深入理解计算机系统第三章理解和习题解析之数据格式和mov指令

关于本文的说明

本文主要记录的是本人对于《深入理解计算机系统》一书中第三章部分章节个人理解和总结分析，其中包括：

1. 数据格式：对应书中3.3节
2. mov指令的理解：对应书中3.4.1、3.4.2、3.4.3 这几节内容

写在前面

  最近华为被美国禁令，前段时间中兴也被断了芯片，深感核心技术的重要性。虽然中国人多，人才多，缺钱，这几样因素整合起来让我们觉得这些外界的禁令都不成问题，只要政府政策稍加倾斜，投入人力财力物力去做相关研发，能出产品，能出成绩。但是，我还是认为，任何技术的基础部分，那些基本功东西，仍然是重要的，可能它无趣，它不出成果，客户不买你的账，但是那是一切高楼的基础。比如在程序开发行业，现在都不用汇编了，都有python、js、perl、底层点的C++，api做的即稳定有好用，那么多社区论坛，不会问百度，资源又多又方便，谁还在乎你知不知道程序是怎么编译的，可是好多这些重要的框架、库函数都是老外发明的，不知道它是怎么堆起来的用着用着就心里发虚，一个是硬性的条件哪天被禁用了，像现在一样，一个是出了问题，稀奇古怪的，都无从下手，只能放到网上搜索，一旦找不到方案就完了。
  所以翻出以前买的《深入理解计算机系统》，准备有空时补下基础知识，也许现在已经太迟了，或者看书很慢，也看不见成效，但是还是决定看下去，就当是出于热爱吧。
  为了记录看书的心得，写了博客，也欢迎各位指正讨论。

数据格式

  图3-1和图2-3两张表格记录下来，对比看即可，个人认为后者是前者的更详细部分，主要扩展部分是添加了符号和32位和64位对比。后面实例和题目主要还是基于64位，因为说明是x86-64了，但是关于符号的扩展还是需要留意。

mov指令

关于操作数指示符的理解

操作数指示出一个操作中要使用的源数据值和放置结果的目的位置。

原数据值:这是一个值，如果是立即数则代表这个数本身，如果是寄存器或者内存地址则代表寄存器或内存地址中存放的值

目的地址：这是一个位置，寄存器或者内存地址就是它本身

接着下面讲mov指令，比如

mov %rsi，%rax

  一开始我搞不清楚，这里哪个指示的是值，哪个指示位置，依据什么来判断。后来重新回来看3.4.1节，第一句话，我终于明白，第一个参数是值，第二个参数是位置，上面的指令意思是把%rsi寄存器中的值取出来放到%rax的位置中。
  仔细想想也有道理，我们是知道源数据值和目标位置的。所以系统设定是寄存器放在第一个参数代表取其中值，放在第二个参数代表这个寄存器本身。

源：数值，有以下几种类型：

• 立即数：取这个数本身作为源操作数值
• 寄存器：取这个寄存器中存储的值作为源操作数值
• 内存地址：取这个内存地址中存储的值作为源操作数值

目的地址：地址 有以下几种类型：

• 寄存器：寄存器是目的地址
• 内存地址：内存地址是目的地址

下面举几个例子：

寄存器	值
%rdi	0x001
%rsi	0x002

内存地址	值
0x001	30
0x002	40

mov %rdi,%rsi

该指令将寄存器%rdi中的值放到寄存器%rsi中，执行完成后寄存器内容如下：

寄存器	值
%rdi	0x001
%rsi	0x001

mov (%rdi),%rsi

该指令将%rdi值0x001指示的内存地址中的值放到寄存器%rsi中，执行完成后寄存器内容如下：

寄存器	值
%rdi	0x001
%rsi	30

mov后缀b、w、l、q的确定方法总结

这个问题曾经困扰我很久，因为不知道到底该通过什么来确定使用哪个后缀，习题3.2就是关于这方面的知识。

后来查看书中的实例后个人总结如下
因为源包括：立即数、寄存器、内存地址，目的地址包括：寄存器和内存地址两种，所以应该有3*2=6种组合方案，由于不能出现源和目的地址都是内存地址的情况，所以只有6-1=5种可能的组合方案，我们将其归纳如下：

源	目的地址	确定后缀
立即数	寄存器	根据寄存器确定后缀
立即数	内存地址	根据立即数大小确定后缀
寄存器	寄存器	根据目的寄存器确定后缀
寄存器	内存地址	根据寄存器确定后缀
内存地址	寄存器	根据寄存器确定后缀

优先权总结

1. 如果源和目的都是寄存器，根据第二个参数也就是目的地址寄存器来确定
2. 有寄存器根据寄存器确定
3. 其次是立即数大小
4. 内存地址没有决定权

书中给出的示例验证
- movl $0x4050,%eax 表格总结第一种
- movw %bq,%sp 表格总结第三种
- movb (%rdi,%rcx),%al 表格总结第五种
- movb $-17,(%rsp) 表格总结第二种
- movq %rax，-12(%rbq) 表格总结第四种情况

依据以上的归纳总结，习题3.2均可以套用，并且可以解决习题3.3中第二个（找错误）和倒数两个。

习题3.3中第一个的错误之处在于：x86-64系统规定所有内存地址都必须用四字长的寄存器给出，而%ebx存储双字;
习题3.3中第三个的错误之处在于：两个操作数全部是内存地址;
习题3.3中第四个的错误之处在于：没有%sl寄存器;
习题3.3中第五个的错误之处在于：目的操作数只能是地址不能是立即数.

mov中的数据转换

这里除了上面的归纳总结以外，还需要牢记以下几点
1.movq指令只能以表示为32位补码数字的立即数作为源操作数，然后把这个值符号扩展得到64位的值，放到目的位置；
2.当涉及符号和大小都需要变化时，优先进行大小变化；
3.movl指令以寄存器作为目的时，它会把该寄存器的高位4字节设置为0.

习题3.4解析：
char-int：
源：char 有符号 1字节
目的：int 有符号 4字节

均为有符号，所以是有符号扩展 movs
从1字节到4字节，b-l 所以是movsbl
目的是四字节 所以取%rax的双字寄存器 %eax
所以第一个指令是movsbl (%rdi),%eax
第二个指令从%eax到（%rsi）寄存器到内存地址，以寄存器为准所以是movl

char-unsigned
源：char 有符号1字节
目的：unsigned 无符号4字节

一个有符号一个没有，但涉及字节大小变化，优先大小，所以第一条指令没有变化符号
按照原始的有符号movs，所以是movsbl
其他参考第一个。

unsigned char -long
源：unsigned char 无符号 1字节
目的：long 有符号 8字节

这个是最难理解。
我认为应该是：movzbq（%rdi），%rax movq %rax，（%rsi）原因如下：
涉及大小变化，优先大小，第一条指令使用原始无符号movz，从1字节到四字，所以是movzbq，然后使用%rax寄存器存储8字节，再使用movq移到目的寄存器。
但是答案却是于此不同，这点还没想明白。

int-char
源：int 有符号4字节
目的：char 有符号1字节

大小变小时，先找源大小的寄存器中存下，然后在从其中更低位寄存器中读取。
所以此处movl（%rdi），%eax 然后从%al中取
同样可以解释下一个