- 你在學寫程序的時候,有沒有想過,古老年代的計算機程序是怎麼寫出來的?
當年寫程序,不像現在這樣,都是用一種古老的物理設備,叫作“打孔卡(Punched Card)”
用這種設備寫程序,沒法像今天,掏出鍵盤就能打字,而是要先在腦海/紙寫出程序,然後在紙帶/卡片上打洞
這樣,要寫的程序、要處理的數據,就變成一條條紙帶或者一張張卡片,之後再交給當時的計算機去處理
- 上世紀60年代晚期或70年代初期,Arnold Reinold拍攝的FORTRAN計算程序的穿孔卡照片
人們在特定的位置上打洞或者不打洞,來代表“0”或者“1”。
爲什麼早期的計算機程序要使用打孔卡,而不能像我們現在一樣,用C或者Python這樣的高級語言來寫呢?
因爲計算機或者說CPU本身,並沒有能力理解這些高級語言
即使在2019年的今天,我們使用的現代個人計算機,仍然只能處理所謂的“機器碼”,也就是一連串的“0”和“1”這樣的數字。
我們每天用高級語言的程序,最終是怎麼變成一串串“0”和“1”的?這一串串“0”和“1”又是怎麼在CPU中處理的?
1 在軟硬件接口中,CPU幫我們做的事
CPU(Central Processing Unit,中央處理器)就是計算機的大腦
- 硬件的角度
一個超大規模集成電路,通過電路實現了加法、乘法乃至各種各樣的處理邏輯。
- 軟件工程師的角度
一個執行各種計算機指令(Instruction Code)的邏輯機器
這裏的計算機指令,就好比一門CPU能夠聽得懂的語言,即機器語言(Machine Language)
不同的CPU能夠聽懂的語言不太一樣
個人PC用的是Intel的CPU,iPhone用的是ARM的CPU,這兩者能聽懂的語言就不太一樣
類似這樣兩種CPU各自支持的語言,就是兩組不同的計算機指令集(Instruction Set)
這裏面的“Set”,其實就是數學上的集合,代表不同的單詞、語法
如果我們在自己電腦上寫一個程序,然後把這個程序複製一下,裝到自己的手機上,肯定是沒辦法正常運行的,因爲這兩者語言不通
而一臺電腦上的程序,簡單複製一下到另外一臺電腦上,通常就能正常運行,因爲這兩臺CPU有着相同的指令集,它們語言相通
存儲程序型計算機(Stored-program Computer)
計算機程序,不可能只有一條指令,而是成千上萬條指令組成
但CPU不能一直放着所有指令,所以程序平時是存儲在存儲器
這種程序指令存儲在存儲器裏面的計算機,我們就叫作
Plugboard Computer
在沒有現代計算機之前,有着聰明才智的工程師們,早就發明了一種叫Plugboard Computer的計算設備
在一個佈滿了各種插口和插座的板子上,工程師們用不同的電線來連接不同的插口和插座,從而來完成各種計算任務
- IBM的Plugboard
2 編譯=>彙編 代碼=>機器碼
代碼,到底是怎麼變成一條條計算機指令,最後被CPU執行的呢?
- test.c
編譯(Compile)成彙編代碼
要讓這段程序在Linux跑起來,需要把整個程序翻譯成彙編語言(ASM,Assembly Language)的程序
針對彙編代碼,可以再用匯編器(Assembler)翻譯成機器碼(Machine Code)
這些機器碼由“0”和“1”組成的機器語言表示,這一條條機器碼,就是一條條的計算機指令
這樣一串串的16進制數字,就是我們CPU能夠真正認識的計算機指令。
在Linux上,可使用gcc和objdump,把對應的彙編代碼和機器碼都打印出來。
左側一堆數字,就是一條條機器碼
右邊一系列的push、mov、add、pop等,這些就是對應的彙編代碼
一行C語言代碼,有時候只對應一條機器碼和彙編代碼,有時候則是對應兩條機器碼和彙編代碼
彙編代碼和機器碼之間是一一對應的。
實際在用GCC(GUC編譯器套裝,GUI Compiler Collectipon)編譯器的時候,可直接把代碼編譯成機器碼,爲什麼還需要彙編代碼呢?
那一串數字表示的機器碼,摸不着頭腦
但即使你沒有學過彙編代碼,看的時候多少也能“猜”出一些這些代碼的含義。
彙編代碼就是“給程序員看的機器碼”
也正因爲這樣,機器碼和彙編代碼是一一對應的
很容易記住add、mov這些用英文表示的指令
而8b 45 f8這樣的指令,由於很難一下子看明白是在幹什麼,所以會非常難以記憶
從高級語言到彙編代碼,再到機器碼,就是一個日常開發程序,最終變成了CPU可以執行的計算機指令的過程。
3 解析指令和機器碼
瞭解了這個過程,下面我們放大局部,來看看這一行行的彙編代碼和機器指令,到底是什麼意思。
Intel CPU,有2000條左右的CPU指令,實在是太多了,沒法一一講解。不過一般來說,常見的指令可以分成五大類。
算術類指令
加減乘除,在CPU層面,都會變成一條條算術類指令
數據傳輸類指令
給變量賦值、在內存裏讀寫數據,用的都是數據傳輸類指令。
邏輯類指令
邏輯上的與或非
條件分支類指令
日常的“if/else”
無條件跳轉指令
寫一些大一點的程序,我們常常需要寫一些函數或者方法
在調用函數的時候,其實就是發起了一個無條件跳轉指令。
彙編器是怎麼把對應的彙編代碼,翻譯成爲機器碼的。
不同的CPU有不同的指令集,也就對應着不同的彙編語言和不同的機器碼
爲了方便你快速理解這個機器碼的計算方式,我們選用最簡單的MIPS指令集,來看看機器碼是如何生成的。
MIPS是一組由MIPS技術公司在80年代中期設計出來的CPU指令集。就在最近,MIPS公司把整個指令集和芯片架構都完全開源了。想要深入研究CPU和指令集的同學,推薦一些資料,可以自己瞭解下。
MIPS的指令是一個32位的整數,高6位叫操作碼(Opcode)
也就是代表這條指令具體是一條什麼樣的指令,剩下的26位有三種格式,分別是R、I和J。
R指令
一般用來做算術和邏輯操作,裏面有讀取和寫入數據的寄存器的地址
如果是邏輯位移操作,後面還有位移操作的位移量
而最後的功能碼,則是在前面的操作碼不夠的時候,擴展操作碼錶示對應的具體指令的。
I指令
通常是用在數據傳輸、條件分支,以及在運算的時候使用的並非變量還是常數的時候
這個時候,沒有了位移量和操作碼,也沒有了第三個寄存器,而是把這三部分直接合併成了一個地址值或者一個常數。
J指令
一個跳轉指令,高6位之外的26位都是一個跳轉後的地址
add $t0,$s2,$s1
下面都用十進制來表示對應的代碼。
對應的MIPS指令裏
- opcode是0
- rs代表第一個寄存器s1的地址是17
- rt代表第二個寄存器s2的地址是18
- rd代表目標的臨時寄存器t0的地址是8
- 因爲不是位移操作,所以位移量是0
把這些數字拼在一起,就變成了一個MIPS的加法指令。
爲了讀起來方便,我們一般把對應的二進制數,用16進制表示出來
在這裏,也就是0X02324020。這個數字也就是這條指令對應的機器碼。
回到開頭我們說的打孔帶
- 打孔代表1
- 沒有打孔代表0
- 用4行8列代表一條指令來打一個穿孔紙帶,那麼這條命令大概就長這樣:
你應該學會了怎麼作爲人肉編譯和彙編器,給紙帶打孔編程了,不用再對那些用過打孔卡的前輩們頂禮膜拜了。
4 總結
打孔卡,其實就是一種存儲程序型計算機。
只是這整個程序的機器碼,不是通過計算機編譯出來的,而是由程序員的人腦“編譯”成一張張卡片的
對應的程序,也不是存儲在設備裏,而是存儲成一張打好孔的卡片
但是整個程序運行的邏輯和其他CPU的機器語言沒有什麼分別,也是處理一串“0”和“1”組成的機器碼而已。
我們看到了一個C語言程序,是怎麼被編譯成爲彙編語言,乃至通過彙編器再翻譯成機器碼的。
除了C這樣的編譯型的語言之外,不管是Python這樣的解釋型語言,還是Java這樣使用虛擬機的語言,其實最終都是由不同形式的程序,把我們寫好的代碼,轉換成CPU能夠理解的機器碼來執行的。
只是解釋型語言,是通過解釋器在程序運行的時候逐句翻譯,而Java這樣使用虛擬機的語言,則是由虛擬機對編譯出來的中間代碼進行解釋,或者即時編譯成爲機器碼來最終執行。
5 推薦閱讀
- 瞭解Intel CPU的指令集參看
《計算機組成與設計:軟/硬件接口》第5版的2.17小節
參考
深入淺出計算機組成原理