指令和運算 - 計算機指令：高級語言是如何翻譯成計算機指令
計算機組成原理目錄：https://www.cnblogs.com/binarylei/p/12585607.html
本小節聚焦在高級語言是如何翻譯成機器碼，以及機器碼的格式。之后的兩小節則深入講解 CPU 如何執行條件、循環、函數、遞歸這些完整的語句。
1. 機器碼 vs 計算機指令
計算機只認知 "0" 和 "1"，那我們每天用高級語言的程序，最終都會是怎么變成一串串 "0" 和 "1" 的？這一串串 "0" 和 "1" 又是怎么在 CPU 中處理的？今天，我們就來仔細介紹一下，“機器碼”和“計算機指令”到底是怎么回事。
我們常說，CPU(Central Processing Unit，中央處理器) 就是計算機的大腦。
- 從硬件的角度：CPU 就是一個超大規模集成電路，通過電路實現了加法、乘法乃至各種各樣的處理邏輯。
- 從軟件的角度：CPU 就是一個執行各種計算機指令（Instruction Code）的邏輯機器。這里的計算機指令，就好比一門 CPU 能夠聽得懂的語言，我們也可以把它叫作機器語言（Machine Language）。
不同的 CPU 能夠聽懂的語言不太一樣。比如 Intel CPU 和 ARM CPU 各自支持的語言，就是兩組不同的計算機指令集（Instruction Set）。
2. 從編譯到匯編，代碼怎么變成機器碼
了解了計算機指令和計算機指令集，接下來我們來看看，平時編寫的代碼，到底是怎么變成一條條計算機指令，最后被 CPU 執行的呢？我們拿一小段真實的 C 語言程序來看看。
// test.c
int main()
{
int a = 1;
int b = 2;
a = a + b;
}
要讓這段程序在一個 Linux 操作系統上跑起來，我們需要將 C 語言翻譯計算機指令：
- 編譯(Compile)：把整個程序翻譯成一個匯編語言（ASM，Assembly Language）。
- 匯編(Assembly)：針對匯編代碼，再用匯編器（Assembler）翻譯成機器碼（Machine Code）。這些機器碼由 "0" 和 "1" 組成的機器語言表示。這一條條機器碼，就是一條條的計算機指令。這樣一串串的 16 進制數字，就是我們 CPU 能夠真正認識的計算機指令。
在 Linux 操作系統上，我們可以簡單地使用 gcc 和 objdump 這樣兩條命令，把對應的匯編代碼和機器碼都打印出來。
gcc -g -c test.c
objdump -d -M intel -S test.o
可以看到，左側有一堆數字，這些就是一條條機器碼；右邊有一系列的 push、mov、add、pop 等，這些就是對應的匯編代碼。一行 C 語言代碼，有時候只對應一條機器碼和匯編代碼，有時候則是對應兩條機器碼和匯編代碼。匯編代碼和機器碼之間是一一對應的。
test.o: file format elf64-x86-64
Disassembly of section .text:
0000000000000000 <main>:
int main()
{
0: 55 push rbp
1: 48 89 e5 mov rbp,rsp
int a = 1;
4: c7 45 fc 01 00 00 00 mov DWORD PTR [rbp-0x4],0x1
int b = 2;
b: c7 45 f8 02 00 00 00 mov DWORD PTR [rbp-0x8],0x2
a = a + b;
12: 8b 45 f8 mov eax,DWORD PTR [rbp-0x8]
15: 01 45 fc add DWORD PTR [rbp-0x4],eax
}
18: 5d pop rbp
19: c3 ret
從高級語言到匯編代碼，再到機器碼，就是一個日常開發程序，最終變成了 CPU 可以執行的計算機指令的過程。
3. 解析指令和機器碼
日常用的 Intel CPU，有 2000 條左右的 CPU 指令。不過一般來說，常見的指令可以分成五大類。
- 算術類指令：我們的加減乘除，在 CPU 層面，都會變成一條條算術類指令。
- 邏輯類指令：邏輯上的與或非，都是這一類指令。
- 數據傳輸類指令：給變量賦值、在內存里讀寫數據，用的都是數據傳輸類指令。
- 條件分支類指令：日常我們寫的“if/else”，其實都是條件分支類指令。
- 無條件跳轉指令：寫一些大一點的程序，我們常常需要寫一些函數或者方法。在調用函數的時候，其實就是發起了一個無條件跳轉指令。
我們說過，不同的 CPU 有不同的指令集，也就對應着不同的匯編語言和不同的機器碼。為了方便你快速理解這個機器碼的計算方式，我們選用最簡單的 MIPS 指令集，來看看機器碼是如何生成的。（intel 指令集有 2000 條左右，而且是變長，不太好理解）
3.1 MIPS 指令集
MIPS 是一組由 MIPS 技術公司在 80 年代中期設計出來的 CPU 指令集。就在最近，MIPS 公司把整個指令集和芯片架構都完全開源了。MIPS 指令集管網：https://www.mips.com/mipsopen/
MIPS 的指令是一個 32 位的整數，高 6 位叫操作碼（Opcode），也就是代表這條指令具體是一條什么樣的指令，剩下的 26 位有三種格式，分別是 R、I 和 J。
- R 指令：一般用來做算術和邏輯操作，里面有讀取和寫入數據的寄存器的地址。如果是邏輯位移操作，后面還有位移操作的位移量，而最后的功能碼，則是在前面的操作碼不夠的時候，擴展操作碼表示對應的具體指令的。
- I 指令：則通常是用在數據傳輸、條件分支，以及在運算的時候使用的並非變量還是常數的時候。這個時候，沒有了位移量和操作碼，也沒有了第三個寄存器，而是把這三部分直接合並成了一個地址值或者一個常數。
- J 指令：跳轉指令，高 6 位之外的 26 位都是一個跳轉后的地址。
3.2 示例：add 指令
add $t0,$s2,$s1
add 對應的 MIPS 指令里 opcode 是 0，rs 代表第一個寄存器 s1 的地址是 17，rt 代表第二個寄存器 s2 的地址是 18，rd 代表目標的臨時寄存器 t0 的地址，是 8。因為不是位移操作，所以位移量是 0。把這些數字拼在一起，就變成了一個 MIPS 的加法指令。
為了讀起來方便，我們一般把對應的二進制數，用 16 進制表示出來。在這里，也就是 0X02324020。這個數字也就是這條指令對應的機器碼。
000000 10001 10010 01000 00000 100000 // add MIPS指令格式
= 0000 0010 0011 0010 0100 0000 0010 0000 // add 二進制表示
= 0X02324020 // add 十六進制表示
4. 總結延伸
這一講里，我們看到了一個 C 語言程序，是怎么被編譯成為匯編語言，乃至通過匯編器再翻譯成機器碼的。
除了 C 這樣的編譯型的語言之外，不管是 Python 這樣的解釋型語言，還是 Java 這樣使用虛擬機的語言，其實最終都是由不同形式的程序，把我們寫好的代碼，轉換成 CPU 能夠理解的機器碼來執行的。只是解釋型語言，是通過解釋器在程序運行的時候逐句翻譯，而 Java 這樣使用虛擬機的語言，則是由虛擬機對編譯出來的中間代碼進行解釋，或者即時編譯成為機器碼來最終執行。
然而，單單理解一條指令是怎么變成機器碼的肯定是不夠的。接下來的兩個小節，我會深入講解，包含條件、循環、函數、遞歸這些語句的完整程序，是怎么在 CPU 里面執行的。
推薦閱讀：
- 《計算機組成與設計：軟 / 硬件接口》第 5 版的 2.17 小節：Intel CPU 的指令集
每天用心記錄一點點。內容也許不重要，但習慣很重要！