【读书笔记】《Computer Systems: A Programmer’s Perspective》第三章 Machine-Level Representation of Programs

admin管理员组

文章数量:1130349

《Computer Systems: A Programmer’s Perspective》第三章 Machine-Level Representation of Programs

---

3.1 A Historical Perspective（历史回顾）

• 早期程序直接编写机器代码，现代使用高级语言（如C）编写，编译器/汇编器将其翻译为机器指令。
• 汇编语言是机器语言的助记符（例如 movl 代替机器码）。
• 指令集架构（ISA）定义了处理器支持的操作。

扩展：了解不同架构（如 x86, x86-64, ARM）之间的指令风格差异。

---

3.2 Program Encodings（程序编码）

3.2.1 Machine-Level Code

• 使用 x86-64 汇编语言进行解释。
• 编译器生成 .s 文件（汇编），汇编器再转换成机器码（ELF目标文件）。

3.2.2 Code Examples

long fun(long x) {
  return x + 1;
}

编译为：

fun:
    addq $1, %rdi
    movq %rdi, %rax
    ret

3.2.3 Formatting

• 汇编中常见指令格式：操作数, 目的
• 所有整数运算基于64位寄存器（如 %rax, %rdi）

---

3.3 Data Formats（数据格式）

• 整数、浮点数、指针等数据类型在内存中按字节存储。
• 使用两种基本数据布局：小端序（little-endian） 和 大端序（big-endian）。

---

3.4 Accessing Information（访存方式）

3.4.1 Operand Specifiers

• Immediate（立即数）：$0x10
• Register：%rax
• Memory：8(%rbp), (%rax,%rbx,4)

3.4.2 Data Movement Instructions

• mov（数据移动），lea（地址计算），push/pop（栈操作）

3.4.3 示例：将数组元素加倍

void scale(long *a, long n) {
  for (long i = 0; i < n; i++) a[i] *= 2;
}

3.4.4 Stack Data

• push：将数据入栈
• pop：从栈中弹出数据

---

3.5 Arithmetic and Logical Operations

3.5.1 lea（Load Effective Address）

• 通常用于地址计算，速度比乘法快

lea (%rdi,%rdi,2), %rax ; rax = rdi*3

3.5.2 一元与二元操作

• neg, not, add, sub, imul, and, or, xor

3.5.3 位移操作

• shl, shr, sar

3.5.5 特殊操作

• 整除、模：idiv, mul

---

3.6 控制结构（Control Flow）

3.6.1 Condition Codes

• 标志位（Z, S, OF, CF）反映算术/逻辑结果

3.6.3 跳转指令

• jmp, je, jne, jg, jle, 等

3.6.5 条件执行（if/else）

• 通过条件跳转控制执行路径

3.6.6 条件移动

• cmovxx 指令避免分支，提高性能（对现代CPU友好）

3.6.7 循环

• for, while 均转为 cmp + jump + label 组合

3.6.8 Switch 语句

• 使用跳转表（jump table）优化

---

3.7 Procedures（过程/函数调用）

3.7.1 运行时栈结构

• 函数调用过程中维护返回地址、局部变量、保存的寄存器等。

3.7.2 Control Transfer

• call 和 ret 控制跳转与返回

3.7.3 Data Transfer

• 参数传递通过寄存器 %rdi, %rsi, %rdx, %rcx, %r8, %r9

3.7.4 栈上局部变量

• 通过 subq 分配栈空间，局部变量通过偏移寻址

3.7.6 递归调用

• 每次调用都独立分配栈帧，堆栈不断增长

---

3.8 数组

3.8.1 基本原则

• 元素访问公式：base + index * element_size

3.8.3 多维数组

• a[i][j] 转换为 *(a + i * cols + j)

3.8.5 可变长度数组

• 栈帧中动态分配，注意对齐和安全性

---

3.9 混合结构体

3.9.1 struct

• 成员按声明顺序排列，有 padding
• 访问某成员通过偏移量

3.9.2 union

• 所有成员共享一块内存

3.9.3 对齐（Alignment）

• CPU 更快读取对齐的数据；结构体可能插入 padding 增加对齐

---

3.10 指针与调试

3.10.1 理解指针

• 指针是变量地址的抽象；间接访问通过 *p 和 p->x

3.10.2 使用 GDB

• 设置断点、打印变量、反汇编指令

3.10.3 缓冲区溢出

• 超出数组边界写入会破坏栈帧、控制流

3.10.4 缓冲区溢出防护

• 栈随机化（ASLR）、栈保护符号（canary）

3.10.5 支持变长栈帧

• 如 printf 需要处理不定参数

---

3.11 浮点代码

3.11.1 移动与转换

• movss, movsd, cvtsi2ss, cvttss2si

3.11.2 浮点过程

• 与整数函数类似，浮点参数/返回值通过 SSE 寄存器传递

3.11.3 算术运算

• addss, mulss, divsd 等对应 float/double 运算

3.11.6 比较与分支

• 使用 ucomiss, ucomisd 进行无序比较（支持 NaN）

---

总结（3.12）

• 本章深入分析 C 语言程序如何映射到机器级语言。
• 理解指令执行、函数调用、内存访问与布局、控制结构实现，为性能优化、安全分析、逆向工程等打下基础。

《Computer Systems: A Programmer’s Perspective》第三章 Machine-Level Representation of Programs

---

3.1 A Historical Perspective（历史回顾）

• 早期程序直接编写机器代码，现代使用高级语言（如C）编写，编译器/汇编器将其翻译为机器指令。
• 汇编语言是机器语言的助记符（例如 movl 代替机器码）。
• 指令集架构（ISA）定义了处理器支持的操作。

扩展：了解不同架构（如 x86, x86-64, ARM）之间的指令风格差异。

---

3.2 Program Encodings（程序编码）

3.2.1 Machine-Level Code

• 使用 x86-64 汇编语言进行解释。
• 编译器生成 .s 文件（汇编），汇编器再转换成机器码（ELF目标文件）。

3.2.2 Code Examples

long fun(long x) {
  return x + 1;
}

编译为：

fun:
    addq $1, %rdi
    movq %rdi, %rax
    ret

3.2.3 Formatting

• 汇编中常见指令格式：操作数, 目的
• 所有整数运算基于64位寄存器（如 %rax, %rdi）

---

3.3 Data Formats（数据格式）

• 整数、浮点数、指针等数据类型在内存中按字节存储。
• 使用两种基本数据布局：小端序（little-endian） 和 大端序（big-endian）。

---

3.4 Accessing Information（访存方式）

3.4.1 Operand Specifiers

• Immediate（立即数）：$0x10
• Register：%rax
• Memory：8(%rbp), (%rax,%rbx,4)

3.4.2 Data Movement Instructions

• mov（数据移动），lea（地址计算），push/pop（栈操作）

3.4.3 示例：将数组元素加倍

void scale(long *a, long n) {
  for (long i = 0; i < n; i++) a[i] *= 2;
}

3.4.4 Stack Data

• push：将数据入栈
• pop：从栈中弹出数据

---

3.5 Arithmetic and Logical Operations

3.5.1 lea（Load Effective Address）

• 通常用于地址计算，速度比乘法快

lea (%rdi,%rdi,2), %rax ; rax = rdi*3

3.5.2 一元与二元操作

• neg, not, add, sub, imul, and, or, xor

3.5.3 位移操作

• shl, shr, sar

3.5.5 特殊操作

• 整除、模：idiv, mul

---

3.6 控制结构（Control Flow）

3.6.1 Condition Codes

• 标志位（Z, S, OF, CF）反映算术/逻辑结果

3.6.3 跳转指令

• jmp, je, jne, jg, jle, 等

3.6.5 条件执行（if/else）

• 通过条件跳转控制执行路径

3.6.6 条件移动

• cmovxx 指令避免分支，提高性能（对现代CPU友好）

3.6.7 循环

• for, while 均转为 cmp + jump + label 组合

3.6.8 Switch 语句

• 使用跳转表（jump table）优化

---

3.7 Procedures（过程/函数调用）

3.7.1 运行时栈结构

• 函数调用过程中维护返回地址、局部变量、保存的寄存器等。

3.7.2 Control Transfer

• call 和 ret 控制跳转与返回

3.7.3 Data Transfer

• 参数传递通过寄存器 %rdi, %rsi, %rdx, %rcx, %r8, %r9

3.7.4 栈上局部变量

• 通过 subq 分配栈空间，局部变量通过偏移寻址

3.7.6 递归调用

• 每次调用都独立分配栈帧，堆栈不断增长

---

3.8 数组

3.8.1 基本原则

• 元素访问公式：base + index * element_size

3.8.3 多维数组

• a[i][j] 转换为 *(a + i * cols + j)

3.8.5 可变长度数组

• 栈帧中动态分配，注意对齐和安全性

---

3.9 混合结构体

3.9.1 struct

• 成员按声明顺序排列，有 padding
• 访问某成员通过偏移量

3.9.2 union

• 所有成员共享一块内存

3.9.3 对齐（Alignment）

• CPU 更快读取对齐的数据；结构体可能插入 padding 增加对齐

---

3.10 指针与调试

3.10.1 理解指针

• 指针是变量地址的抽象；间接访问通过 *p 和 p->x

3.10.2 使用 GDB

• 设置断点、打印变量、反汇编指令

3.10.3 缓冲区溢出

• 超出数组边界写入会破坏栈帧、控制流

3.10.4 缓冲区溢出防护

• 栈随机化（ASLR）、栈保护符号（canary）

3.10.5 支持变长栈帧

• 如 printf 需要处理不定参数

---

3.11 浮点代码

3.11.1 移动与转换

• movss, movsd, cvtsi2ss, cvttss2si

3.11.2 浮点过程

• 与整数函数类似，浮点参数/返回值通过 SSE 寄存器传递

3.11.3 算术运算

• addss, mulss, divsd 等对应 float/double 运算

3.11.6 比较与分支

• 使用 ucomiss, ucomisd 进行无序比较（支持 NaN）

---

总结（3.12）

• 本章深入分析 C 语言程序如何映射到机器级语言。
• 理解指令执行、函数调用、内存访问与布局、控制结构实现，为性能优化、安全分析、逆向工程等打下基础。

本文标签： 第三章读书笔记ProgrammerSystemsperspective