汇编语言教程：寄存器、内存模型与CPU指令执行详解

编程学习的核心在于掌握高级语言，即那些专为人类设计、旨在提升开发效率的计算机语言。

然而，计算机硬件无法直接识别高级语言，必须借助编译器将其转换为二进制机器码方可运行。因此，掌握高级语法并不意味着理解计算机底层的实际执行过程。

计算机底层真正识别的是低级语言，这类语言直接用于硬件控制。汇编语言作为典型的低级语言，能够直接描述和控制 CPU 的运行状态。若需深入探究 CPU 的具体行为及代码执行步骤，学习汇编语言是必经之路。

由于汇编语言学习门槛较高，且缺乏简明易懂的教程，本文旨在撰写一篇通俗易懂的汇编语言指南，详细解释 CPU 执行代码的底层逻辑。

一、汇编语言是什么？

CPU 的核心职能是进行计算，其本身并不具备智能判断能力。当输入一条指令（instruction）时，CPU 执行一次操作后便会暂停，等待接收下一条指令。

这些指令以二进制形式存在，被称为操作码（opcode）。例如，加法指令对应的是00000011。编译器的主要作用，便是将高级语言编写的程序翻译成一连串的操作码。

二进制程序对人类而言是不可读的，无法直观反映机器执行的操作。为了解决可读性问题，并满足偶尔的手动编辑需求，汇编语言应运而生。

汇编语言是二进制指令的文本表现形式，与机器指令保持一一对应关系。例如，加法指令00000011在汇编中写作 ADD。只要将其还原为二进制，CPU 即可直接执行，因此汇编语言属于最底层的低级语言。

二、来历

在计算机早期，编写程序需要手动输入二进制指令，并通过物理开关进行输入。例如，执行加法操作时需按下对应的加法开关。随后，纸带打孔机被发明，通过在纸带上打孔的方式，将二进制指令自动输入计算机。

为解决二进制指令可读性差的问题，工程师尝试将指令转换为八进制。虽然二进制转八进制较为简单，但八进制的可读性依然不佳。最终，人们采用文字表达指令，如将加法指令写为 ADD。同时，内存地址不再直接使用数值引用，而是采用标签表示。

这一过程增加了一个将文字指令翻译为二进制的步骤，称为 assembling（汇编）。完成该步骤的程序被称为 assembler（汇编器）。其处理的文本自然被称为 assembly code（汇编代码）。标准化之后，称为 assembly language，缩写为 asm，中文译为汇编语言。

不同 CPU 的机器指令各不相同，因此对应的汇编语言也存在差异。本文主要介绍目前最常见的 x86 汇编语言，即 Intel 公司 CPU 所使用的指令集。

三、寄存器

学习汇编语言，首要掌握两个核心概念：寄存器和内存模型。

首先介绍寄存器。CPU 仅负责运算，不负责数据存储。数据通常存储在内存中，CPU 需要时再从内存读写。然而，CPU 的运算速度远高于内存的读写速度，为避免性能瓶颈，CPU 内置了一级和二级缓存。本质上，CPU 缓存可视为读写速度较快的内存。

尽管 CPU 缓存速度较快，但仍不足以匹配 CPU 的运算速度，且缓存中数据的地址不固定，每次读写均需寻址，这会拖慢速度。因此，CPU 内置了寄存器（register）以存储最常用的数据。那些频繁读写的数据（如循环变量）通常存放在寄存器中，CPU 优先读写寄存器，再由寄存器与内存交换数据。

寄存器不通过地址区分数据，而是依靠名称。每个寄存器都有特定名称，告知 CPU 从具体哪个寄存器获取数据，这种方式速度最快。有人将寄存器比喻为 CPU 的零级缓存。

四、寄存器的种类

早期的 x86 CPU 仅包含 8 个寄存器，且每个寄存器有特定用途。现代寄存器数量已超过 100 个，大多变为通用寄存器，不再指定特定用途，但早期寄存器的名称得以保留。

EAX
EBX
ECX
EDX
EDI
ESI
EBP
ESP

上述 8 个寄存器中，前七个为通用寄存器。ESP 寄存器具有特定用途，用于保存当前 Stack（栈）的地址（详见下一节）。

我们常听到的 32 位 CPU、64 位 CPU 等名称，实际上指的是寄存器的大小。32 位 CPU 的寄存器大小为 4 个字节。

五、内存模型：Heap

寄存器能存放的数据量极少，大多数时候，CPU 需指挥寄存器直接与内存交换数据。因此，除寄存器外，还需了解内存的数据存储方式。

程序运行时，操作系统会为其分配一段内存，用于存储程序和运行产生的数据。这段内存具有起始地址和结束地址，例如从0x1000到0x8000，其中起始地址为较小的数值，结束地址为较大的数值。

在程序运行过程中，对于动态内存占用请求（如新建对象或使用malloc命令），系统会从预先分配的内存中划出一部分给用户。具体规则是从起始地址开始划分（实际上，起始地址前有一段静态数据，此处忽略）。例如，用户请求 10 个字节内存，系统从起始地址0x1000开始分配，直至地址0x100A；若再请求 22 个字节，则分配至地址0x1020。

这种由用户主动请求而划分的内存区域，称为 Heap（堆）。它从起始地址开始，由低位（地址）向高位（地址）增长。Heap 的一个重要特点是不会自动消失，必须手动释放，或由垃圾回收机制回收。

六、内存模型：Stack

除 Heap 外，其他内存占用称为 Stack（栈）。简而言之，Stack 是函数运行时临时占用的内存区域。

请参考以下示例。

int main() {
   int a = 2;
   int b = 3;
}

在上述代码中，当系统开始执行main函数时，会在内存中为其建立一个帧（frame），所有main的内部变量（如a和b）均保存于该帧内。main函数执行结束后，该帧将被回收，释放所有内部变量，不再占用空间。

如果函数内部调用了其他函数，会发生什么情况？

int main() {
   int a = 2;
   int b = 3;
   return add_a_and_b(a, b);
}

在上述代码中，main函数内部调用了add_a_and_b函数。执行到该行时，系统同样会为add_a_and_b新建一个帧，用于存储其内部变量。也就是说，此时同时存在两个帧：main和add_a_and_b。一般而言，调用栈有多少层，就对应多少个帧。

当add_a_and_b运行结束后，其帧将被回收，系统返回到函数main之前中断执行的位置，继续向下执行。通过这种机制，实现了函数的层层调用，且每一层都能使用自己的本地变量。

所有帧均存放在 Stack 中。由于帧是一层层叠加的，故 Stack 称为栈。生成新帧的操作称为“入栈”（push）；回收栈帧的操作称为“出栈”（pop）。Stack 的特点是，最晚入栈的帧最早出栈（因为最内层的函数调用最先结束运行），这被称为“后进先出”（LIFO）的数据结构。每次函数执行结束，自动释放一个帧；所有函数执行完毕，整个 Stack 即被释放。

Stack 由内存区域的结束地址开始，由高位（地址）向低位（地址）分配。例如，若内存区域结束地址为0x8000，第一帧假设为 16 字节，则下一次分配地址从0x7FF0开始；若第二帧需 64 字节，则地址移动至0x7FB0。

七、CPU 指令

7.1 一个实例

了解寄存器和内存模型后，即可探究汇编语言的实质。以下是一个简单的程序example.c。

int add_a_and_b(int a, int b) {
   return a + b;
}

int main() {
   return add_a_and_b(2, 3);
}

gcc 编译器将该程序转换为汇编语言。

$ gcc -S example.c

执行上述命令后，会生成一个文本文件example.s，其中包含汇编语言代码，涉及数十行指令。换言之，高级语言的一个简单操作，底层可能由数个甚至数十个 CPU 指令构成。CPU 依次执行这些指令，以完成该操作。

example.s经过简化后，大致呈现如下形态。

_add_a_and_b:
   push   %ebx
   mov    %eax, [%esp+8] 
   mov    %ebx, [%esp+12]
   add    %eax, %ebx 
   pop    %ebx 
   ret  

_main:
   push   3
   push   2
   call   _add_a_and_b 
   add    %esp, 8
   ret

可以看到，原程序中的两个函数add_a_and_b和main，分别对应两个标签_add_a_and_b和_main。每个标签内包含了该函数转换后的 CPU 运行流程。

每一行代表 CPU 执行的一次操作，又可细分为两部分。以其中一行为例进行说明。

push   %ebx

该行中，push为 CPU 指令，%ebx为该指令所需的运算子。一个 CPU 指令可包含零个或多个运算子。

接下来，我将逐行讲解该汇编程序。建议读者在另一个窗口复制一份该程序，以便阅读时减少页面滚动。

7.2 push 指令

根据约定，程序从_main标签开始执行。此时，系统会在 Stack 上为main建立一个帧，并将 Stack 指向的地址写入 ESP 寄存器。后续若有数据需写入main帧，将写入 ESP 寄存器所保存的地址。

随后，开始执行第一行代码。

push   3

push指令用于将运算子放入 Stack，此处即将3写入main帧。

尽管看似简单，push指令实际上包含一个前置操作。它会先取出 ESP 寄存器中的地址，将其减去 4 个字节，再将新地址写回 ESP 寄存器。采用减法是因为 Stack 从高位向低位发展，而 4 个字节是因为3类型为int，占用 4 个字节。得到新地址后，数值 3 将写入该地址开始的四个字节中。

push   2

第二行同理，push指令将2写入main帧，位置紧邻前一个写入的3。此时，ESP 寄存器将再减去 4 个字节（累计减去 8）。

7.3 call 指令

第三行的call指令用于调用函数。

call   _add_a_and_b

上述代码表示调用add_a_and_b函数。此时，程序将查找_add_a_and_b标签，并为该函数建立新帧。

随后开始执行_add_a_and_b的代码。

push   %ebx

该行表示将 EBX 寄存器中的值写入_add_a_and_b帧。这是因为后续需使用该寄存器，故先将其中的值取出，使用完毕后再写回。

此时，push指令会将 ESP 寄存器中的地址再减去 4 个字节（累计减去 12）。

7.4 mov 指令

mov指令用于将一个值写入某个寄存器。

mov    %eax, [%esp+8]

该行代码表示，先将 ESP 寄存器中的地址加上 8 个字节，得到新地址，然后按此地址从 Stack 取出数据。根据前述步骤，可推算出此处取出的是2，再将2写入 EAX 寄存器。

下一行代码执行相同操作。

mov    %ebx, [%esp+12]

上述代码将 ESP 寄存器的值加 12 个字节，再按此地址从 Stack 取出数据，此次取出的是3，并将其写入 EBX 寄存器。

7.5 add 指令

add指令用于将两个运算子相加，并将结果写入第一个运算子。

add    %eax, %ebx

上述代码将 EAX 寄存器的值（即 2）加上 EBX 寄存器的值（即 3），得到结果 5，再将此结果写入第一个运算子 EAX 寄存器。

7.6 pop 指令

pop指令用于取出 Stack 最近写入的值（即最低位地址的值），并将该值写入运算子指定的位置。

pop    %ebx

上述代码表示，取出 Stack 最近写入的值（即 EBX 寄存器的原始值），再将该值写回 EBX 寄存器（因加法已完成，EBX 寄存器不再需要）。

注意，pop指令还会将 ESP 寄存器中的地址加 4，即回收 4 个字节。

7.7 ret 指令

ret指令用于终止当前函数的执行，将运行权交还给上层函数。即，当前函数的帧将被回收。

ret

可以看到，该指令没有运算子。

随着add_a_and_b函数终止执行，系统返回到之前main函数中断的位置，继续向下执行。

add    %esp, 8

上述代码表示，将 ESP 寄存器中的地址手动加上 8 个字节，再写回 ESP 寄存器。这是因为 ESP 寄存器记录的是 Stack 的写入起始地址，前一步的pop操作已回收 4 个字节，此处再回收 8 个字节，相当于全部回收。

ret

最后，main函数运行结束，ret指令退出程序执行。

至此，这篇关于最好懂的汇编语言教程，解释CPU如何执行代码的文章就介绍到这了,更多相关汇编语言CPU执行代码内容请搜索本站以前的文章或继续浏览下面的相关文章希望大家以后多多支持本站！

深入理解汇编语言：从寄存器到CPU指令执行全流程解析