节寻址的计算机：一种使用最左边的“大端”字节的地址作为字地址，另一种用“小端”字节的地址作为字地址。MIPS采用大端编址。

让我们来看一个例题：

假设变量h存放在寄存器$s2中，数据A的基址放在$s3中，试编译下面的C语句：

A[12] = h + A[8]

这道例题的意思就是将数组A取出加上变量h然后再存入数组A中，但是我们要注意的是：因为对齐限制，字的起始地址必须是4的倍数，也就是说我们要把地址全部乘4。先进行的是取数的动作：

Lw $t0, 32, ($s3) #Temporary reg $t0 gets A[8]

然后再进行h + A[8]的动作：

Add $t0, $s2, $t0 #Temporary reg $t0 gets h + A[8]

最后一条指令使用48（4*12）作为偏移量，寄存器$s3作为基址寄存器，将加法结果存放到存储器单元A[12]中：

Sw $t0, 48, ($s3) #Stores h + A[8] back into A[12]

许多程序的变量个数要远多于计算机的寄存器个数，因此，编译器会尽量将最常用的变量保持在寄存器中，而将其它的变量放在储存其中，方法是使用lw/sw指令在寄存器和存储器之间传送变量。将不常使用的变量存回到存储器中的过程叫做寄存器溢出。

寄存器相比于存储器有以下几个优点：

寄存器一定比存储器快，因为寄存器的数量更少，因此访问寄存器中的数据要远快于访问存储器中的数据。

寄存器中的数据更容易利用。一条MIPS算术运算指令能完成都两个寄存器，对他们进行运算，并写回运算结果的操作。而一条MIPS数据传送指令只能完成读一个操作数或写一个操作数的操作，并且不能对它们进行运算。

寄存器与存储器相比，访问时间短，吞吐率高，寄存器中的数据访问速度快并易于利用，访问寄存器相对于访问存储器功耗更小，因此，为了获得高性能和节约功耗，编译器必须高效的利用寄存器。

常数或立即数操作数

在程序中会经常在某个操作中使用到常数，如果仅从之前用过的指令来看，如果要使用常数必须现将其从存储器中取出：

Lw $t0, AddrConstant4 ($s1) #$t0 = constant 4

Add $s3, $s3, $t0 #$s3 + $t0 （$t0 == 4）

但是我们有避免使用取数指令的办法：专门的立即数算术运算指令：addi（add immediate），这样，上述的操作只需写成：

Addi $s3, $s3, 4 #$s3 = $s3 + 4

立即数算术运算指令说明了硬件设计四条原则的第三条：加速执行常用操作。常数操作数出现频率高，而且相对于从存储器中去常数，包含常数的算术运算指令执行速度快很多，而且能耗较低。

有符号数和无符号数

首先回忆一下计算机是如何表示数的：在计算机硬件中数是以一串或高或低的电信号来体现的，所有的信息都有二进制数位（binary digit）或位（bit）组成，因此二进制数运算基本单位是bit，取值可以使两种状态之一：1或0。

我们会在十进制数的右下角写上10，二进制数的右下角写上2。在一个32位数中，我们从右向左标记各位为0，1，2，3……31，而像数字1011(2)的存放位置就是：

0000  0000  0000  0000  0000  0000  0000  1011

由于字是水平或垂直方向向上书写的，用最左边或最右边表示大小带有不确定性，因此采用最低有效位表示最右边的一位（第0位），最高有效位标识最左边的一位（第31位）。

MIPS的字有32位，可以表示2**32个不同的32为模式，可以表示从0到2**32-1（4294967295）之间的十进制数：

0000  0000  0000  0000  0000  0000  0000  0000 = 0

0000  0000  0000  0000  0000  0000  0000  0001 = 1

0000  0000  0000  0000  0000  0000  0000  0010 = 2  

1111  1111  1111  1111  1111  1111  1111  1101 = 4294967293

1111  1111  1111  1111  1111  1111  1111  1110 = 4294967294

1111  1111  1111  1111  1111  1111  1111  1111 = 4294967295