首页 > 编程语言 >C语言与汇编

C语言与汇编

时间:2022-10-03 11:44:47浏览次数:79  
标签:汇编 sp 函数 s0 sw C语言 a5 寄存器

C变量

C 语言是如何把各种类型的变量转换成对应的汇编语言呢?
高级语言更容易被工程师理解,而汇编语言这样的低级语言,则更容易被机器解读。这是因为汇编语言里的大部分内容都跟机器语言一一对应,你可以这样理解,汇编语言就是把机器语言符号化。

汇编器会将汇编源代码生成二进制程序文件。在程序二进制文件里有很多段。其中 text 段和 data 段在文件里占用位置空间,text 段存放了程序指令的二进制数据data 段放着各种已经初始化的数据。二进制文件里还有个更特殊的 bss 段,它不占用文件的位置空间,而是在文件头里记录 bss 段的大小。

一旦 text、data 段加载到内存中运行,就会占用内存空间,自然也就对应到实际的内存。至于 bss 段,操作台会根据文件头里记录的大小给它分配内存空间,并初始为 0。

写代码来验证下:

//定义整型变量
int i = 5;
//定义字符变量
char chars = 'a';
//定义结构体
struct data
{
    int a;
    char c;
};
//定义结构体变量并初始化
struct data d = {10, 'b'};

在代码中定义了三个不同类型的变量。在 GCC 编译器后面加上 -save-temps 选项,就能留下 GCC 编译器各个步骤生成的临时文件(xxxx.i、xxxx.s、xxxx.bin),方便我们查看 GCC 逐步处理的结果。

其中,xxxx.i 是 gcc 编译器生成的预处理文件xxxx.s 是 gcc 编译器生成的汇编文件xxxx.o 是 gcc 编译器生成的可链接的目标文件xxxx.bin 是去除了 ELF 文件格式数据的纯二进制文件,这是我用 objcopy 工具生成的,这个文件可以方便我们后续观察。

variable.s 文件,如下所示:

  .globl  i         #导出全局标号i
  .section  .sdata,"aw"  #创建sdata段,属性动态分配可读写
  .size  i, 4       #占用4字节大小
i:               #标号i
  .word  5           #定义一个字,初始化为5
        
  .globl  chars       #导出全局标号chars
  .size  chars, 1     #占用1字节大小
chars:             #标号chars
  .byte  97         #定义一个字节,初始化为97,正是‘a’字符的ascii码
        
  .globl  d         #导出全局标号d
  .size  d, 8       #占用8字节大小
d:               #标号d
  .word  10         #定义一个字,初始化为10
  .byte  98         #定义一个字节,初始化为98,正是‘b’字符的ascii码
  .zero  3         #填充3个字节,数据为0

上面的汇编代码和注释已经写得很清楚了,C 语言的变量名变成了汇编语言中的标号,根据每个变量的大小,用多个汇编代码中定义数据的操作符,比如.byte、.word,进行定义初始化。

C 语言结构体中的字段则要用多个.byte、.word 操作符的组合实现变量定义,汇编器会根据.byte、.word 来分配变量的内存空间,标号就是对应的地址。这个变量的内存空间,当程序处于非运行状态时就反映在程序文件中;一旦程序加载到内存中运行,其中的变量就会加载到内存里,对应在相应的内存地址上。
上述代码仍然是可读的文本代码,来看下汇编器生成的二进制文件variable.bin:
image

二进制文件 variable.bin 一共有 16 字节,第 5 到第 7 个字节和第 13 到第 15 个字节为填充字节,这是为了让地址可以按 32 位对齐。我们可以看到 i 变量占用 4 个字节空间,chars 变量占用 1 个字节空间,d 结构体变量占用 8 个字节,里面有两个成员变量 a 和 c。

截图中反映的情况,相当于从 0 开始分配地址空间,当然后面链接器会重新分配地址空间的,这里 i 变量地址为 0,chars 变量地址为 4,d 变量地址为 8。

总结一下,C 语言转化成汇编语言时发生了什么样的变化:C 语言的变量名成了汇编语言的标号,C 语言的变量对应的空间变成了汇编语言.byte、.word 之类的定义数据操作符。最终,汇编器会根据.byte、.word 分配内存空间

C语言表达式

了解下C语言是怎样把各种表达式转换成对应的汇编语言的。

举例:

int add()
{
    //定义三个局部整形变量
    int a, b, c; 
    //赋值表达式
    a = 125;
    b = 100;
    //运算表达式
    c = a + b;
    //返回表达式
    return c;
}

直接看 GCC 编译器生成的汇编代码。GCC 在编译代码时我加了“-O0”,这表示让 GCC 不做代码优化,如下所示:

add:
  addi  sp,sp,-32
  sw  s0,28(sp)
  addi  s0,sp,32
  li  a5,125
  sw  a5,-20(s0)
  li  a5,100
  sw  a5,-24(s0)
  lw  a4,-20(s0)
  lw  a5,-24(s0)
  add  a5,a4,a5
  sw  a5,-28(s0)
  lw  a5,-28(s0)
  mv  a0,a5
  lw  s0,28(sp)
  addi  sp,sp,32
  jr  ra

在栈中分配变量的内存空间、给变量赋值、进行运算、处理返回值、回收栈中分配的空间、返回。

首先看看 C 语言中的“int a,b,c;”,这是三个局部变量。在 C 语言中局部变量是放在栈中的,这里就是给 a、b、c 这三个变量在栈中分配变量的内存空间,对应的代码如下所示:

  # int a,b,c;
    addi  sp,sp,-32  #把栈指针寄存器减去32,相当于在栈中分配了32字节的空间
  sw  s0,28(sp)     #首先把s0寄存器存放在(sp+28)的内存空间中
  addi  s0,sp,32   #然后把s0寄存器设为原来sp寄存器的值

上述代码通过减去 sp 寄存器的值,在栈中分配了内存空间。因为栈是由高地址内存空间向低地址内存空间生长的,所以分配栈内存空间是减去一个值。

接着来看看 C 语言中的“a=125;b=100;”,这两行代码就是给变量赋值,也可以叫做赋值表达式,对应的汇编代码如下所示:

  # a=125;b=100;
    li  a5,125      #125加载到a5寄存器中
  sw  a5,-20(s0)    #把a5寄存器储存到(s0-20)的内存空间中,即栈中
  li  a5,100      #100加载到a5寄存器中
  sw  a5,-24(s0)    #把a5寄存器储存到(s0-24)的内存空间中,即栈中

已经看到了“=”赋值运算,被转化为机器的数据传输指令,即储存、加载和寄存器之间的传输指令。从 -20、-24 这些地址偏移量,我们可以推导出 a,b 两个整型变量各占 4 字节大小的空间。

然后,来看看 C 语言里“c = a + b;”这一行代码,它就是运算表达式,同时也赋值表达式,但运算表达式的优先级更高,对应的汇编代码如下所示:

    #c=a+b; 
    lw  a4,-20(s0)    #把(s0-20)内存空间中的内容加载到a4寄存器中
  lw  a5,-24(s0)    #把(s0-24)内存空间中的内容加载到a5寄存器中
  add  a5,a4,a5    #a4寄存器加上a5寄存器的结果送给a5寄存器
  sw  a5,-28(s0)    #把a5寄存器储存到(s0-28)的内存空间中,即栈中

C 语言中的加法运算符被转化成了机器的加法指令,运算表达式中的变量放在寄存器中,就成了加法指令的操作数。但是运算结果也被放在寄存器中,而后又被储存到内存中了。

最后,来看看 C 语言中“return c;”这一行代码,也就是返回表达式。对应的汇编代码如下所示:

  #return c;
    lw  a5,-28(s0)    #把(s0-28)内存空间中的内容加载到a5寄存器中
  mv  a0,a5      #a5寄存器送给a0寄存器,作为返回值
  lw  s0,28(sp)    #恢复s0寄存器
  addi  sp,sp,32  #把栈指针寄存器加上32,相当于在栈中回收了32字节的空间
  jr  ra        #把ra寄存器送给pc寄存器实现返回

从上述代码块可以看到,先把 c 变量加载到 a5 寄存器中,又把 a5 寄存器送给了 a0 寄存器。

在语言调用标准中,a0 寄存器是作为返回值寄存器使用的return 语句是流程控制语句,它被转换为机器对应的跳转指令,即 jr 指令。jr 指令会把操作数送给 pc 寄存器,这样就能实现程序的跳转。

C语言流程控制

通过流程控制,C 语言就能把程序的分支、循环结构转换成汇编语言。下面我们以 C 语言中最常用的 for 循环为例来理解流程控制。for 循环这个例子很有代表性,因为它包括了循环和分支,代码如下所示。

void flowcontrol()
{
    //定义了整型变量i
    int i;
    for(i = 0; i < 5; i++)
    {
        ;//什么都不做
    }
    return;
}

可以看到上述代码中,for 关键字后面的括号中有三个表达式。

开始第一步先执行的是第一个表达式:i = 0; 接着第二步,执行第二个表达式。如果表达式的运算结果为 false,就跳出 for 循环;然后到了第三步,执行大括号“{}”中的语句,这里是空语句,什么都不做;最后的第四步执行第三个表达式:i++,再回到第二步开始下一次循环。

来看下这四步对应的汇编程序,如下所示:

flowcontrol:
  addi  sp,sp,-32
  sw  s0,28(sp)
  addi  s0,sp,32    # int i 定义i变量
  sw  zero,-20(s0)    # i = 0 第一步 第一个表达式 
  j  .L2          # 无条件跳转到.L2标号处
.L3:
  lw  a5,-20(s0)      # 加载i变量
  addi  a5,a5,1      # i++ 第四步 第三个表达式 
  sw  a5,-20(s0)      # 保存i变量
.L2:
  lw  a4,-20(s0)      # 加载i变量
  li  a5,4        # 加载常量4
  ble  a4,a5,.L3       # i < 5 第二步 第二个表达式 如果i <= 4就跳转.L3标号,否则就执行后续指令,跳出循环
  lw  s0,28(sp)      # 恢复s0寄存器
  addi  sp,sp,32    # 回收栈空间
  jr  ra          # 返回

为什么代码的注释中没有看到第三步的内容?这是因为我们写了空语句,编译器没有生成相应的指令。一般 CPU 会提供多种形式的跳转指令,来实现程序的流程控制

C 语言正是用了这些跳转、条件分支指令,才实现了如 if、for、while、goto、return 等程序流程控制逻辑。

C语言函数

了解一下 C 语言是怎么把函数转换成汇编语言的。

函数是C语言中非常重要的组成部分,要用 C 语言完成一个实际的功能,就需要至少写一个函数,可见函数就是 C 语言中对一段功能代码的抽象。一个函数就是一个执行过程,有输入参数也有返回结果(根据需要可有可无),可以调用其它函数,也被其它函数调用。

用函数验证下:

//定义funcB
void funcB()
{
    return;
}
//定义funcA
void funcA()
{
    //调用funcB
    funcB();
    return;
}

上述代码中定义了 funcA、funcB 两个函数,函数 funcA 调用了函数 funcB,而函数 funcB 是个空函数,什么也不做。
直接看它们的汇编代码,如下所示:

funcB:
  addi  sp,sp,-16
  sw  s0,12(sp)      #储存s0寄存器到栈中
  addi  s0,sp,16
  nop
  lw  s0,12(sp)      #从栈中加载s0寄存器
  addi  sp,sp,16
  jr  ra          #函数返回

funcA:
  addi  sp,sp,-16
  sw  ra,12(sp)
  sw  s0,8(sp)      #储存ra,s0寄存器到栈中
  addi  s0,sp,16
  call  funcB      #调用funcB函数
  nop
  lw  ra,12(sp)      #从栈中加载ra,s0寄存器
  lw  s0,8(sp)
  addi  sp,sp,16
  jr  ra          #函数返回

从上面的汇编代码可以看出,函数就是从一个标号开始到返回指令的一段汇编程序,并且 C 语言中的函数名就是标号,对应到汇编程序中就是地址

即使是什么也不做的空函数,C 语言编译器也会把它翻译成相应的指令,分配栈空间,保存或者恢复相应的寄存器,回收栈空间,这相当于一个标准的代码模板。

其中的 call 其实完成了两个动作:一是把 call 下一条指令的地址保存到 ra 寄存器中二是把后面标号地址赋值给 pc 寄存器,实现程序的跳转。由于被跳转的程序段最后会执行 jr ra,即把 ra 寄存器赋值给 pc 寄存器,然后再跳转到 call 指令的下一条指令开始执行,这样就能实现函数的返回。

C语言调用规范

现在来探讨另一个问题,就是一个函数调用另一个函数的情况,而且这两个函数不是同一种语言所写。
比如:
在汇编语言中调用 C 语言,或者反过来在 C 语言里调用汇编语言。这些情况要怎么办呢?这时候就需要有一种调用约定或者规范。
这个规范有什么用呢?CPU 中的一些寄存器有特定作用的,自然不能在函数中随便使用。即使用到了也要先在栈里保存起来,然后再恢复。

这就引发了三个问题:一是需要规定好寄存器的用途二是明确哪些寄存器需要保存和恢复第三则是规定函数如何传递参数和返回值,比如用哪些寄存器传递参数和返回值

首先看一下,C 语言下的数据类型在 RISC-V 平台下所占据内存的大小,这也是调用规范的一部分,如下表:
image

下面我们结合实例来理解。我们先来写一段汇编代码和 C 代码,用汇编代码调用 C 函数,它们属于不同的文件,这些文件我已经在工程里给你准备好了。

首先,汇编代码如下:

.text                   //表明下列代码放在text段中
.globl  main            //导出main符号,链接器必须要找的到main符号
main:
  addi sp,sp,-16
  sw   s0,12(sp)      //保存s0寄存器
  addi s0,sp,16
  call C_function     //调用C语言编写的C_function函数
    li   a0,0           //设置main函数的返回值为0
  lw   s0,12(sp)      //恢复s0寄存器
  addi sp,sp,16
  jr   ra             //返回

这段代码主要处理了栈空间,保存了 s0 寄存器,然后调用了 C 语言编写的 C_function 函数,该函数我放在了 main_c.c 文件中,如下所示:

#include "stdio.h"
void C_function()
{
    printf("This is C_function!\n");
    return;
}

运行结果:
image

看到代码运行了,打印出了 This is C_function!,而且没有出现任何错误,这说明我们通过汇编代码调用 C 函数成功了

以上代码的功能很简单,很多寄存器没有用到,所以并没有保护和恢复相应的寄存器。在复杂的情况下,调用者函数应该保存和恢复临时寄存器:t0t6(整数寄存器),ft0ft11(浮点寄存器)被调用者函数应该保存和恢复的寄存器:s0s11(整数寄存器),fs0fs11(浮点寄存器)

现在只剩最后一个问题了,C 语言函数有参数和返回值。如果没有相应规范,一个 C 语言函数就不知道如何给另一个 C 语言函数传递参数,或者接收它的返回值

同样用代码来验证一下,如下所示:

int addtest(int a, int b, int c,int d, int e, int f, int g, int h, int i)
{
    return a + b + c + d+ e + f + g + h + i;
}
void C_function()
{
    int s = 0;
    s = addtest(1,2,3,4,5,6,7,8,9);
    printf("This is C_function! s = %d\n", s);
    return;
}

这段代码很简单,为了验证参数的传递,我们给 addtest 函数定义了 9 个参数,在 C_function 函数中调用它,并打印出它的返回值。

直接看看它生成的汇编代码,如下所示:

addtest:
  addi  sp,sp,-48
  sw  s0,44(sp)
  addi  s0,sp,48 #让s0变成原sp的值
    #依次将a0~a7,8个寄存器放入栈中 
  sw  a0,-20(s0)
  sw  a1,-24(s0)
  sw  a2,-28(s0)
  sw  a3,-32(s0)
  sw  a4,-36(s0)
  sw  a5,-40(s0)
  sw  a6,-44(s0)
  sw  a7,-48(s0)
    #从栈中加载8个整型数据相加
  lw  a4,-20(s0)
  lw  a5,-24(s0)
  add  a4,a4,a5
  lw  a5,-28(s0)
  add  a4,a4,a5
  lw  a5,-32(s0)
  add  a4,a4,a5
  lw  a5,-36(s0)
  add  a4,a4,a5
  lw  a5,-40(s0)
  add  a4,a4,a5
  lw  a5,-44(s0)
  add  a4,a4,a5
  lw  a5,-48(s0)
  add  a4,a4,a5
    #从栈中加载第9个参数的数据,参考第4行代码 
  lw  a5,0(s0)
  add  a5,a4,a5
    #把累加的结果放入a0寄存器,作为返回值
  mv  a0,a5
  lw  s0,44(sp)
  addi  sp,sp,48 #恢复栈空间
  jr  ra       #返回

C_function:
  addi  sp,sp,-48
  sw  ra,44(sp)
  sw  s0,40(sp)
  addi  s0,sp,48
  sw  zero,-20(s0)
  li  a5,9
  sw  a5,0(sp)     #将9保存到栈顶空间中
  li  a7,8
  li  a6,7
  li  a5,6
  li  a4,5
  li  a3,4
  li  a2,3
  li  a1,2
  li  a0,1     #将1~8,加载到a0~a7,8个寄存器中,作为addtest函数的前8个参数
  call  addtest  #调用addtest函数
  sw  a0,-20(s0)   #addtest函数返回值保存到s变量中
  lw  a1,-20(s0)   #将s变量作为printf函数的第二个参数
  lui  a5,%hi(.LC0)
  addi  a0,a5,%lo(.LC0)
  call  printf
  nop
  lw  ra,44(sp)
  lw  s0,40(sp)
  addi  sp,sp,48 #恢复栈空间
  jr  ra       #返回

根据上面的代码,总结一下,C 语言函数用 a0~a7 这个 8 个寄存器,传递了一个函数的前 8 个参数。注意如果是浮点类型的参数,则使用对应的浮点寄存器 fa0~fa7,从第 9 个参数开始依次存放在栈中, 而函数的返回值通常放在 a0 寄存器中

小结

C 语言变量经过编译器的加工,其变量名变成了汇编语言中的标号,也就是地址。变量空间由汇编语言中.byte、.word 等操作符分配空间,有的空间存在于二进制文件中,有的空间需要 OS 加载程序之后再进行分配

接着是 C 语言表达式,C 语言表达式由 C 语言变量和 C 语言运算符组成,C 语言运算符被转换成了对应的 CPU 运算指令。变量由内存加载到寄存器,变成了指令的操作数,一起完成了运算功能。

之后借助 for 循环这个例子,发现 C 语言函数会被编译器“翻译”成一段带有标号的汇编代码,里面包含了流程控制指令(比如跳转指令)和各种运算指令。这些指令能修改 PC 寄存器,使之能跳转到相应的地址上运行,实现流程控制。

最后讨论了 C 语言的调用规范。“没有规矩不成方圆”,调用规范解决了函数之间的调用约束,比如哪些寄存器由调用者根据需要保存和恢复,哪些寄存器由被调用者根据需要保存和恢复,函数之间如何传递参数,又如何接收函数的返回值等等的问题。

参考:
C与汇编:揭秘C语言编译器的“搬砖”日常

标签:汇编,sp,函数,s0,sw,C语言,a5,寄存器
From: https://www.cnblogs.com/whiteBear/p/16750219.html

相关文章

  • C语言入门—明明的随机数
    题目描述明明想在学校中请一些同学一起做一项问卷调查,为了实验的客观性,他先用计算机生成了N个1到1000之间的随机整数(N≤100),对于其中重复的数字,只保留一个,把其余相同的......
  • 【C语言】经典猜数字游戏
    ​​#include<stdio.h>​​​​#include<stdlib.h>​​​​#include<time.h>​​​​voidmenu()​​​​{​​​​printf("**********\n");​​​​printf("*****......
  • 专升本C语言笔记-2022-10-2
    变量名命名规则:1.变量名只能是英文字母(A-Z,a-z)和数字(0-9)或者下划线(_)组成。               2.第一个字母必须是字母或者下划线开头。 ......
  • C语言神奇的幻方
        #include<stdio.h>intmain(){intdata[40][40]={0};intN;scanf("%d",&N);intk=1;inti,j,m,n;i=0;j=N/2;data[i......
  • 查找字符串三种方法(截取子串,朴素匹配法,KMP匹配)——C语言描述
    查找字符串三种方法(截取子串,朴素匹配法,KMP匹配)——C语言描述目录查找字符串三种方法(截取子串,朴素匹配法,KMP匹配)——C语言描述0测试用例框架1查找字符串——截取字串方法......
  • C语言每日一题——第六天
    第六天小明想了想,发现他已经写过数个用于计算日期的程序了。今天他决定更进一步,要实现一个可以计算两个日期实际相差天数的代码。另外,为了方便,不考虑闰年情况。运行:main.......
  • 【C语言_11】快速了解switch多重选择语句!
    1.switch的用法switch后面的括号只能填整型表达式case后面的常量不能有重复的可以没有defaultswitch(整型表达式){case整型常量1:语句;case整型常量2:......
  • 插入字符串,删除字符串——C语言描述
    插入字符串,删除字符串——C语言描述目录插入字符串,删除字符串——C语言描述0测试用例框架1插入字符串1.1功能需求:1.2条件1.3方法1.4代码实现0测试用例框架https://......
  • 初识C语言
    #include<stdio.h>#include<stdlib.h>#include<math.h>intmain(){doublea,b,c,y;intx;scanf("%lf%lf%lf",&a,&b,&c);x=a+b+c;y=(a+b+c)/4;printf("x=%d",x);pri......
  • C语言常用函数
    数据类型:整数:char、unsignedchar(0-255)、signedchar(-128-127)、short、unsignedshort(0-65535)、int、unsignedint、long、unsignedlong小数:float(6位):单精度,eg:2.5fdouble......