【汇编】三、寄存器（一只 Assember 的成长史）

嗨~你好呀！

我是一名初二学生，热爱计算机，码龄两年。最近开始学习汇编，希望通过 Blog 的形式记录下自己的学习过程，也和更多人分享。

上篇系列文章链接：【汇编】二、预备知识（一只 Assember 的成长史）

这篇文章主要讲解寄存器。

话不多说~我们开始吧！

⭐ 注：本系列文章基于 8086 CPU，16 位汇编，参考书《汇编语言》。

本系列旨在为 32 位汇编的学习以及汇编的实际使用打下基础。

---

目录

三 0. 本文中用到的汇编指令及其功能

三 1. 寄存器是什么

三 2. 寄存器的分类

1. 通用寄存器

2. 控制寄存器

3. 段寄存器

三 3. 通用寄存器及数据在通用寄存器中的存储

三 4. 物理地址、物理地址计算方法及段的概念

1. 物理地址

2. 物理地址计算方法

3. 段的概念

三 5. CS/IP 寄存器及 CPU 读取执行指令的工作过程

1. cs 和 ip 寄存器

2. CPU 读取、执行指令的工作过程

3. 修改 cs 和 ip 寄存器

---

三 0. 本文中用到的汇编指令及其功能

汇编指令	指令功能	高级语言语法描述
mov X, Y	将 Y 中的数据送至 X 中	X = Y
add X, Y	将 X,Y 相加，并将结果存储在 X 中	X += Y 或 X = X+Y
jmp X:Y	将 cs 的值设置为 X，将 ip 的值设置为 Y（后面会详细讲到）	cs = X; ip = Y
jmp 某一合法寄存器名	将 ip 的值设置为该合法寄存器中存储的值（后面会详细讲到）	ip = 该寄存器中存储的值

注：mov 和 add 的使用有一些限制，但涉及到更多知识，容易打乱思路和学习主线，所以会在遇到这些限制的时候再进行说明~

---

三 1. 寄存器是什么

上一篇说过，计算机有多种存储器，寄存器也是其中一种。

我们都知道，CPU 的运算速度远高于内存的读写速度，所以如果每次需要数据都要从内存中读取，会严重拖慢 CPU 的运行速度。正因如此，CPU 内嵌入了读写速度更快的 cache（高速缓存）和寄存器，用于存储最常用的数据（比如 for 循环中的 i）。cache 和寄存器也相当于 CPU 和内存之间的一座桥梁。

寄存器的体积最小、读写速度最快、价格最贵。

---

三 2. 寄存器的分类

不同的 CPU，寄存器的个数和结构都是不相同的，但总有那么几个寄存器出现在任何种类的 CPU 中。8086 CPU 共有 14 个寄存器（寄存器名不区分大小写）：ax, bx, cx, dx, si, di, sp, dp, bp, ip, cs, ss, ds, es, psw。

不过这 14 个没必要一口气学完，此处仅列出分类，下文中会讲到几个，后续文章中会讲到其它的~如果现在就想详细了解，可以去：爱了爱了，这篇寄存器讲的有点意思

1. 通用寄存器

· 数据寄存器：ax, bx, cx, dx

· 地址指针寄存器：sp, bp

· 变址寄存器：si, di

2. 控制寄存器

· 指令指针寄存器：ip

· 标志寄存器：psw

3. 段寄存器

（结尾的 s 全称为 segment，即 “段”）

· 代码段：cs（c = code）

· 数据段：ds（d = data）

· 栈段：ss（s = stack）

· 附加段：es（e = extra）

---

三 3. 通用寄存器及数据在通用寄存器中的存储

8086 CPU 的所有寄存器都是 16 位的，可以存放两个字节（一个字）。如下图：

But，8086 的上一代 CPU 中的寄存器都是 8 位的，为了保证兼容，8086 CPU 中的 ax, bx, cx, dx 寄存器都可以分为两个 8 位寄存器来使用（但其他的不可以）。

ax 分为 ah 和 al（h = high，l = low，下同）；

bx 分为 bh 和 bl；

cx 分为 ch 和 cl；

dx 分为 dh 和 dl；

通过其英文我们不难猜出，ah 中存储的是 ax 中的高 8 位数据，而 al 中存储的是 ax 中的低 8 位数据。下图是一个例子（“20H” 中的 H 表示该数据是十六进制）。

上图其实也表明了数据在 16 位寄存器中的存储。如果数据是一个字节，它将被存储在寄存器的某个 8 位中（高或低不确定）。如果数据是一个字，它的高位字节存储在寄存器的高 8 位中，低位字节存储在寄存器的低 8 位中。

如果在 ax 中存放的数据超过了 16 位（如 mov ax, FFFFFF0H），会导致高位丢失。

如果单独使用 al 或 ah，存放的数据超过 8 位时会导致高位丢失（不要误认为，单独使用 al 时，如果超过 8 位，会将进位存储在 ah 中）。

注意不要混淆寄存器和内存单元，一个字可以使用一个寄存器存储，但会占用两个内存单元（一个内存单元 8 位）。

在进行数据传送或运算时，两个操作对象的位数应当是一致的，比如不能这样写：mov ax,bl（前者是 16 位寄存器，后者是 8 位寄存器）。

---

三 4. 物理地址、物理地址计算方法及段的概念

1. 物理地址

上篇文章中说过，各个存储器的物理存储空间被合在一起看成一个逻辑存储空间，也就是内存地址空间，这个空间由很多内存单元构成。

而 CPU 想要寻址，就必须保证内存单元的地址的唯一性。内存单元在内存地址空间中唯一的地址就是它的物理地址（相当于身份证号）。

这就涉及到了一个问题——CPU 怎么给出物理地址？

2. 物理地址计算方法

首先需要面对一个非常囧的情况：8086 CPU 有 20 根地址总线，但只有 16 根数据总线...... 

通过上篇文章的计算公式不难得出，它的寻址能力是 1MB（或者说最大可以有 1MB 内存）。但是它一次只能发送 64KB 的数据（相当于 16 位的地址），表现出的寻址能力只有 64KB...

怎么办？如果只能发送 16 位的地址，那么内存大小只会有 64KB，且还白白浪费了 4 根地址总线。

但大佬就是大佬，一个 16 位不够，可以用两个啊！（虽然我很好奇为什么当时不加上 4 根数据总线，那不就万事大吉了）

so，解决办法出炉了——用两个 16 位地址合成一个 20 位地址。一个称为段地址，一个称为偏移地址（后面会讲到）。

如上图，概括一下 8086 CPU 读写内存的过程：

CPU 把段地址和偏移地址告诉地址加法器，地址加法器按照公式用这两个 16 位地址生成一个 20 位物理地址，再通过地址总线送到存储器。

这个公式就是：物理地址 = 段地址 * 16 + 偏移地址（ * 16 相当于左移 4 位）

补充一些数学知识：

· 一个 X 进制的数据左移 1 位，相当于乘以 X。

· 一个二进制数左移 4 位，相当于在原数的末尾加 4 个 0。

· 一个十六进制数左移 4 位，相当于在原数的末尾加 1 个 0。

补充的第二条也解释了为什么两个 16 位地址经过公式计算后可以生成一个 20 位地址。因为原来的段地址是 16 位，段地址 * 16 后末尾多了 4 个 0，变成了 20 位，再加上 16 位的偏移地址，还是 20 位。

下图是一个例子，其中段地址和偏移地址都用十六进制表示（其实它们在被送上地址总线的时候都是二进制，但是十六进制相对易读，也比较短）。

这个公式的本质含义是：CPU 在访问内存时，用一个基础地址和一个相对于基础地址的偏移地址相加，给出内存单元的物理地址。其中，“基础地址” 就是段地址 * 16。

根据这个公式，同一个物理地址可以用不同的段地址和偏移地址来表示，比如：

段地址	偏移地址	物理地址
0001	0000	0001 * 16 + 0000 = 00010+0000 = 00010
0000	0010	0000 * 16 + 0010 = 00000+0010 = 00010

其实 32 位 CPU 也延续了用段地址和偏移地址来表示一个内存单元的传统，只不过操作系统从实模式变成了保护模式，添加了 GDT、段描述符、段选择子等等一系列复杂的东西，后续文章会讲到哒~

3. 段的概念

你可能已经注意到了，“段地址” 这个名称似乎在暗示，内存地址空间是被分段的...？

nonono！内存地址空间是一个逻辑空间，并没有分段，段的划分来自于 CPU（上面那个表格也可以解释这一点，如果内存被分段的话，就会有两个内存单元对应同一个物理地址了）。

分段的方式可以让开发者更好地管理内存，比如我们可以把一部分内存划为代码段，专门用于存放代码；另一部分内存划分为数据段，专门用于存放数据；等等。在后续的文章中会陆续出现的~

比如，我们可以用不同的方式划分 10000H~100FFH 这段内存（不过一个段的起始地址一定是 16 的倍数，相当于段地址 * 16 + 0）。

如果你想在一个学校中找到 “初二 5 班 29 号同学”，你可以先找到初二5班，再在这个较小的范围中寻找 29 号同学，这可以减小你的工作量。

同理，分段可以让你不必记住这个内存单元的物理地址，而只需要先设置好段地址（后续文章会讲到），再通过偏移地址在这个段中定位需要的内存单元就可以了~

不过，偏移地址的长度是 16 位，所以一个段的长度最大为 64KB。

---

三 5. CS/IP 寄存器及 CPU 读取执行指令的工作过程

1. cs 和 ip 寄存器

cs 和 ip 是 CPU 中两个最关键的寄存器，它们指示了 CPU 当前要读取的指令的地址。其中 cs 为代码段寄存器（存储段地址），ip 为指令指针寄存器（存储偏移地址）。

若设 cs 中内容为 X，ip 中内容为 Y，对于 8086 CPU，它将从内存 X * 16 + Y 单元开始，读取一条指令并执行。换言之，它将 cs:ip 指向的内存单元中的内容当作指令执行。

2. CPU 读取、执行指令的工作过程

我们已经知道 CPU 会将 cs:ip 指向的内容当作指令执行，那么，一条指令究竟是怎么执行的呢？CPU 在这个过程中是如何工作的？

我们通过一个例子来看这个问题。

如下图，cs 的值为 2000H，ip 的值为 0000H，内存 20000H~20009H 单元存放着可执行的机器码，旁边给出了每几条对应的汇编指令。地址加法器负责计算物理地址；输入输出控制电路负责输入/输出数据；指令缓冲器负责缓冲（暂存）指令；指令执行器（或称为执行控制器）负责执行指令。

第一步：如下图，cs, ip 中的内容送入地址加法器，地址加法器通过 “物理地址 = 段地址 * 16 + 偏移地址” 计算出内存单元的物理地址。

第二步：如下图，地址加法器将物理地址送入输入输出控制电路。

 第三步：如下图，输入输出控制电路将物理地址 20000H 送上地址总线，经地址总线送入内存。

第四步：如下图，从内存 20000H 单元开始存放的机器指令（B8 23 01）通过数据总线被送入 CPU。

（你可能会好奇，诶 CPU 怎么知道它要三个内存单元的数据？它怎么知道 20000H 到 20003H 就是完整的一条汇编指令？）

（这是因为 CPU 有指令解释器，它知道 mov 后面跟着几个字节~）

第五步：如下图，输入输出控制电路将机器指令（B8 23 01）送入指令缓冲器。

第六步：如下图，读取一条指令后，ip 寄存器中的值将自动增加，以便 CPU 可以读取下一条指令。因为当前读入的指令长度为 3 个字节，所以 ip 中的值自动加 3。此时 cs:ip 指向内存单元 2000:0003。

第七步：如下图，指令执行器执行指令 B8 23 01。

此时，ax 寄存器中的内容为 123H。

 总结一下 CPU 读取和执行指令的过程吧~：

1. 从 cs:ip 指向的内存单元读取指令，读取的指令进入指令缓冲器；

2. ip = ip + 所读取的指令的长度，从而转向下一条指令；

3. 执行指令，转到步骤 1，重复这个过程。

3. 修改 cs 和 ip 寄存器

本文最开始提到，mov 和 add 指令的使用是有限制的，其中的一些限制在这里表现了出来。

如何改变一个寄存器的值？我猜你第一个想到的是使用 mov 指令，把一个值送入寄存器。

buuuuuut...cs 和 ip 偏偏就很有个性，它俩不接受通过 mov 修改它们的值...（其实 “有个性” 的寄存器不止它俩，后续文章中会提到~）

能够改变 cs 和 ip 的值的指令被称为转移指令，其中最简单的一个是 jmp 指令。

若想同时修改 cs 和 ip 的值，可用形如 “jmp 段地址:偏移地址” 来实现。jmp 用指令中给出的段地址修改 cs，用指令中给出的偏移地址修改 ip。如：jmp 218h:520h，执行后 cs = 218H，ip = 520H，CPU 将从 026A0H（218H * 16 + 520H）处读取指令。

若仅想修改 ip 的值，可用形如 “jmp 某一台合法寄存器” 来实现。jmp 用指令中给出的合法寄存器中的值修改 ip。如：mov ax, 1320h; jmp ax（注意！汇编代码后面没有分号，此处使用分号仅仅为了便于区分两条指令~），执行后 ip = 1320H。

如果你希望定义一个代码段，可以使用 cs:ip 指向代码段中第一条指令所在的内存地址空间（的起始位置）。

还有一些别的转移指令，后续文章中会讲到~

---

以上就是本文的全部内容啦~感谢你看到这里~

作者只是一名初学者，有任何错误或解释不当之处欢迎指出呀~一起加油！

那，我们下一篇再见咯~

2023-03-04

By Geeker · LStar

❤️