汇编语言从入门到精通-1预备知识

汇编语言

1、预备知识

1.1 汇编语言的由来及其特点

1.1.1 机器语言

　　机器指令是CPU能直接识别并执行的指令，它的表现形式是二进制编码。机器指令通常由操作码和操作数两部分组成，操作码指出该指令所要完成的操作，即指令的功能，操作数指出参与运算的对象，以及运算结果所存放的位置等。

　　由于机器指令与CPU紧密相关，所以，不同种类的CPU所对应的机器指令也就不同，而且它们的指令系统往往相差很大。但对同一系列的CPU来说，为了满足各型号之间具有良好的兼容性，要做到：新一代CPU的指令系统必须包括先前同系列CPU的指令系统。只有这样，先前开发出来的各类程序在新一代CPU上才能正常运行。

　　机器语言是用来直接描述机器指令、使用机器指令的规则等。它是CPU能直接识别的唯一一种语言，也就是说，CPU能直接执行用机器语言描述的程序。

　　用机器语言编写程序是早期经过严格训练的专业技术人员的工作，普通的程序员一般难以胜任，而且用机器语言编写的程序不易读、出错率高、难以维护，也不能直观地反映用计算机解决问题的基本思路。

　　由于用机器语言编写程序有以上诸多的不便，现在几乎没有程序员这样编写程序了。

1.1.2 汇编语言

　　虽然用机器语言编写程序有很高的要求和许多不便，但编写出来的程序执行效率高，CPU严格按照程序员的要求去做，没有多余的额外操作。所以，在保留“程序执行效率高”的前提下，人们就开始着手研究一种能大大改善程序可读性的编程方法。

　　为了改善机器指令的可读性，选用了一些能反映机器指令功能的单词或词组来代表该机器指令，而不再关心机器指令的具体二进制编码。与此同时，也把CPU内部的各种资源符号化，使用该符号名也等于引用了该具体的物理资源。

　　如此一来，令人难懂的二进制机器指令就可以用通俗易懂的、具有一定含义的符号指令来表示了，于是，汇编语言就有了雏型。现在，我们称这些具有一定含义的符号为助忆符，用指令助忆符、符号地址等组成的符号指令称为汇编格式指令(或汇编指令)。

　　汇编语言是汇编指令集、伪指令集和使用它们规则的统称。伪指令是在程序设计时所需要的一些辅助性说明指令，它不对应具体的机器指令，有关内容在以后的各章节中会有详细叙述，在此不展开介绍。　　

　　用汇编语言编写的程序称为汇编语言程序，或汇编语言源程序，在本教材中或特定的环境下，也可简称为源程序。汇编语言程序要比用机器指令编写的程序容易理解和维护。

1.1.3 汇编程序

　　用汇编语言编写的程序大大提高了程序的可读性，但失去了CPU能直接识别的特性。例如用汇编语言书写的指令：MOV AX, BX，CPU不会知道这几个字符所表达出来的功能，但程序员一看就知道：要求CPU把寄存器BX的值传送给寄存器AX。

　　把机器指令符号化增加了程序的可读性，但引起了如何让CPU知道程序员的用意，并按照其要求完成相应操作的问题。解决该问题就需要一个翻译程序，它能把汇编语言编写的源程序翻译成CPU能识别的机器指令序列。这里，我们称该翻译程序为汇编程序。

图1.1 汇编语言指令到机器指令的示意图

　　从图中不难看出：汇编程序能把左边汇编语言源程序翻译成右边的机器指令序列。其中，把汇编语言指令“MOV AX, BX”和“ADD AX, 5”分别转换成机器指令89D8H和050500H，而后者都是CPU能直接识别的，所以，可执行它们。

　　目前，常用的汇编程序有：MASM、TASM和DEBUG等。

1.1.4 汇编语言的主要特点

　　一方面，汇编语言指令是用一些具有相应含义的助忆符来表达的，所以，它要比机器语言容易掌握和运用，但另一方面，它要直接使用CPU的资源，相对高级程序设计语言来说，它又显得难掌握。

　　汇编语言程序归纳起来大概有以下几个主要特性。

　　1、与机器相关性

　　汇编语言指令是机器指令的一种符号表示，而不同类型的CPU有不同的机器指令系统，也就有不同的汇编语言，所以，汇编语言程序与机器有着密切的关系。

　　由于汇编语言程序与机器的相关性，所以，除了同系列、不同型号CPU之间的汇编语言程序有一定程度的可移植性之外，其它不同类型(如：小型机和微机等)CPU之间的汇编语言程序是无法移植的，也就是说，汇编语言程序的通用性和可移植性要比高级语言程序低。

　　2、执行的高效率

　　正因为汇编语言有“与机器相关性”的特性，程序员用汇编语言编写程序时，可充分发挥自己的聪明才智，对机器内部的各种资源进行合理的安排，让它们始终处于最佳的使用状态，这样做的最终效果就是：程序的执行代码短，执行速度快。

　　现在，高级语言的编译程序在进行寄存器分配和目标代码生成时，也都有一定程度的优化(在后续课程《编译原理》的有关章节会有详细介绍)，但由于所使用的“优化策略”要适应各种不同的情况，所以，这些优化策略只能在宏观上，不可能在微观上、细节上进行优化。而用汇编语言编写程序几乎是程序员直接在写执行代码，程序员可以在程序的每个具体细节上进行优化，这也是汇编语言程序执行高效率的原因之一。

　　3、编写程序的复杂性

　　汇编语言是一种面向机器的语言，其汇编指令与机器指令基本上一一对应，所以，汇编指令也同机器指令一样具有功能单一、具体的特点。要想完成某件工作(如计算：A B C等)，就必须安排CPU的每步工作(如：先计算A B，再把C加到前者的结果上)。另外，在编写汇编语言程序时，还要考虑机器资源的限制、汇编指令的细节和限制等等。

　　由于汇编语言程序要安排运算的每一个细节，这就使得编写汇编语言程序比较繁琐、复杂。一个简单的计算公式或计算方法，也要用一系列汇编指令一步一步来实现。

　　4、调试的复杂性

　　在通常情况下，调试汇编语言程序要比调试高级语言程序困难，其主要原因有四：

　　1）、汇编语言指令涉及到机器资源的细节，在调试过程中，要清楚每个资源的变化情况； 

　　2）、程序员在编写汇编语言程序时，为了提高资源的利用率，可以使用各种实现技巧，而这些技巧完全有可能破坏程序的可读性。这样，在调试过程中，除了要知道每条指令的执行功能，还要清楚它在整个解题过程中的作用；

　　3）、高级语言程序几乎不显式地使用“转移语句”，但汇编语言程序要用到大量的、各类转移指令，这些跳转指令大大地增加了调试程序的难度。如果在汇编语言程序中也强调不使用“转移指令”，那么，汇编语言程序就会变成功能单调的顺序程序，这显然是不现实的；

　　4）、调试工具落后，高级语言程序可以在源程序级进行符号跟踪，而汇编语言程序只能跟踪机器指令。不过，现在这方面也有所改善，CV(CodeView)、TD(Turbo Debug)等软件也可在源程序级进行符号跟踪了。

1.1.5 汇编语言的使用领域

　　综上所说，汇编语言的特点明显，其诱人的优点直接导致其严重的缺点，其“与机器相关”和“执行的高效率”导致其可移植性差和调试难。所以，我们在选用汇编语言时要根据实际的应用环境，尽可能避免其缺点对整个应用系统的影响。

　　下面简单列举几个领域以示说明，但不要把它们绝对化。

　　1、适用的领域

　　　　1）、要求执行效率高、反应快的领域，如：操作系统内核，工业控制，实时系统等；

　　　　2）、系统性能的瓶颈，或频繁被使用子程序或程序段；

　　　　3）、与硬件资源密切相关的软件开发，如：设备驱动程序等；

　　　　4）、受存储容量限制的应用领域，如：家用电器的计算机控制功能等；

　　　　5）、没有适当的高级语言开发环境。

　　2、不宜使用的领域

　　　　1）、大型软件的整体开发；

　　　　2）、没有特殊要求的一般应用系统的开发等。

1.2 数据的表示和类型

　　在用汇编语言进行程序设计时，程序员可以直接访问内存，对数据在存储器内的表示形式要有一个清晰的认识。下面，我们只简单介绍本课程所要用到的数据表示知识，为后面的学习作一点必要的准备。

1.2.1 数值数据的表示

(1)、二进制

　　在计算机内，数值是用二进制来表示的，每个二进制数按权相加就可得到其十进制数值。在书写二进制时，为了区别，在数据后面紧跟一个字母B。

　　二进制的一般表现形式为：bn-1…b1b0B，其代表数值：bn-12n-1 … b121 b020。

　　数据的二进制表示形式简单、明了，但它书写起来比较长，所以，通常情况下，我们在程序中不直接用二进制来书写具体的数值，而改用八进制、十进制或十六进制。

(2)、八进制

　　八进制是一种二进制的变形，三位二进制可变为一位八进制，反之也然。八进制的表示元素是：0、1、…、7。在书写时，为了区别，在数据后面紧跟一个字母Q。如：1234Q、7654Q、54Q等都是八进制。

　　八进制数在程序中的使用频率不高。

(3)、十进制

　　十进制是我们最熟悉的一种数据表示形式，它的基本元素是：0、1、…、9。在书写时，为了区别，在数据后面紧跟一个字母D。在程序中经常用十进制来表示数据。

(4)、十六进制

　　十六进制是另一种二进制的变形，四位二进制可变为一位十六进制，反之也然。十六进制的基本元素是：0、1、…、9、A、B、…、F(字母小写也可以)，其中：字母A、B、…、F依次代表10、11、…、15。

　　在书写时，为了区别，在数据后面紧跟一个字母H。当十六进制数的第一个字符是字母时，在第一个字符之前必须添加一个‘0’。如：100H、56EFH、0FFH、0ABCDH等都是十六进制数。

　　十六进制在程序中的使用频率很高。

(5)、数值进制的总结和相互转换

表1.1 各种进制及其字符表示

(6)、数的补码表示法

　　在计算机内，为了表示正负数，并便于进行各种算术运算，对有符号数采用二进制的补码表示形式。

　　补码的最高位用来表示正负数：0—正数，1—负数。

　　正数的补码是其自身的二进制形式，负数的补码是把其正数的二进制编码变“反”，再加1而得。

(7)、二进制数的符号扩展

　　在汇编语言中，我们经常要对字/字节的数据进行操作。当把“字节”转换成“字”，或“字”转换成“双字”时，就需要进行符号扩展。符号扩展的具体操作就是把已知信息的最高位扩展到所有更高位。

　　例1.1 把8位补码01011010、10101100分别扩展成16位补码。 　　解：根据符号扩展的含义，“字节→字”的具体扩展结果如下：

　　例1.2 把16位补码0101101111001010、1010111101011011别扩展成32位补码。 　　解：根据符号扩展的含义，“字→双字”的具体扩展结果如下：

(8)、n位二进制的表示范围

　　n位二进制所能表示的无符号整数的范围：0≤x≤2n-1。 　　n位二进制所能表示的有符号整数(补码表示)的范围：-2n-1≤x≤2n-1-1。

　　在汇编语言中，常用到n为8和16时的数值范围：

　　n=8时，无符号整数的范围：0~255，有符号整数的范围：-128~127；

　　n=16时，无符号整数的范围：0~65535，有符号整数的范围：-32768~32767。

(9)、BCD码

　　通常，我们习惯用十进制表示的数据，但计算机是用二进制来表示数数据的，这就需要进行数值进制之间的转换。我们把每位十进制数转换二进制的编码，简称为BCD码(Binary Coded Decimal)。

　　BCD码是用4位二进制编码来表示1位十进制数。这种编码方法有多种，但常用的编码是8421BCD编码，如表1.2所示。这种BCD编码实际上就是0~9的“等值”二进制数。

表1.2  8421BCD编码列表

　　用BCD码进行进制的转换时，是要求在二种进制的表现形式上快速转换，而不是要求在“数值相等”的含义快速转换。

　　例1.3 求十进制数2000的BCD编码和其二进制数。

　　解：2000的BCD编码是把每位上的数2、0、0、0分别转换为其对应的BCD编码：0010、0000、0000和0000，把它们合在一起就是2000的BCD编码：0010 0000 0000 0000。

　　十进制数2000的二进制数是：11111010000，它们在数值上是相等的。

1.2.2 非数值数据的表示

　　计算机除了具有进行数值计算能力之外，还具有进行非数值计算的能力。现在，后者的应用领域已远远超过了前者的应用领域，如：文字处理、图形图象处理、信息检索、日常的办公管理等。所以，对非数值信息的编码就显得越加重要。

1、ASCII码

　　ASCII码(American Standard Code for Information Interchange)是目前应用极其广泛的一种信息编码，许多计算机系统都是采用它为字符进行编码。它是一种7位二进制编码。

　　右表是ASCII码的具体编码方案。在该表中，对学习本课程有用的主要信息有：

　　字符'0'~'9'是连续编码的，其编码的低4位就是该字符在十进制中的数值；

　　小写字母的编码比大写字母的编码大，对应字母的编码之间相差20H。

　　当然，从ASCII码表中还可看出其它有用信息，还有扩展的ASCII码等知识，但这些内容对学习本课程的帮助不明显，故不再叙述。有兴趣的读者可参阅其它书籍。

表1.3 ASCII码的编码方案

 2、汉字编码

ASCII码是针对英文的字母、数字和其它特殊字符进行编码的，它不能用于对汉字的编码。要想用计算机来处理汉字，就必须先对汉字进行适当的编码。我国在1981年5月对6000多个常用的汉字制定了交换码的国家标准，即：GB2312-80。该标准规定了汉字交换用的基本汉字字符和一些图形字符，它们共计7445个，其中汉字有6763个。该标准给定每个字符的二进制编码，即国标码。

2.3 基本的数据类型

　　汇编语言所用到的基本数据类型为：字节、字、双字等，这些数据类型在以后的章节中都有相应的类型说明符。下面对它们进行最基本的描述。

1、字节

　　一个字节有8位二进制组成，其最高位是第7位，最低位是第0位，如右图所示。在表示有符号数时，最高位就是符号位。

　　通常情况下，存储器按字节编址，读写存储器的最小信息单位就是一个字节。

图1.2 字节数据类型示意图

2、字

　　由2个字节组成一个字，其最高位是第15位，最低位是第0位。高8位称为高字节，低8位称为低字节，如右图所示。

　　字节和字是汇编语言程序中最常用的两种数据类型，也是最容易出错的数据类型。

图1.3 字数据类型示意图

3、双字

　　用2个字(4个字节)来组成一个双字，其高16位称为高字，低16位称为低字，如右图所示。

　　双字有较大的数据表示范围，它通常是为了满足数据的表示范围而选用的数据类型，也可用于存储远指针。

　　字节、字和双字是汇编语言最常用的三种数据类型，下图表现出它们三者之间的组成关系。

图1.4 双字数据类型示意图

图1.5 字节、字和双字数据类型之间关系示意图

4、四字

　　由4个字(8个字节)组成一个四字类型，它总共有64个二进制位，当然，也就有更大的数据表示范围，但在汇编语言中很少使用该数据类型。

5、十字节

　　由10个字节组成一个十字节类型，它总共有80个二进制位。在汇编语言中很少使用该数据类型。

6、字符串

　　字符串是由若干个字节组成的，字节数不定，通常每个字节存储一个字符。该数据形式是汇编语言程序中经常使用的另一种数据形式。