MIPS指令集和汇编
MIPS指令集和汇编
⼀、寄存器与内存
1.1 字节与字
关于对字（word）的理解，我⼜有了新的认识，word是⼀种操作单位，⽽且是最常见的操作单位（不是最⼩的），内存的地址是⽤⼀个字（32位⼆进制数）来表⽰的，⼀条指令的长度是⼀个字，寄存器的⼤⼩也是⼀个字，⽴即数的⼤⼩也是⼀个字，甚⾄对于那些不⾜⼀个字长度的数据，我们都需要给它补齐，然后再对它进⾏操作。所以字最⼤的特点就是它的通⽤性。
那么什么是字节（byte）呢？字节是指令集的最⼩单位。这个观点是花了很久才意识到的，因为我知道数据是按⼆级制表⽰的，那么如果把位（bit）作为最⼩单位，岂不是理所当然。但其实就是不是的，这可能是因为我们需要更简洁更优雅的指令抽象，所以就舍弃了对单独⼀个位的操作，就好像数字电路舍弃了异步和连续⼀样。注意，字节不但是操作的最⼩单位（可能不准确，我还没想到太明显的操作字节的指令），⽽且是指令集的最⼩单位，⽐如我们说0x00000000和0x00000001这两个地址差1，那么这个1就是“1个字节”，也就是这两个地址之间差了8个bit。⽽不是1个bit。再⽐如说，我们都说int是4字节，c
har是1字节，我们从来不说int是32位，char是8位，可见更⾼层次抽象的⾼级语⾔，就更不把位当回事请了。
然后我们还需要⼀些直观的认识，⼀个字节是8bit，也就是说，他的能表⽰256个不同的状态，如果写成⼀个⼗六进制数，那么他可以表⽰任何⼀个两位的⼗六进制数，也就是长成这个样⼦ XX。在MIPS中，⼀个word是由四个字节组成的，也就是说，我们去写⼀个⼗六进制数，它应该长成这个样⼦ 0x XX_XX_XX_XX 。⼀个word的⼤⼩是跟⼀个int⼀样⼤的，同时，它跟MIPS中的⽴即数是⼀样⼤的，也就是说，⼀个word刚好能存⼀个数字（开数组的时候会⽤到）。但是可以存4个字符，这是因为字符只占⼀个字节。
因为字符是四分之⼀word，所以就造成数据存储的时候可能就会不规整了，就好像原本严丝合缝的砖之间突然了⼀堆碎⽯⼦，就没办法规整了。没有办法规整导致的后果就是我们极可能错误操作，所以⼀定要把字符串留到最后写（先写数组，这样就相当于先砌墙，后堆沙⼦），甚⾄需要多打⼏个空格。
1.2 ⼤端与⼩端
所谓的⼤端模式（Big-endian），是指数据的⾼字节，保存在内存的低地址中，⽽数据的低字节，保存在内存的⾼地址中。所谓的⼩端模式（Little-endian），是指数据的⾼字节保存在内存的⾼地址中，
⽽数据的低字节保存在内存的低地址中，这种存储模式将地址的⾼低和数据位权有效地结合起来，⾼地址部分权值⾼，低地址部分权值低，和我们的逻辑⽅法⼀致。
那么MIPS中是怎样的呢？⾸先我们需要明⽩MARS中地址的显⽰⽅法。我们运⾏下⾯的代码：
.data
str: .ascii "12345678"
得到的结果是这样的
也就是说，MARS对地址的显⽰⽅式，在⼀个字内是逆序的，在字之间是顺序的，如下图
⼀0x000000030x000000020x000000010x00000000⼆0x000000070x000000060x000000050x00000004然后我们运⾏下⾯代码来检测MIPS的⼤⼩端问题
.data
num: .space 4
.text
li $t1, 0x11223344
sw $t1, num
得到的结果如图
也就是说，⾼位的11，被存在了0x00000003，低位的44被存在了0x00000000。所以MIPS是⼩端存储。
⼩端存储对于数字来说是⾃然的，但是对于字符串，就是逆序的。⽐如储存 “love”，会得到如下结果：
1.3 寄存器为主
寄存器为主是⼀种MIPS指令集给我的直观感受。第⼀、有很多指令都是以寄存器为对象的，⽐如lw，
就是将内存的内容加载到寄存器
中，sw就是将寄存器中的数据存到内存中，li就是将⽴即数加载到寄存器中。第⼆、对寄存器的操作最多，我们可以复制⼀个寄存器中的值到另⼀个寄存器，可以给寄存器⼀个⽴即数，可以运算寄存器中的值，这些都是内存实现不了的。所以在设计的时候，不仅在速度上，寄存器更加占优势，⽽且在指令集完备性上，寄存器也远远优于内存。
⼆、汇编语⾔细节
2.1 寄存器的数字表⽰
在MIPS中，寄存器都是⽤5位⼆进制数表⽰的，刚好对应32个通⽤寄存器。还是⼗分合理的。
2.2 ⾸地址
当我们进⾏load和store操作的时候，操作的都是⼀个数据段，但是这些语句的操作数都是⼀个地址，那么数据段和地址对应的点是怎样对应起来的呢？是这样的，以lw为例，他修改的以address到address+3的地址，也就是说，address是数据段的⾸地址。
在lh，lb指令中，加载的数据段是半个或者四分之⼀个word，那么就会涉及拓宽数据的问题，这些拓宽都是符号拓展。
2.3 变量的作⽤范围
汇编的所有变量都是全局可见的，从这个⾓度讲，⽆论这个变量是存在寄存器，还是内存，都是符合全局变量概念的。我在这⾥不想讨论⾼级语⾔的全局变量和局部变量在MIPS上与内存，栈之类结构的对应关系。我想要讨论的是我们在实现算法的时候，需要的变量的不同特点。我们既需要那种对全局可见的，很稳定的（⽐如图的顶点个数，数据的组数和⼤⼩）变量，算法意义上的 “全局变量”。⼜需要⽣命周期很短的，随叫随到的，不会对其他值造成影响的变量（⽐如迭代变量i），算法意义上的 局部变量。这些东西，现在感觉还是都放在寄存器中吧。太过于微妙的把握我还不太清楚。
对于“局部变量”，⼀定要注意每次使⽤前，初值对不对，就好像要每次使i的时候都要赋初值⼀样。
三、汇编流控制
3.1 总论
流控制有两个我认为⽐较重要的特点，⼀个是标签的使⽤，因为汇编的流控制本质上没有循环，分⽀判断、函数调⽤，所以跳转就是唯⼀控制流的⽅法，跳转最重要的参数就是地址，进⽽就是标签，我们把常见的⾼级语⾔翻译成汇编的时候，⼀定要注意需要设置⼏个标签，标签设置的位置。⽽不是局限于跳转的指令是哪⼀个。
另⼀个是对⾼级语⾔的抽象。有时候，其实⽤汇编直接写，要⽐翻译⾼级语⾔要好（在函数调⽤⽅⾯很明显），但是我们还是要翻译，这就是抽象简洁性原则。
3.2 if 结构
if结构只有⼀个需要打标签的地⽅，就是在if语句的结尾，这不难理解，因为跳转的⽬的是跳过if的内容，实现满⾜条件则执⾏
.text
li $t0 1
li $t1 2
slt $t2, $t0, $t1
beqz $t2 if_end #如果t0 < t1，执⾏if语句
nop
#if_statement
li $v0, 1
move $a0, $t0
syscall
if_end:
可以看到，只有⼀个标签，就是if_end，5-7⾏是if表达式的判断，9-11⾏是if执⾏的内容。
3.3 if-else 结构
if-else与if不同，它除了分⽀语句（b打头的指令），还需要跳转指令（j打头的指令），是因为执⾏完if的内容后，还需要跳过else的内容。下⾯是⼀个求绝对值并输出的程序。
.text
li $t0 1
li $t1 2
slt $t2, $t0, $t1
beqz $t2 else  #如果t0 < t1，执⾏if语句
nop
#if_statement
sub $t3, $t1, $t0汇编指令有多少个
j if_end #这⾥⽐单纯的if多了⼀个跳转
#else_statement
else:
sub $t3, $t0, $t1
if_end:
li $v0, 1
move $a0, $t3
syscall
可以看到，⼀共需要两个标签。else标签⽤于分⽀到else语句，if_end标签⽤于在执⾏完if_statement以后，跳过else_statement，所以⼀共是两个标签，不可以忘记⼀个。
3.4 for 循环
关于for循环，还是有很多易错点的，让我们先看⼀个简单的for循环，⽤于计算1-10累加求和。
.text
#i = 1
li $t0, 1
for_begin:
sle $t1, $t0, 10
beqz $t1, for_end
#for_statement
add $s0, $s0, $t0
#i++
addi $t0, $t0, 1
j for_begin
for_end:
li $v0, 1
move $a0, $s0
syscall
我们看到，这⾥⽤了for_begin、for_end两个标签，⼀个分⽀指令，⼀个跳转指令。需要注意的是，for_begin的位置要在给迭代变量赋初值之后，不然的话，就会每次都给i赋初值，⽆法⾛出循环。
当程序变得复杂的时候，⽐如计算1-10中偶数累加的时候：
.text
li $t0, 1
for_begin:
sle $t1, $t0, 10
beqz $t1, for_end
#for_statement
andi $t2, $t0, 1 #偶数t2就是0，奇数t2就是1
bgtz $t2, if_end #这个bgtz可以⽤来跟beqz对⽐，是逻辑判断的对照
nop
#if_statement
add $s0, $s0, $t0
if_end:
#i++
addi $t0, $t0, 1
j for_begin
for_end:
li $v0, 1
move $a0, $s0
syscall
这⾥要思考的就是，if_end应该出现在哪⾥，是跟for_end重合吗？不是，⽽是要出现在i++之前。道理很简单，但是我经常记不住。
3.5 函数调⽤
3.5.1 块思想
我们⾸先来⼀个简单的sum函数，并且⽤最快捷（不是最规范）的⽅法实现它。
C语⾔原型如下：
int sum(int a,int b)
{
int tmp = a + b;
return tmp;
}
int main()
{
int a =2;
int b =3;
int sum1 =sum(a, b);
printf("%d", sum);
return0;
}
错误的汇编代码如下:
.text
#main
li $s0, 2
li $s1, 3
jal sum
li $v0, 1
move $a0, $s2
syscall
sum:
add $s2, $s0, $s1
jr $ra
因为代码是顺序执⾏的，所以如果把sum写在下⾯的话，在执⾏完main以后，还会⾃动执⾏sum，然后就陷⼊死循环了。
我们⼜两种解决办法，⼀个是把sum提到main之前，但是这种⽅法不本质，因为造成bug的原因是我们默认程序结束是在最后⼀⾏代码，这在编程中是不太⽅便的，不如我们⾃⼰调⽤命令使程序结束，这样才本质，修改如下：
.macro end
li $v0, 10
syscall
.
end_macro
.text
li $s0, 2
li $s1, 3
#函数调⽤过程
jal sum
li $v0, 1
move $a0, $s2
syscall
end
sum:
add $s2, $s0, $s1
jr $ra
这样的18-20⾏，才是真正的，我们规定了⼊⼝和出⼝，只有按照我们规定的⽅法才能进⼊和出去的程序块（不会因为顺序执⾏⽽进⼊）。
3.5.2 复⽤思想
但是写好了程序块，是不是就意味着写好了函数的功能了呢？其实没有，因为我们没有办法实现代码的复⽤，⽐如C程序
int sum(int a,int b)
{
int tmp = a + b;
return tmp;
}
int main()
{
int a =2;
int b =3;
int c =4;
int d =5;
int sum1 =sum(a, b);
printf("%d", sum1);
sum2 =sum(c, d);
printf("%d", sum2);
return0;
}
按道理，这个是可以复⽤sum的代码的，这也是函数最⼤的功能，但是我们原来的那个函数操作的是s0，s1，s2，显然没有办法操作其他寄存器，所以为了复⽤代码，就必须引⼊传参的技术，也就是函数能⽤的数都是形参寄存器（a0-a3）传给他的。
有完整代码：

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。