匯編語言如何發展到C語言的？

我給你說說二者的區別，再去看看演變歷史！

一、匯編語言是什么？

我們知道，CPU 只負責計算，本身不具備智能。你輸入一條指令（instruction），它就運行一次，然后停下來，等待下一條指令。這些指令都是二進制的，稱為操作碼（opcode），比如加法指令就是00000011。編譯器的作用，就是將高級語言寫好的程序，翻譯成一條條操作碼。對于人類來說，二進制程序是不可讀的，根本看不出來機器干了什么。為了解決可讀性的問題，以及偶爾的編輯需求，就誕生了匯編語言。匯編語言是二進制指令的文本形式，與指令是一一對應的關系。比如，加法指令00000011寫成匯編語言就是ADD。只要還原成二進制，匯編語言就可以被 CPU 直接執行，所以它是最底層的低級語言。

二、來歷

最早的時候，編寫程序就是手寫二進制指令，然后通過各種開關輸入計算機，比如要做加法了，就按一下加法開關。后來，發明了紙帶打孔機，通過在紙帶上打孔，將二進制指令自動輸入計算機。為了解決二進制指令的可讀性問題，工程師將那些指令寫成了八進制。二進制轉八進制是輕而易舉的，但是八進制的可讀性也不行。很自然地，最后還是用文字表達，加法指令寫成ADD。內存地址也不再直接引用，而是用標簽表示。 這樣的話，就多出一個步驟，要把這些文字指令翻譯成二進制，這個步驟就稱為assembling，完成這個步驟的程序就叫做 assembler。它處理的文本，自然就叫做 aseembly code。標準化以后，稱為assembly language，縮寫為 asm，中文譯為匯編語言。 每一種 CPU的機器指令都是不一樣的，因此對應的匯編語言也不一樣。本文介紹的是目前最常見的 x86 匯編語言，即 Intel 公司的 CPU使用的那一種。

三、寄存器

學習匯編語言，首先必須了解兩個知識點：寄存器和內存模型。

先來看寄存器。CPU 本身只負責運算，不負責儲存數據。數據一般都儲存在內存之中，CPU 要用的時候就去內存讀寫數據。但是，CPU的運算速度遠高于內存的讀寫速度，為了避免被拖慢，CPU 都自帶一級緩存和二級緩存。基本上，CPU 緩存可以看作是讀寫速度較快的內存。但是，CPU 緩存還是不夠快，另外數據在緩存里面的地址是不固定的，CPU 每次讀寫都要尋址也會拖慢速度。因此，除了緩存之外，CPU還自帶了寄存器（register），用來儲存最常用的數據。也就是說，那些最頻繁讀寫的數據（比如循環變量），都會放在寄存器里面，CPU優先讀寫寄存器，再由寄存器跟內存交換數據。 寄存器不依靠地址區分數據，而依靠名稱。每一個寄存器都有自己的名稱，我們告訴 CPU去具體的哪一個寄存器拿數據，這樣的速度是最快的。有人比喻寄存器是 CPU 的零級緩存。 四、寄存器的種類 早期的 x86 CPU只有8個寄存器，而且每個都有不同的用途。現在的寄存器已經有100多個了，都變成通用寄存器，不特別指定用途了，但是早期寄存器的名字都被保存了下來。

● EAX● EBX● ECX● EDX● EDI● ESI● EBP● ESP

上面這8個寄存器之中，前面七個都是通用的。ESP 寄存器有特定用途，保存當前 Stack 的地址（詳見下一節）。 我們常常看到 32位CPU、64位 CPU 這樣的名稱，其實指的就是寄存器的大小。32 位 CPU 的寄存器大小就是4個字節。

五、內存模型：Heap

寄存器只能存放很少量的數據，大多數時候，CPU 要指揮寄存器，直接跟內存交換數據。所以，除了寄存器，還必須了解內存怎么儲存數據。程序運行的時候，操作系統會給它分配一段內存，用來儲存程序和運行產生的數據。這段內存有起始地址和結束地址，比如從0x1000到0x8000，起始地址是較小的那個地址，結束地址是較大的那個地址。程序運行過程中，對于動態的內存占用請求（比如新建對象，或者使用malloc命令），系統就會從預先分配好的那段內存之中，劃出一部分給用戶，具體規則是從起始地址開始劃分（實際上，起始地址會有一段靜態數據，這里忽略）。舉例來說，用戶要求得到10個字節內存，那么從起始地址0x1000開始給他分配，一直分配到地址0x100A，如果再要求得到22個字節，那么就分配到0x1020。這種因為用戶主動請求而劃分出來的內存區域，叫做 Heap（堆）。它由起始地址開始，從低位（地址）向高位（地址）增長。Heap的一個重要特點就是不會自動消失，必須手動釋放，或者由垃圾回收機制來回收。

六、內存模型：Stack

除了 Heap 以外，其他的內存占用叫做 Stack（棧）。簡單說，Stack 是由于函數運行而臨時占用的內存區域。請看下面的例子。

1234

上面代碼中，系統開始執行main函數時，會為它在內存里面建立一個幀（frame），所有main的內部變量（比如a和b）都保存在這個幀里面。main函數執行結束后，該幀就會被回收，釋放所有的內部變量，不再占用空間。如果函數內部調用了其他函數，會發生什么情況？

12345

上面代碼中，main函數內部調用了add_a_and_b函數。執行到這一行的時候，系統也會為add_a_and_b新建一個幀，用來儲存它的內部變量。也就是說，此時同時存在兩個幀：main和add_a_and_b。一般來說，調用棧有多少層，就有多少幀。 等到add_a_and_b運行結束，它的幀就會被回收，系統會回到函數main剛才中斷執行的地方，繼續往下執行。通過這種機制，就實現了函數的層層調用，并且每一層都能使用自己的本地變量。所有的幀都存放在 Stack，由于幀是一層層疊加的，所以 Stack 叫做棧。生成新的幀，叫做”入棧”，英文是push；棧的回收叫做”出棧”，英文是 pop。Stack的特點就是，最晚入棧的幀最早出棧（因為最內層的函數調用，最先結束運行），這就叫做”后進先出”的數據結構。每一次函數執行結束，就自動釋放一個幀，所有函數執行結束，整個Stack 就都釋放了。

Stack是由內存區域的結束地址開始，從高位（地址）向低位（地址）分配。比如，內存區域的結束地址是0x8000，第一幀假定是16字節，那么下一次分配的地址就會從0x7FF0開始；第二幀假定需要64字節，那么地址就會移動到0x7FB0。

七、CPU 指令

7.1 一個實例

了解寄存器和內存模型以后，就可以來看匯編語言到底是什么了。下面是一個簡單的程序example.c。

123456

gcc 將這個程序轉成匯編語言。

1

上面的命令執行以后，會生成一個文本文件example.s，里面就是匯編語言，包含了幾十行指令。這么說吧，一個高級語言的簡單操作，底層可能由幾個，甚至幾十個 CPU 指令構成。CPU 依次執行這些指令，完成這一步操作。example.s經過簡化以后，大概是下面的樣子。

12345678910111213

可以看到，原程序的兩個函數add_a_and_b和main，對應兩個標簽_add_a_and_b和_main。每個標簽里面是該函數所轉成的CPU 運行流程。 每一行就是 CPU 執行的一次操作。它又分成兩部分，就以其中一行為例。

1

這一行里面，push是 CPU 指令，%ebx是該指令要用到的運算子。一個 CPU 指令可以有零個到多個運算子。下面我就一行一行講解這個匯編程序，建議讀者最好把這個程序，在另一個窗口拷貝一份，省得閱讀的時候再把頁面滾動上來。

7.2 push 指令

根據約定，程序從_main標簽開始執行，這時會在 Stack 上為main建立一個幀，并將 Stack 所指向的地址，寫入 ESP寄存器。后面如果有數據要寫入main這個幀，就會寫在 ESP 寄存器所保存的地址。 然后，開始執行第一行代碼。

1

push指令用于將運算子放入 Stack，這里就是將3寫入main這個幀。 雖然看上去很簡單，push指令其實有一個前置操作。它會先取出ESP 寄存器里面的地址，將其減去4個字節，然后將新地址寫入 ESP 寄存器。使用減法是因為 Stack從高位向低位發展，4個字節則是因為3的類型是int，占用4個字節。得到新地址以后， 3 就會寫入這個地址開始的四個字節。

1

第二行也是一樣，push指令將2寫入main這個幀，位置緊貼著前面寫入的3。這時，ESP 寄存器會再減去 4個字節（累計減去8）。

7.3 call 指令

第三行的call指令用來調用函數。

1

上面的代碼表示調用add_a_and_b函數。這時，程序就會去找_add_a_and_b標簽，并為該函數建立一個新的幀。下面就開始執行_add_a_and_b的代碼。

1

這一行表示將 EBX寄存器里面的值，寫入_add_a_and_b這個幀。這是因為后面要用到這個寄存器，就先把里面的值取出來，用完后再寫回去。這時，push指令會再將 ESP 寄存器里面的地址減去4個字節（累計減去12）。

7.4 mov 指令

mov指令用于將一個值寫入某個寄存器。

1

這一行代碼表示，先將 ESP 寄存器里面的地址加上8個字節，得到一個新的地址，然后按照這個地址在 Stack 取出數據。根據前面的步驟，可以推算出這里取出的是2，再將2寫入 EAX 寄存器。下一行代碼也是干同樣的事情。

1

上面的代碼將 ESP 寄存器的值加12個字節，再按照這個地址在 Stack 取出數據，這次取出的是3，將其寫入 EBX 寄存器。

7.5 add 指令

add指令用于將兩個運算子相加，并將結果寫入第一個運算子。

1

上面的代碼將 EAX 寄存器的值（即2）加上 EBX 寄存器的值（即3），得到結果5，再將這個結果寫入第一個運算子 EAX 寄存器。

7.6 pop 指令

pop指令用于取出 Stack 最近一個寫入的值（即最低位地址的值），并將這個值寫入運算子指定的位置。

1

上面的代碼表示，取出 Stack 最近寫入的值（即 EBX 寄存器的原始值），再將這個值寫回 EBX 寄存器（因為加法已經做完了，EBX 寄存器用不到了）。注意，pop指令還會將 ESP 寄存器里面的地址加4，即回收4個字節。