【转】计算机是如何工作的？--通过汇编一个简单的C程序，分析汇编代码理解计算机是如何工作的

王雪 原创作品转载请注明出处 《Linux内核分析》MOOC课程 http://mooc.study.163.com/course/USTC-1000029000

一、理论基础 
（1）冯诺依曼体系结构：存储程序计算机的工作模型 

从硬件角度看程序的执行过程：其中IP（instruction pointer）为CPU中的寄存器，指向内存中的某一块，CPU执行指令时，会从IP中取出一条指令后执行，执行过后，IP自加一（增加一个指令的长度），取下一条指令执行。 
从程序员的角度看： CPU是一个大的for循环，不停地执行next instruction命令，存储器主要负责数据和代码等信息的存储，CPU与Main Memory通过总线进行连接。 
注意： 
1.程序员不可以直接修改IP的值，只能通过一些指令，如CALL、RET、JMP等间接修改IP的值 
2.IP在32位机器中表示为eip（本次实验以32位作为分析），在64位机器中表示为rip。 
（2）x86汇编基础知识（32位机器） 
一.寄存器：在x86体系中，寄存器可分为通用寄存器、段寄存器、标志寄存器 
1通用寄存器： 
EAX:累加器 
EBX:基地址寄存器 
ECX:计数寄存器 
EDX:数据寄存器 
EBP:堆栈基指针 
ESI,EDI:变址寄存器 
ESP:堆栈顶指针 
2.段寄存器：CS,DS,ES,SS,FS,GS 
3.标志寄存器 
CPU在实际取指令时根据CS:eip来准确确定某一个指令在内存中的地址。 
二：汇编指令（以常见的MOV,PUSH,POP,CALL等进行说明） 
（1）MOV指令及寻址方式 
1.MOV指令，能实现以下操作： 
① CPU内部寄存器之间数据的任意传送(除了码段寄存器CS和指令指针IP以外)。 
② 立即数传送至CPU内部的通用寄存器组(即AX、BX、CX、DX、BP、SP、SI、DI)，给这些寄存器赋初值。 
③ CPU内部寄存器(除了CS和IP以外)与存储器(所有寻址方式)之间的数据传送，可以实现一个字节或一个字的传送。 
④ 能实现用立即数给存储单元赋初值。 
movb,movl,movw,movq分别针对8位，16位，32位，64位系统 
（2）pushl和pop指令，pushl用于入栈（栈的扩张），pop用于出栈（栈的收缩） 
栈是向下生长的，也就是说栈底位于高地址，栈顶位于低地址，用ebp指向栈底，用esp指向栈顶。 
入栈操作：pushl %eax完成的操作包括两步

subl $4,%esp
movl %eax,(%esp)

• 1
• 2

出栈操作：pop %eax完成的操作包括两步

movl (%esp)，%eax
addl $4,%esp

• 1
• 2

（3）CALL主要用于函数调用 
call 0x12345 完成的操作包括两步

push %eip
movl %0x12345,%eip

• 1
• 2

（4）RET指令用于恢复操作，完成pop %eip操作 
（5）enter和leave操作 
enter 置为空栈，完成的操作包括两步

pushl %ebp
movl %esp,%ebp

• 1
• 2

leave用于撤销函数调用堆栈，完成的操作包括两步

movl %ebp,%esp
popl %ebp

• 1
• 2

注： 
（1）函数调用堆栈是由逻辑上多个堆栈叠加起来的（比如函数的嵌套） 
（2）函数的返回值默认使用eax寄存器存储返回给上一级函数 
（3）一定要注意的是eip不能由程序员直接修改，程序员想修改eip只能通过特殊指令间接修改。 
2.寻址方式 
（1）寄存器寻址（不访问内存） 
movl % eax,% edx <==>edx= eax，将eax中的值赋值给edx 
（2）立即寻址（不访问内存）用$表示立即数 
movl $ 0x1234,%edx <==>edx = 0x1234 
（3）直接寻址 
movl 0x123,%edx <==>edx = * (int32_t*)0x123 
将内存地址0x123所指向的内存数据赋值给edx 
（4）间接寻址 
movl (%ebx),%edx <==>edx = * (int32_t*)ebx 
（5）变址寻址 
movl 4(%ebx),%edx <==>edx = * (int32_t*)(ebx+4) 
二、通过实验分析计算机是如何工作的 
（1）实验代码与截图 
在实验楼的linux终端下创建一个main.c文件（注意实验楼的环境为64位） 
 
利用指令（64位下生成32位的汇编文件）

gcc –S –o main.s main.c -m32    

• 1

 
进入main.s汇编文件，去掉所有以.开始的代码行（以.开始的代码是连接时的辅助信息）得到纯汇编代码 
 
可以看到刚才介绍过的指令操作。 
（2）实验分析——-对执行过程的分析 
与C语言类似，汇编代码的入口也为main函数 
初始时栈的状态 
 
进入main函数，执行18行代码

pushl %ebp

• 1

执行后栈的状态 
 
0标号下下存放ebp的内容，esp指向标号1处

movl %esp,%ebp

• 1

esp和ebp指向相同位置

subl $4,%esp

• 1

movl $8,(%esp)

• 1

call f

• 1

执行call时实际执行两个动作，pushl %eip ; movl f ,%eip 
此时eip指向第23行代码 
 
执行后，eip指向f 
跳转到f中执行:

pushl %ebp
movl %esp,%ebp
subl $4,%esp

• 1
• 2
• 3

 
在执行过movl%esp，%ebp后，esp和ebp置于相同的标号处（4） 
执行subl $4，%esp，esp向下移动到标号5 

movl 8(%ebp),%eax
movl %eax,(%esp)

• 1
• 2

movl 8(%ebp),%eax 变址寻址，将ebp（此处为标号4）加8（向上移动两个标号，也就是标号2处）的值赋给eax，所以%eax = 8 
movl %eax,(%esp)，将eax的内容也就是8赋值到esp下也就是标号5处 

call g
leave

• 1
• 2

执行call时实际执行两个动作，pushl %eip ; movl g,%eip 
此时eip指向第15行代码leave的位置,此时eip指向g跳转到g中去执行 
 
在g中执行：

pushl %ebp
movl %esp,%ebp

• 1
• 2

pushl %ebp同上，将esp向下移动，将ebp（标号为4）压栈 
 
movl %esp,%ebp 
esp和ebp指向相同的位置 

movl 8(%ebp),%eax

• 1

强ebp向上移动两个标号的值（也就是8）赋给eax

addl $57,%eax
popl %ebp
ret

• 1
• 2
• 3

%eax中存放的值为8，addl操作，将eax的值与立即数57相加，结果为65，将65存回到eax 
popl %ebp,将ebp的值放回到ebp，执行效果：ebp重新指向标号为4的位置,同时esp减4 
 
ret执行popl %eip，也就是说esp向上移动指向5的标号的位置，同时eip指向15行指令的位置（call的下一条指令） 
 
回到f中执行

leave
ret

• 1
• 2

leave执行两条指令， 
movl %ebp,%esp 
popl %ebp 
首先，将esp指向ebp相同的位置（也就是标号4的位置），popl %ebp，将ebp出栈，此时ebp指回标号1的位置，由于popl，esp向上移动 

 
ret执行popl %eip 
由于popl，esp向上增加一个，指向标号2，eip指向第23行代码处 
 
eip执行第23行代码，回到main处，执行

addl $1，%eax
leave
ret

• 1
• 2
• 3

eax此时的值为65，执行addl，65+1 = 66，将66存回到eax。 
函数返回值默认使用eax来存储 
执行leave，分为两步， 
movl %ebp，%esp，将esp指向ebp的位置，popl %ebp，将ebp出栈（ebp指向0的位置），popl指令时esp向上移动，也就是说esp，ebp均指向标号0的位置，栈回到main函数最初的状态。 
ret，return的是main函数之前的堆栈，此处由操作系统管理。 
 
栈向下生长，向上还原，增增减减，将程序变为指令流，从CPU上流过。 
此时，小程序执行完成 
三、实验总结–对计算机如何工作的理解 
1.计算机的基本原理是存储程序和程序控制，预先要把指挥计算机如何进行操作的指令序列（称为程序）和原始数据通过输入设备输送到计算机内存贮器中。每一条指令中明确规定了计算机从哪个地址取数，进行什么操作，然后送到什么地址去等步骤。 
计算机在运行时，先从内存中取出第一条指令，通过控制器的译码，按指令的要求，从存储器中取出数据进行指定的运算和逻辑操作等加工，然后再按地址把结果送到内存中去。接下来，再取出第二条指令，在控制器的指挥下完成规定操作。依此进行下去。直至遇到停止指令。简单来说就是CPU负责处理和运算，存储器负责保存指令和数据。通过操作系统得调度和安排，不停地进行取址、译码、执行的循环。 
2.汇编代码是什么？ 
计算机语言的发展过程从机器语言（计算机能直接识别的二进制0和1的组合）->汇编语言（为了减轻使用机器语言编程的痛苦，人们进行了一种有益的改进：用一些简洁的英文字母、符号串来替代一个特定的指令的二进制串，依赖于硬件）->高级语言（接近于数学语言或人的自然语言，同时又不依赖于计算机硬件，编出的程序能在所有机器上通用）。 
我们编写了一个小程序，比如上面实验中写到的main.c文件，编译器执行的过程，
可执行的二进制文件是计算机“认识”的文件，可以直接执行。 
3.以上便是我对这次实验的总结，计算机很“单纯”，它可以执行很多复杂的指令，但它也是被“告诉”要执行什么，才会去执行什么，通过对汇编语言的分析可以方便我们理解计算机处理的过程，了解计算机如何工作等等，这也会成为我今后学习的重点。感谢为我们辛苦准备课程的老师！