【读过的书，留下的迹】深入理解计算机系统

前言

  最近发现有时候看完一本书，时间久了容易忘记，看书不总结思考效果大打折扣，故打算写这一系列文章，一是为了整理书中的要点，帮助自己消化理解；二是勉励自己多看书思考。文章中不会把书中内容讲解的非常详细，只是总结概括，适合已经阅读过该书的读者。

第2章：信息的表示和处理

（1）信息存储

大多数计算机使用8位的块，或者字节（byte），作为最小的可寻址的存储器单位，而不是在存储器中访问单独的位。一个字节由8位组成，二进制中的范围是：00000000～11111111，十进制中的范围是0～255，十六进制中的范围是00～FF。在C语言中，以0x或者0X开头的都是十六进制

在C语言中，不同的数据类型分配的字节数时不同的，如下表所示：

C声明32位机器64位机器char11int44short int22long int48float44double88char *48

排列表示一个对象有两个通用的方法，最低有效字节在最前面的方式，称为小端法（litte endian）。最高有效字节在最前面的方式，称为大端法（big endian）。大多数Intel兼容机都采用了小端法，不同的数据值的字节表示，在不同的机器中，除了字节顺序以外，结果都是一样的。但是指针值域机器时相关的（32位、64位区别）。

在C语言中，有以下几种运算：

位级运算：| 就是OR，& 就是AND，～ 就是NOT，^ 就是EXCLUSIVE-OR逻辑运算：||，&&，！移位运算：<< 左移位，>> 右移位

其中，在右移位中，分为：

逻辑右移，即在左端补0算术右移，即在左端补最高位

（2）整数表示

用位来编码整数有两种不同的方式：一种只能表示非负数，即无符号数；另一种能表示负数，零和正数。C和C＋＋均支持有符号和无符号数，Java仅支持有符号数。

无符号数的编码：将位看作是二进制表达式。补码编码：同样将位看作是二进制表达式，但最高位的权重是－1。用来表示有符号数。

有符号数的其他表示方法还有反码和原码，但这两种方法对0的编码方式有两种不同的方式。C语言标准并没有要求用补码形式表示有符号数，但是几乎所有的机器都是这么做的。在Java中，单字节数据类型称为byte，而不是char，而且没有long long数据类型。这些非常具体的要求都是为了保证无论在什么机器上，Java程序运行的表现都能完全一样。

对大多数C语言的实现而言，处理同样字长的有符号数和无符号数之间相互转换的一般规则是：数值可能变化，但是位模式不变。另外，在执行一个运算时，如果它的一个运算数是有符号的，而另一个是无符号的，那么C语言会隐式地将有符号参数强制转换为无符号数。

数字的扩展和截断有以下几种方法：

零扩展：将一个无符号数转换为一个更大的数据类型，只需简单地在表示的开头添加0符号扩展：将一个补码数字转换为一个更大的数据类型，是在表示中添加最高有效位的值的副本截断：丢弃最高若干位。

（3）浮点数

IEEE浮点标准用V=(-1)^s*M*2^E的形式来表示一个数

符号（sign）s决定这个数是负数还是正数尾数（significand）M是一个二进制小数阶码（expoent）E的作用是对浮点数加权

浮点数的位表示划分为三个字段，分别对这些值进行编码：

一个单独的符号位s直接编码符号sk位的阶码子短exp＝e_k-1…e_1e_0编码阶码En位小数字段frac＝f_n-1…f_1f_0编码尾数M

在单精度浮点格式（C语言中的float）中，s、exp和frac字段分别为1位、k＝8位和n＝23位，得到一个32位的表示；在双精度浮点格式（C语言中的double）中，s、exp和frac字段分别为1位、k＝11位和n＝52位，得到一个64位的表示。

情况1:规格化的值

当exp的位模式既不全为0，也不全为1时，属于这种情况。阶码的值是E＝e－Bias，其中e是无符号数，其位表示为e_k-1…e_1e_0，而Bias是一个等于2^（k－1）－1的偏置值；尾数定义为M＝1+f，f＝0.f_n-1…f_1f_0。

情况2:非规格化的值

当阶码域为全0时，所表示的数就是非规格化形式。在这种情况下，阶码值是E＝1-Bias，而尾数的值是M＝f。

情况3:特殊值

当阶码全为1的时候，小数域全为0，得到的值表示无穷；当小数域为非0时，结果被称为NaN，即不是一个数。

第3章：程序的机器级表示

程序编码

假设有两个文件p1.c和p2.c。在一台IA32机器上，用gcc编译时经过以下过程。 C预处理器扩展源代码，插入所有用#include命令指定的文件，并扩展所有用#define声明指定的宏编译器产生两个源代码的汇编代码，名字分别为p1.s和p2.s汇编器将汇编代码转化成二进制目标代码文件名为p1.o和p2.o链接器将两个目标代码文件与实现库函数的代码合并，并产生最终的可执行代码文件p。

（1）机器级代码

汇编代码表示非常接近于机器代码。与机器代码的二进制格式相比，汇编代码有一个的主要的特点，即它用可读性更好的文本格式来表示。

程序计数器（在IA32中，通常称为“PC”，用%eip表示）指示将要执行的下一条指令在存储器中的地址整数寄存器（register）文件包含8个命名的位置，分别存储32位的值。这些寄存器可以存储地址或整数数据。条件码寄存器保存着最近执行的算术或逻辑指令的状态信息。一组浮点寄存器存放浮点数据。

数据格式

大多数gcc生成的汇编代码指令都有一个字符后缀，表明操作数的大小，如下图所示：

访问信息

一个IA32中央处理单元（CPU）包含一组8个存储32位值的寄存器。前6个寄存器都可以看成通用寄存器，对它们的使用没有限制。最后两个寄存器（