寄存器與代碼段

匯編語言系列學習筆記：

• 匯編語言初探
• 寄存器與代碼段（本文）

在上一篇博文中主要介紹了學習匯編語言的一些必備知識。其中和這篇文章聯系比較緊密的是內存地址單元與 CPU 的概念，不熟悉的可以先行閱讀上一篇博文。

在學習寄存器這兩章內容的時候，首先要牢記一個觀點：指令和數據在內存單元中沒有任何區別，它們都是一些二進制信息。

CPU 在讀取內存中二進制信息的時候，將有的信息看作指令，有的信息看作數據。

在接下來的三篇博文中將具體介紹 CPU 到底是根據什么來做出的這種區分的。

一、寄存器的概念

寄存器是位於 CPU 內部的一種帶有存儲性質的器件。寄存器在匯編語言中有着舉足輕重的地位，因為程序員可以通過改變寄存器中的內存來實現對 CPU 的控制。

8086CPU 中總有有 14 種不同種類的寄存器，它們分別是：AX、BX、CX、DX、SI、DI、SP、BP、IP、CS、SS、DS、ES、PSW。

它們最大能存儲 16bit 的數據。

接下來的幾篇文章將逐個的介紹這些寄存器的作用。

（一）通用寄存器

8086CPU 中的通用寄存器有下面四種：

• AX（accumulator）：累加寄存器，常用於運算。
• BX（base）：基址寄存器，常用於地址索引。
• CX（count）：計數寄存器。
• DX（data）：數據寄存器，常用於數據傳遞。

從上圖可知，一個 16 位寄存器可以存儲一個 16 位數據。由於 8086CPU 上一代的寄存器都是 8 位的，為了保證兼容性，一個 16 位通用寄存器通常還能當做兩個獨立的 8 位寄存器使用。

比如，AX 可以分為 AH 和 AL，見下圖：

AX 的低 8 位（0 位 ~ 7 位）構成了 AL 寄存器，高 8 位（8 位 ~ 15 位）構成了 AH 寄存器。

8086CPU 可以一次性處理這兩種不同長度的數據，分別稱為：

• 字（word）：16 位
• 字節（byte）：8 位

（二）段寄存器和指針寄存器

8086CPU 中的段寄存器和指針寄存器有下面四種：

• CS（code segment）：代碼段寄存器
• DS（data segment）：數據段寄存器
• SS（stack segment）：棧段寄存器
• ES（extra segment）：附加段寄存器
• IP（instruction pointer）：指令指針寄存器
• SP（stack pointer）：棧指針寄存器
• BP（base pointer）：基址指針寄存器

其中 CS 和 IP 是本文着重要介紹的，其余的將在后面學習到。

首先想一想 “ 段 ” 這個概念從何而來？這就要從 8086CPU 與內存之間的地址總線寬度說起了。

8086CPU 的地址總線寬度是 20 位，即一次性可以傳送 20 位的地址，理論上能達到 1MB 的尋址能力。但是我們上面介紹的寄存器最高也只有 16 位，無法直接生成 20 位的地址。

為了不白白的浪費 4 位地址總線，在 8086CPU 中采用一種將兩個 16 位地址合成一個 20 位地址的方法。

如圖所示，在 8086 中是通過一個地址加法器來完成的這種轉換：物理地址（20 bit） = 段地址（16 bit） × 16 + 偏移地址（16 bit）。其中段地址就存儲在段寄存器中。而偏移地址則保存在指針寄存器中。

這個公式隱含着兩個注意點：

• 因為 段地址 × 16 的大小必然是 16 的倍數，所以一個段內存空間的起始地址必然也是 16 的倍數。
• 因為偏移地址為 16 位，所以一個段的最大空間只有 2¹⁶ B = 64 KB。

這里有一個因果關系要明確：首先是因為 CPU 與內存之間的地址總線的寬度（1MB）高於 CPU 一次性能處理、傳輸、暫存的最大寬度（64KB），為了不浪費 CPU 的尋址能力，才會有 物理地址（20 bit） = 段地址（16 bit） × 16 + 偏移地址（16bit） 這樣的一個轉換機制。

所以我在想，要是做個假設，CPU 中的寄存器都是 20 bit，或者地址總線只有 16 bit 的話，是不是也許就沒有段地址這個說法了（這是我個人的思考，如果有不對的地方，煩請指正~）。

二、代碼段

上面講了一些比較常用的寄存器，其中 CS 和 IP 寄存器是兩個最為關鍵的寄存器，它們這兩個寄存器中的值組合起來 CS：IP 表示了 CPU 當前要讀取指令的地址。

也就是說：在 8086PC 機中，任意時刻，CPU 將 CS：IP 指向的內容當做指令執行。

為了接下來的講解，先學習幾條會用到的匯編指令：

• mov ax，4E20H：將 4E20H 這個數送入寄存器 AX。
• add ax，1406H：將寄存器 AX 中的數值加上 1406H。

假設現在有下面四條匯編指令：

• mov ax，0123H
• mov bx，0003H
• mov ax，bx
• add ax，bx

對應的機器指令為：

• B8H 23H 01H
• BBH 03H 00H
• 89H D8H
• 01H D8H

現在的一個編程需要是想讓 CPU 順序執行上面四條指令，可以將這四條指令的機器碼存放在一組連續的、起始地址為 16 的倍數的一組內存單元中，如下圖：

這樣我們就定義了一個所謂的代碼段，這個代碼段從內存的第 20000H 號單元開始，存放了 10 字節的指令。

要想讓 CPU 執行這段代碼，首先需要將 CS 的內容置為 2000H，IP 的內容置為 0000H。這樣 CPU 就從內存單元的 20000H 處開始執行。

下面以一張動圖來演示 CPU 執行第一條指令時 CPU 與內存的信息交互情況：

（動圖演示）

　　　　　　　　　　　　　　　　

這張動圖清晰的展示了 CPU 是如何執行處於上面內存代碼段中的第一條指令（隱藏了很多的細節）。由於指令的執行過程類似，加上制作動圖比較耗費時間，就省略了剩余的三條指令的執行過程（- -！）。

三、總結

本篇博文首先介紹了 CPU 中的寄存器種類，通過一個地址轉換公式引出了兩個重要的寄存器 CS 和 IP。有了這兩個寄存器的功能做支持，就可以定義一個存放代碼的代碼段，並讓 CPU 去執行這個代碼段。

最后還是引出文章開始的一句話：指令和數據在內存中沒有區別，它們都是一些二進制信息，把這些二進制信息看作指令還是數據，是讓編程人員通過控制 CPU 中的寄存器來完成的。

（完）