😶‍🌫️ Notes

指令系统

27分钟阅读

指令系统

指令集体系结构

机器指令（简称指令）是指示计算机执行某种操作的命令。

一台计算机的所有指令的集合构成该机的指令系统（指令集）。

指令系统是指令集体系结构(ISA, Instruction Set Architecture)中最核心的部分，ISA 完整定义了软件和硬件之间的接口，是机器语言或汇编语言程序员所应熟悉的。

ISA 规定的内容主要包括：

  1. 指令的格式，寻址方式，操作类型，以及每种操作对应的操作数的相应规定。
  2. 操作数的类型，操作数寻址方式，以及大/小端存放方式。
  3. 程序可访问的寄存器编号、个数和位数，存储空间的大小和编址方式。
  4. 指令执行过程的控制方式等，包括程序计数器、条件码定义等。

ISA 规定了机器级程序的格式，机器语言或汇编语言程序员必须对机器的 ISA 非常熟悉。

指令字长

指令字长是指一条指令所包含的二进制代码的位数，其取决于操作码的长度、地址码的长度和地址码的个数。

指令字长与机器字长没有固定的关系，它既可以等于机器字长，又可以大于或小于机器字长。但为了硬件设计方便，指令字长一般取字节或存储字长的整数倍，而不一定都和存储字长一样大。

通常根据指令长度可以将指令分为：

  • 单字长指令：指令长度等于机器字长的指令。
  • 半字长指令：指令长度等于半个机器字长的指令。
  • 双字长指令：指令长度等于两个机器字长的指令。

Tip

指令长度的不同会导致取指令时间开销的不同。例如，单字长指令只需访存 1 次就能将指令完整取出；而双字长指令则需访存 2 次才能完整取出，耗费 2 个存取周期。

在一个指令系统中，

  • 定长指令字结构：所有指令的长度都是相等的。定字长指令的执行速度快，控制简单。
  • 变长指令字结构：各种指令的长度随指令功能而异。

因为主存一般是按字节编址的，所以指令字长通常为字节的整数倍。

指令的格式

指令的基本格式

Tip

现代计算机都采用字节编址方式，即一个内存单元只能存放一字节的信息。一个操作数（如 char、int、float、double）可能是 8 位、16 位、32 位或 64 位等，因此可能占用 1 个、2 个、4 个或 8 个内存单元。也就是说，一个操作数可能有多个内存地址对应。

有两种不同的地址指定方式：大端方式和小端方式。

  • 大端方式：指令中给出的地址是操作数最高有效字节(MSB)所在的地址。
  • 小端方式：指令中给出的地址是操作数最低有效字节(LSB)所在的地址。

总之就是选择 MSB 和 LSB 中的较小的值

零地址指令

零地址的运算类指令仅用在堆栈计算机中。

Tip

堆栈指令的访存次数，取决于采用的是软堆栈还是硬堆栈。

  • 若是软堆栈（堆栈区由内存实现），则对于双目运算需要访问 4 次内存：取指令、取源数 1、取源数 2、存结果。
  • 若是硬堆栈（堆栈区由寄存器实现），则只需在取指令时访问一次内存。

一地址指令

二地址指令

三地址指令

四地址指令

定长操作码指令格式

指令系统中所有指令的操作码长度都相同。

一般 n 位操作码字段的指令系统最大能够表示 2^n^ 条指令。

  • 优点：简化计算机硬件设计，提高指令译码和识别速度 很有利。当计算机字长为 32 位或更长时，这是常规用法。
  • 缺点：指令数量增加时会占用更多固定位，留给表示操作数地址的位数受限。

扩展操作码指令格式

为了在指令字长有限的前提下仍保持比较丰富的指令种类，可采取可变长度操作码，即指令系统中各指令的操作码长度可变。

最常见的变长操作码方法是扩展操作码，它使操作码的长度随地址码的减少而增加，不同地址数的指令可具有不同长度的操作码，从而在满足需要的前提下，有效地缩短指令字长。

  • 优点：指令字长有限的前提下仍保持比较丰富的指令种类。
  • 缺点：加了指令译码和分析的难度，使控制器的设计复杂化。

除这种安排外，还有其他多种扩展方法，如形成 15 条三地址指令、12 条二地址指令、63 条一地址指令和 16 条零地址指令，共 106 条指令。

通常情况下，对使用频率较高的指令分配较短的操作码，对使用频率较低的指令分配较长的操作码，从而尽可能减少指令译码和分析的时间。

指令的操作类型

Tip

调用指令和转移指令的区别：执行调用指令时必须保存下一条指令的地址（返回地址），当子程序执行结束时，根据返回地址返回到主程序继续执行；而转移指令则不返回执行。

指令的寻址方式

寻址方式是指寻找指令或操作数有效地址的方式，即确定本条指令的数据地址及下一条待执行指令的地址的方法。

采用不同寻址方式的目的是为了缩短指令字长，扩大寻址空间，提高编程的灵活性，但这也提高了指令译码的复杂度。

指令寻址

寻找下一条将要执行的指令地址称为指令寻址。

顺序寻址

通过程序计数器 PC 加 1 条指令的长度，自动形成下一条指令的地址。

PC 自增的大小与编址方式、指令字长有关。

跳跃寻址

通过转移类指令实现，可以实现程序的无条件转移和条件转移。

跳跃是指由本条指令给出下条指令地址的计算方式，而是否跳跃可能受到状态寄存器的控制。

跳跃的方式分为：

  1. 绝对转移：地址码直接指出转移目标地址。
  2. 相对转移：地址码指出转移目的地址相对于当前 PC 值的偏移量。

由于 CPU 总是根据 PC 的内容去主存取指令的，因此转移指令执行的结果是修改 PC 值，下一条指令仍然通过 PC 给出。

数据寻址

数据寻址是指如何在指令中表示一个操作数的地址，或怎样计算出操作数的地址。

数据寻址的方式较多，为区别各种方式，通常在指令字中设置一个寻址特征字段，用来指明属于哪种寻址方式（其位数决定了寻址方式的种类）。CPU 也是通过这来区分某个寄存器中存放的是操作数还是操作数的地址。

指令中的地址码字段并不代表操作数的真实地址，这种地址称为形式地址(A)。形式地址结合寻址方式，可以计算出操作数在存储器中的真实地址，这种地址称为有效地址(EA, effective address)。

Tip

(A)表示地址为 A 的数值，A 既可以是寄存器编号，又可以是内存地址。

各常见指令寻址方式的特点和适用情况：

  • 立即寻址：操作数获取便捷，通常用于给寄存器赋初值。
  • 直接寻址：相对于立即寻址，缩短了指令长度。
  • 间接寻址：扩大了寻址范围，便于编制程序，易于完成子程序返回。
  • 寄存器寻址：指令字较短，指令执行速度较快。
  • 寄存器间接寻址：扩大了寻址范围。
  • 基址寻址：扩大了操作数寻址范围，适用于多道程序设计，常用于为程序或数据分配存储空间。
  • 变址寻址：主要用于处理数组问题，适合编制循环程序。
  • 相对寻址：用于控制程序的执行顺序、转移等。

直接寻址

指令字中的形式地址 A 就是操作数的真实地址 EA。

  • 优点：简单，不需要专门计算操作数的地址，指令 在 执行阶段 仅需访存一次。
  • 缺点：A 的位数限制了该指令操作数的寻址范围，操作数的地址不易修改。

Tip

一条指令的执行分为取指令和执行指令。取指令需要一次访存。

间接寻址

间接寻址是相对于直接寻址而言的，指令的地址字段给出的不是操作数的真正地址，而是操作数有效地址所在主存单元的地址，也就是操作数地址的地址，即 EA = (A)。

  • 优点：可扩大寻址范围（有效地址 EA 的位数大于形式地址 A 的位数），便于编制程序（用间接寻址可方便地完成子程序返回）。
  • 缺点：指令在执行阶段要多次访存，例如一次间接寻址需 2 次访存；由于执行速度较慢，一般为了扩大寻址范围时，通常采用寄存器间接寻址。

寄存器寻址

与直接寻址的原理一样，只是把访问主存改为访问寄存器，指令的地址字段给出的是操作数所在寄存器的编号，即 EA = Ri，其操作数在由 Ri 所指的寄存器内。

  • 优点：指令在执行阶段不用访存，只访问寄存器，执行速度快；寄存器数量远小于内存单元数，所以地址码位数较少，指令字长较短；
  • 缺点：寄存器价格昂贵，CPU 的寄存器数量有限。

Note

由于寄存器寻址的指令字长较短，因此想要缩短指令中某个地址段的位数可以使用这种方法。

寄存器间接寻址

这种方式综合了间接寻址和寄存器寻址各自的特点，指令字中的 Ri 所指寄存器给出的不是一个操作数，而是操作数所在主存单元的地址，即 EA = (Ri)。

  • 相比间接寻址，这种方式既扩大了寻址范围，又减少了访存次数，在执行阶段仅需访存 1 次。
  • 相比寄存器寻址，这种方式在执行阶段需要访存获得操作数。

隐含寻址

不明显地给出操作数的地址，而是隐含操作数的地址。

例如，单地址的指令格式就隐含约定第二个操作数由累加器（ACC）提供，指令中只明显指出第一个操作数的地址。因此，累加器（ACC）对单地址指令格式来说是隐含寻址。

  • 优点：有利于缩短指令字长，可以简化地址结构。
  • 缺点：需增加存储操作数或隐含地址的硬件。

立即寻址

指令字中的地址字段指出的不是操作数的地址，而是操作数本身，也称立即数，采用补码表示。

图中#表示立即寻址特征，A 就是操作数。

  • 优点：指令在执行阶段不访存，指令执行速度最快。
  • 缺点：A 的位数限制了立即数的范围。

偏移寻址

Tip

设基址/变址/PC 的值为 B，若题目显式说明形式地址 A 是补码表示，则计算 EA 时有两种方法（存疑）：

  1. 将补码 A 扩展到与 B 位数相同，然后相加，忽略溢出。

    • C000 0000H + FFFF FF00H = 1 BFFF FF00H（加上补码，有溢出）
    • 但 FF00H = -0100H，C000 0000H - 0100H = BFFF FF00H（与原码进行加减，无溢出）

  2. 将补码 A 转化为原码，然后再根据补码 A 的符号数进行加减。

    • F000 0000H + (-00EEH) = EFFF FF12H（与原码进行加减，无溢出）
    • 但 FF12H 扩展后是 FFFF FF12H，F000 0000 + FFFF FF12H = 1 EFFF FF12H（加上补码，有溢出）

基址寻址

基址寻址是指将基址寄存器(BR, base address register) 的内容加上指令字中的形式地址 A 而形成操作数的有效地址，即 EA = (BR) + A。

其中基址寄存器既可采用专用寄存器，又可指定某个通用寄存器作为基址寄存器。

基址寄存器是面向操作系统的，其内容由操作系统或管理程序确定，主要用于解决程序逻辑空间与存储器物理空间的无关性。

在程序执行过程中，基址寄存器的内容不变（作为基地址），形式地址可变（作为偏移量）。采用通用寄存器作为基址寄存器时，可由用户决定哪个寄存器作为基址寄存器，但其内容仍由操作系统确定。

优点：可以扩大寻址范围（基址寄存器的位数大于形式地址 A 的位数）；用户不必考虑自己的程序存于主存的具体位置，因此有利于多道程序设计，并可用于编制浮动程序，但偏移量（形式地址 A）的位数较短。

基址寄存器对于汇编程序员是可见的。

变址寻址

变址寻址是指将变址寄存器 (IX, index register) 的内容加上指令字中的形式地址 A 而形成操作数的有效地址，即 EA = (IX) + A，其中 IX 为变址寄存器（专用），也可用通用寄存器作为变址寄存器。

变址寄存器是面向用户的，在程序执行过程中，变址寄存器的内容可由用户改变（作为偏移量），形式地址 A 不变（作为基地址）。

优点：可扩大寻址范围（变址寄存器的位数大于形式地址 A 的位数）；偏移量（变址寄存器 IX）的位数足以表示整个存储空间。

变址寻址与基址寻址本质上的区别：

  • 基址寻址面向系统，主要用于为多道程序或数据分配存储空间，因此基址寄存器的内容通常由操作系统或管理程序确定，在程序的执行过程中其值不可变，而指令字中的 A 是可变的。
  • 变址寻址面向用户，主要用于处理数组问题，在变址寻址中，变址寄存器的内容由用户设定，在程序执行过程中其值可变，而指令字中的 A 是不可变的。

相对寻址

相对寻址是把 PC 的内容加上指令格式中的形式地址 A 而形成操作数的有效地址，即 EA = (PC) + A，其中 A 是相对于当前 PC 值的偏移量（即相对于下一条要执行的指令的地址），可正可负，补码表示。

A 的位数决定操作数的寻址范围。

Note

对于转移指令 JMPA，若指令的地址为 X，且占 2B，则在取出该指令后，PC 的值会增 2，即 (PC)=X+2，这样在执行完该指令后，会自动跳转到 X+2+A 的地址继续执行。

优点：操作数的地址不是固定的，它随 PC 值的变化而变化，且与指令地址之间总是相差一个固定的偏移量，因此便于程序浮动。

相对寻址广泛应用于转移指令。

堆栈寻址

堆栈是存储器（或寄存器组）中一块特定的、按后进先出(LIFO)原则管理的存储区，该存储区中读/写单元的地址是用一个特定寄存器给出的，该寄存器称为堆栈指针(SP, Stack Pointer)。

堆栈可分为硬堆栈和软堆栈两种：

  1. 硬堆栈：使用寄存器作为堆栈，硬堆栈的成本较高，不适合做大容量的堆栈。
  2. 软堆栈：从主存中划出一段区域来做堆栈，这种方法是最合算且最常用的。

在采用堆栈结构的计算机中，大部分指令表面上都表现为无操作数指令的形式，因为操作数地址都隐含使用了 SP。因此在读/写堆栈的前后都伴有自动完成对 SP 的加减操作。

程序的机器级代码表示

常用汇编指令

相关寄存器

x86 处理器中有 8 个 32 位的通用寄存器。为了向后兼容，EAX、EBX、ECX 和 EDX 的高两位字节和低两位字节可以独立使用，E 表示 Extended，表示 32 位的寄存器。

例如，EAX 的低两位字节称为 AX，而 AX 的高低字节又可分别作为两个 8 位寄存器，分别称为 AH 和 AL。

除 EBP 和 ESP 外，其他几个寄存器的用法是比较灵活的。

汇编指令格式

一般有两种不同的汇编格式：AT&T 格式和 Intel 格式（统考要求掌握的是 Intel 格式）。

常用指令

汇编指令通常可分为数据传送指令、算术和逻辑运算指令和控制流指令，下面以 Intel 格式为例，介绍一些常用的指令。

数据传送指令

  1. mov 指令

    将第二个操作数（寄存器的内容、内存中的内容或常数值）复制到第一个操作数（寄存器或内存）。

    双操作数指令的两个操作数不能都是内存，即 mov 指令不能用于直接从内存复制到内存，若需在内存之间复制，可先从内存复制到一个寄存器，再从这个寄存器复制到内存。

  2. push 指令

    将操作数压入内存的栈，常用于函数调用。

    ESP 是栈顶，入栈前先将 ESP 值减 4，然后将操作数压入 ESP 指示的地址。

    栈中元素固定是 32 位

    栈增长方向与内存地址增长方向相反

  3. pop 指令

    push 指令相反，pop 指令执行的是出栈工作，出栈前先将 ESP 指示的地址中的内容出栈，然后将 ESP 值加 4。

算术和逻辑运算指令

Note

若乘法操作溢出，则编译器置溢出标志 OF = 1，以使 CPU 调用溢出异常处理程序。

控制流指令

选择语句的机器级表示

Tip

在 Intelx86 处理器中程序计数器 PC(ProgramCounter)通常被称为 IP(Instruction Pointer)。

循环语句的机器级表示

过程调用的机器级表示

访问栈帧

每个过程都有自己的栈区，称为栈帧，因此，一个栈由若干栈帧组成，寄存器 EBP 指示栈帧的起始位置，寄存器 ESP 指示栈顶，栈从高地址向低地址增长。

过程执行时，ESP 会随着数据的入栈而动态变化，而 EBP 固定不变。当前栈帧的范围在 EBP 和 ESP 指向的区域之间。

切换栈帧

https://www.bilibili.com/video/BV1ps4y1d73V?p=58

传递参数

https://www.bilibili.com/video/BV1ps4y1d73V?p=59

CISC 和 RISC

复杂指令系统计算机 (CISC): Complex Instruction Set Computer

精简指令系统计算机 (RISC): Reduced Instruction Set Computer

  • CISC 的主要特点如下
    1. 指令系统复杂庞大，指令数目一般为 200 条以上。
    2. 指令的长度不固定，指令格式多，寻址方式多。
    3. 可以访存的指令不受限制。
    4. 各种指令使用频度相差很大。
    5. 各种指令执行时间相差很大，大多数指令需多个时钟周期才能完成。
    6. 控制器大多数采用微程序控制。有些指令非常复杂，以至于无法采用硬连线控制。
    7. 难以用优化编译生成高效的目标代码程序。
  • RISC 的主要特点如下
    1. 选取使用频率最高的一些简单指令，复杂指令的功能由简单指令的组合来实现。
    2. 指令长度固定，指令格式种类少，寻址方式种类少。
    3. 只有 LOAD/STORE（取数/存数）指令访存，其余指令的操作都在寄存器之间进行。
    4. CPU 中通用寄存器的数量相当多。
    5. 一定采用指令流水线技术，大部分指令在一个时钟周期内完成。
    6. 以硬布线控制为主，不用或少用微程序控制。
    7. 特别重视编译优化工作，以减少程序执行时间。

从指令系统兼容性看，CISC 大多能实现软件兼容，即高档机包含了低档机的全部指令，并可加以扩充。但 RISC 简化了指令系统，指令条数少，格式也不同于老机器，因此大多数 RISC 机不能与老机器兼容。

关系图谱