二进制如何变成汇编语言

转载请联系授权

01

从硬件到软件

之前我们把重点放在硬件 - 组成计算机的物理组件，比如电，电路，寄存器，RAM，ALU，CPU。但在硬件层面编程非常麻烦，所以程序员想要一种更通用的方法编程，一种"更软的"媒介，没错，我们要讲软件！

前面我们一步步讲了一个简单程序，第一条指令在内存地址 0：0010 1110，之前说过，前 4 位是操作码，简称 OPCODE。对于这个假设 CPU，0010 代表 LOAD_A 指令，把值从内存复制到寄存器 A，后 4 位是内存地址，1110 是十进制的 14。所以这 8 位表达的意思是 "读内存地址 14，放入寄存器 A"

只是用了两种不同语言，可以想成是英语和摩尔斯码的区别，"Hello" 和 ".... . .-.. .-.. —"，都是"你好"的意思，只是编码方式不同。英语和摩尔斯码的复杂度也不同，英文有 26 个字母以及各种发音，摩尔斯码只有"点"和"线"，但它们可以传达相同的信息，计算机语言也类似。

计算机能处理二进制，二进制是处理器的"母语"，事实上，它们只能理解二进制，这叫"机器语言"或"机器码"。

02

伪代码

在计算机早期阶段，必须用机器码写程序，具体来讲，会先在纸上用英语写一个"高层次版"。

举例："从内存取下一个销售额，然后加到天、周、年的总和，然后算税"等等...这种对程序的高层次描述，叫 "伪代码"。

在纸上写好后，用"操作码表"把伪代码转成二进制机器码，翻译完成后，程序可以喂入计算机并运行。

你可能猜到了，很快人们就厌烦了，所以在 1940~1950 年代，程序员开发出一种新语言， 更可读更高层次，每个操作码分配一个简单名字，叫"助记符"。"助记符"后面紧跟数据，形成完整指令。与其用 1 和 0 写代码，程序员可以写"LOAD_A 14"。我们在前面用过这个助记符，因为容易理解得多！

03

汇编器

当然，CPU 不知道 LOAD_A 14 是什么，它不能理解文字，只能理解二进制，所以程序员想了一个技巧，写二进制程序来帮忙，它可以读懂文字指令，自动转成二进制指令，这种程序叫汇编器。汇编器读取用"汇编语言"写的程序，然后转成"机器码"，"LOAD_A 14" 是一个汇编指令的例子。

随着时间推移，汇编器有越来越多功能，让编程更容易，其中一个功能是自动分析 JUMP 地址，这里有一个前面用过的例子：注意, JUMP NEGATIVE 指令跳到地址 5，JUMP 指令跳到地址 2。问题是，如果在程序开头多加一些代码，所有地址都会变，更新程序会很痛苦。

所以汇编器不用固定跳转地址，而是让你插入可跳转的标签。当程序被传入汇编器，汇编器会自己搞定跳转地址，程序员可以专心编程，不用管底层细节，隐藏不必要细节来做更复杂的工作，我们又提升了一层抽象。

然而，即使汇编器有这些厉害功能，比如自动跳转，汇编只是修饰了一下机器码。一般来说，一条汇编指令对应一条机器指令，所以汇编码和底层硬件的连接很紧密。

汇编器仍然强迫程序员思考 用什么寄存器和内存地址，如果你突然要一个额外的数，可能要改很多代码让我们想一想。