嗨~你好呀！
我是一名初二学生，热爱计算机，码龄两年。最近开始学习汇编，希望通过 Blog 的形式记录下自己的学习过程，也和更多人分享。
上篇系列文章链接：【汇编】二、预备知识（一只 Assember 的成长史）
这篇文章主要讲解寄存器。
话不多说~我们开始吧！
⭐ 注：本系列文章基于 8086 CPU，16 位汇编，参考书《汇编语言》。
本系列旨在为 32 位汇编的学习以及汇编的实际使用打下基础。
目录
三 5. CS/IP 寄存器及 CPU 读取执行指令的工作过程
三 0. 本文中用到的汇编指令及其功能
| 汇编指令 | 指令功能 | C++ 语法描述 |
| mov X, Y | 将 Y 中的数据送至 X 中 | X = Y |
| add X, Y | 将 X,Y 相加，并将结果存储在 X 中 | X += Y 或 X = X+Y |
| jmp X:Y | 将 cs 的值设置为 X，将 ip 的值设置为 Y（后面会详细讲到） | cs = X; ip = Y |
| jmp 某一合法寄存器名 | 将 ip 的值设置为该合法寄存器中存储的值（后面会详细讲到） | ip = 该寄存器中存储的值 |
注：mov 和 add 的使用有一些限制，但涉及到更多知识，容易打乱思路和学习主线，所以会在遇到这些限制的时候再进行说明~
三 1. 寄存器是什么
上一篇说过，计算机有多种存储器，寄存器也是其中一种。
我们都知道，CPU 的运算速度远高于内存的读写速度，所以如果每次需要数据都要从内存中读取，会严重拖慢 CPU 的运行速度。正因如此，CPU 内嵌入了读写速度更快的 cache（高速缓存）和寄存器，用于存储最常用的数据（比如 for 循环中的 i）。cache 和寄存器也相当于 CPU 和内存之间的一座桥梁。
寄存器的体积最小、读写速度最快、价格最贵。
三 2. 寄存器的分类
不同的 CPU，寄存器的个数和结构都是不相同的，但总有那么几个寄存器出现在任何种类的 CPU 中。8086 CPU 共有 14 个寄存器（寄存器名不区分大小写）：ax, bx, cx, dx, si, di, sp, dp, bp, ip, cs, ss, ds, es, psw。
不过这 14 个没必要一口气学完，此处仅列出分类，下文中会讲到几个，后续文章中会讲到其它的~如果现在就想详细了解，可以去：爱了爱了，这篇寄存器讲的有点意思
1. 通用寄存器
· 数据寄存器：ax, bx, cx, dx
· 地址指针寄存器：sp, bp
· 变址寄存器：si, di
2. 控制寄存器
· 指令指针寄存器：ip
· 标志寄存器：psw
3. 段寄存器
（结尾的 s 全称为 segment，即 “段”）
· 代码段：cs（c = code）
· 数据段：ds（d = data）
· 栈段：ss（s = stack）
· 附加段：es（e = extra）
三 3. 通用寄存器及数据在通用寄存器中的存储
8086 CPU 的所有寄存器都是 16 位的，可以存放两个字节（一个字）。如下图：
But，8086 的上一代 CPU 中的寄存器都是 8 位的，为了保证兼容，8086 CPU 中的 ax, bx, cx, dx 寄存器都可以分为两个 8 位寄存器来使用（但其他的不可以）。
ax 分为 ah 和 al（h = high，l = low，下同）；
bx 分为 bh 和 bl；
cx 分为 ch 和 cl；
dx 分为 dh 和 dl；
通过其英文我们不难猜出，ah 中存储的是 ax 中的高 8 位数据，而 al 中存储的是 ax 中的低 8 位数据。下图是一个例子（“20H” 中的 H 表示该数据是十六进制）。
上图其实也表明了数据在 16 位寄存器中的存储。如果数据是一个字节，它将被存储在寄存器的某个 8 位中（高或低不确定）。如果数据是一个字，它的高位字节存储在寄存器的高 8 位中，低位字节存储在寄存器的低 8 位中。
如果在 ax 中存放的数据超过了 16 位（如 mov ax, FFFFFF0H），会导致高位丢失。
如果单独使用 al 或 ah，存放的数据超过 8 位时会导致高位丢失（不要误认为，单独使用 al 时，如果超过 8 位，会将进位存储在 ah 中）。
注意不要混淆寄存器和内存单元，一个字可以使用一个寄存器存储，但会占用两个内存单元（一个内存单元 8 位）。
在进行数据传送或运算时，两个操作对象的位数应当是一致的，比如不能这样写：mov ax,bl（前者是 16 位寄存器，后者是 8 位寄存器）。
三 4. 物理地址、物理地址计算方法及段的概念
1. 物理地址
上篇文章中说过，各个存储器的物理存储空间被合在一起看成一个逻辑存储空间，也就是内存地址空间，这个空间由很多内存单元构成。
而 CPU 想要寻址，就必须保证内存单元的地址的唯一性。内存单元在内存地址空间中唯一的地址就是它的物理地址（相当于身份证号）。
这就涉及到了一个问题——CPU 怎么给出物理地址？
2. 物理地址计算方法
首先需要面对一个非常囧的情况：8086 CPU 有 20 根地址总线，但只有 16 根数据总线......
通过上篇文章的计算公式不难得出，它的寻址能力是 1MB（或者说最大可以有 1MB 内存）。但是它一次只能发送 64KB 的数据（相当于 16 位的地址），表现出的寻址能力只有 64KB...
怎么办？如果只能发送 16 位的地址，那么内存大小只会有 64KB，且还白白浪费了 4 根地址总线。
但大佬就是大佬，一个 16 位不够，可以用两个啊！（虽然我很好奇为什么当时不加上 4 根数据总线，那不就万事大吉了）
so，解决办法出炉了——用两个 16 位地址合成一个 20 位地址。一个称为段地址，一个称为偏移地址（后面会讲到）。
如上图，概括一下 8086 CPU 读写内存的过程：
CPU 把段地址和偏移地址告诉地址加法器，地址加法器按照公式用这两个 16 位地址生成一个 20 位物理地址，再通过地址总线送到存储器。
这个公式就是：物理地址 = 段地址 * 16 + 偏移地址（ * 16 相当于左移 4 位）
补充一些数学知识：
· 一个 X 进制的数据左移 1 位，相当于乘以 X。
· 一个二进制数左移 4 位，相当于在原数的末尾加 4 个 0。
· 一个十六进制数左移 4 位，相当于在原数的末尾加 1 个 0。
补充的第二条也解释了为什么两个 16 位地址经过公式计算后可以生成一个 20 位地址。因为原来的段地址是 16 位，段地址 * 16 后末尾多了 4 个 0，变成了 20 位，再加上 16 位的偏移地址，还是 20 位。
下图是一个例子，其中段地址和偏移地址都用十六进制表示（其实它们在被送上地址总线的时候都是二进制，但是十六进制相对易读，也比较短）。
这个公式的本质含义是：CPU 在访问内存时，用一个基础地址和一个相对于基础地址的偏移地址相加，给出内存单元的物理地址。其中，“基础地址” 就是段地址 * 16。
根据这个公式，同一个物理地址可以用不同的段地址和偏移地址来表示，比如：
| 段地址 | 偏移地址 | 物理地址 |
| 0001 | 0000 | 0001 * 16 + 0000 = 00010+0000 = 00010 |
| 0000 | 0010 | 0000 * 16 + 0010 = 00000+0010 = 00010 |
其实 32 位 CPU 也延续了用段地址和偏移地址来表示一个内存单元的传统，只不过操作系统从实模式变成了保护模式，添加了 GDT、段描述符、段选择子等等一系列复杂的东西，后续文章会讲到哒~
3. 段的概念
你可能已经注意到了，“段地址” 这个名称似乎在暗示，内存地址空间是被分段的...？
nonono！内存地址空间是一个逻辑空间，并没有分段，段的划分来自于 CPU（上面那个表格也可以解释这一点，如果内存被分段的话，就会有两个内存单元对应同一个物理地址了）。
分段的方式可以让开发者更好地管理内存，比如我们可以把一部分内存划为代码段，专门用于存放代码；另一部分内存划分为数据段，专门用于存放数据；等等。在后续的文章中会陆续出现的~
比如，我们可以用不同的方式划分 10000H~100FFH 这段内存（不过一个段的起始地址一定是 16 的倍数，相当于段地址 * 16 + 0）。
如果你想在一个学校中找到 “初二 5 班 29 号同学”，你可以先找到初二5班，再在这个较小的范围中寻找 29 号同学，这可以减小你的工作量。
同理，分段可以让你不必记住这个内存单元的物理地址，而只需要先设置好段地址（后续文章会讲到），再通过偏移地址在这个段中定位需要的内存单元就可以了~
不过，偏移地址的长度是 16 位，所以一个段的长度最大为 64KB。
三 5. CS/IP 寄存器及 CPU 读取执行指令的工作过程
1. cs 和 ip 寄存器
cs 和 ip 是 CPU 中两个最关键的寄存器，它们指示了 CPU 当前要读取的指令的地址。其中 cs 为代码段寄存器（存储段地址），ip 为指令指针寄存器（存储偏移地址）。
若设 cs 中内容为 X，ip 中内容为 Y，对于 8086 CPU，它将从内存 X * 16 + Y 单元开始，读取一条指令并执行。换言之，它将 cs:ip 指向的内存单元中的内容当作指令执行。
2. CPU 读取、执行指令的工作过程
我们已经知道 CPU 会将 cs:ip 指向的内容当作指令执行，那么，一条指令究竟是怎么执行的呢？CPU 在这个过程中是如何工作的？
我们通过一个例子来看这个问题。
如下图，cs 的值为 2000H，ip 的值为 0000H，内存 20000H~20009H 单元存放着可执行的机器码，旁边给出了每几条对应的汇编指令。地址加法器负责计算物理地址；输入输出控制电路负责输入/输出数据；指令缓冲器负责缓冲（暂存）指令；指令执行器（或称为执行控制器）负责执行指令。
第一步：如下图，cs, ip 中的内容送入地址加法器，地址加法器通过 “物理地址 = 段地址 * 16 + 偏移地址” 计算出内存单元的物理地址。
第二步：如下图，地址加法器将物理地址送入输入输出控制电路。
第三步：如下图，输入输出控制电路将物理地址 20000H 送上地址总线，经地址总线送入内存。
第四步：如下图，从内存 20000H 单元开始存放的机器指令（B8 23 01）通过数据总线被送入 CPU。
（你可能会好奇，诶 CPU 怎么知道它要三个内存单元的数据？它怎么知道 20000H 到 20003H 就是完整的一条汇编指令？）
（这是因为 CPU 有指令解释器，它知道 mov 后面跟着几个字节~）
第五步：如下图，输入输出控制电路将机器指令（B8 23 01）送入指令缓冲器。
第六步：如下图，读取一条指令后，ip 寄存器中的值将自动增加，以便 CPU 可以读取下一条指令。因为当前读入的指令长度为 3 个字节，所以 ip 中的值自动加 3。此时 cs:ip 指向内存单元 2000:0003。
第七步：如下图，指令执行器执行指令 B8 23 01。
此时，ax 寄存器中的内容为 123H。
总结一下 CPU 读取和执行指令的过程吧~：
1. 从 cs:ip 指向的内存单元读取指令，读取的指令进入指令缓冲器；
2. ip = ip + 所读取的指令的长度，从而转向下一条指令；
3. 执行指令，转到步骤 1，重复这个过程。
3. 修改 cs 和 ip 寄存器
本文最开始提到，mov 和 add 指令的使用是有限制的，其中的一些限制在这里表现了出来。
如何改变一个寄存器的值？我猜你第一个想到的是使用 mov 指令，把一个值送入寄存器。
buuuuuut...cs 和 ip 偏偏就很有个性，它俩不接受通过 mov 修改它们的值...（其实 “有个性” 的寄存器不止它俩，后续文章中会提到~）
能够改变 cs 和 ip 的值的指令被称为转移指令，其中最简单的一个是 jmp 指令。
若想同时修改 cs 和 ip 的值，可用形如 “jmp 段地址:偏移地址” 来实现。jmp 用指令中给出的段地址修改 cs，用指令中给出的偏移地址修改 ip。如：jmp 218h:520h，执行后 cs = 218H，ip = 520H，CPU 将从 026A0H（218H * 16 + 520H）处读取指令。
若仅想修改 ip 的值，可用形如 “jmp 某一台合法寄存器” 来实现。jmp 用指令中给出的合法寄存器中的值修改 ip。如：mov ax, 1320h; jmp ax（注意！汇编代码后面没有分号，此处使用分号仅仅为了便于区分两条指令~），执行后 ip = 1320H。
如果你希望定义一个代码段，可以使用 cs:ip 指向代码段中第一条指令所在的内存地址空间（的起始位置）。
还有一些别的转移指令，后续文章中会讲到~
以上就是本文的全部内容啦~感谢你看到这里~
作者只是一名初学者，有任何错误或解释不当之处欢迎指出呀~一起加油！
那，我们下一篇再见咯~
2023-03-04
By Geeker · LStar
❤️
1518
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
