2. 程式人生 > 其它 >v74.01 鴻蒙核心原始碼分析(編碼方式篇) | 機器指令是如何編碼的 | 百篇部落格分析OpenHarmony原始碼

v74.01 鴻蒙核心原始碼分析(編碼方式篇) | 機器指令是如何編碼的 | 百篇部落格分析OpenHarmony原始碼

阿新 • • 發佈：2022-04-20

核心彙編相關篇為:

本篇說清楚 ARM指令是如何被編碼的，機器指令由哪些部分構成，指令有哪些型別，每種型別的語法又是怎樣的 ?

程式碼案例 | C -> 彙編 -> 機器指令

看一段C語言編譯(clang)成的最後的機器指令(armv7)

int main(){
    int a = 0;
    if( a != 1) 
        a = 2*a + 1;
    return a;
}

 生成彙編程式碼如下:

    main:
60c: sub	sp, sp, #8
610: mov	r0, #0
614: str	r0, [sp, #4]
618: str	r0, [sp]
61c: ldr	r0, [sp]
620: cmp	r0, #1
624: beq	640 <main+0x34>
628: b	62c <main+0x20>
62c: ldr	r1, [sp]
630: mov	r0, #1
634: orr	r0, r0, r1, lsl #1
638: str	r0, [sp]
63c: b	640 <main+0x34>
640: ldr	r0, [sp]
644: add	sp, sp, #8
648: bx	lr

彙編程式碼對應的機器指令如下圖所示:

便於後續分析，將以上程式碼整理成如下表格

彙編程式碼 機器指令(十六進位制表示) 機器指令(二進位制表示)
sub sp, sp, #8 e24dd008 1110 0010 0100 1101 1101 0000 0000 1000
mov r0, #0 e3a00000 1110 0011 1010 0000 0000 0000 0000 0000
str r0, [sp, #4] e58d0004 1110 0101 1000 1101 0000 0000 0000 0100
str r0, [sp] e58d0000 1110 0101 1000 1101 0000 0000 0000 0000
ldr r0, [sp] e59d0000 1110 0101 1001 1101 0000 0000 0000 0000
cmp r0, #1 e3500001 1110 0011 0101 0000 0000 0000 0000 0001
beq 640 <main+0x34> 0a000005 0000 1010 0000 0000 0000 0000 0000 0101
b 62c <main+0x20> eaffffff 1110 1010 1111 1111 1111 1111 1111 1111
ldr r1, [sp] e59d1000 1110 0101 1001 1101 0001 0000 0000 0010
mov r0, #1 e3a00002 1110 0011 1010 0000 0000 0000 0000 0001
orr r0, r0, r1, lsl #1 e1800081 1110 0001 1000 0000 0000 0000 1000 0001
str r0, [sp] e58d0000 1110 0101 1000 1101 0000 0000 0000 0000
b 640 <main+0x34> eaffffff 1110 1010 1111 1111 1111 1111 1111 1111
ldr r0, [sp] e59d1000 1110 0101 1001 1101 0001 0000 0000 0000
add sp, sp, #8 e28dd008 1110 0010 1000 1101 1101 0000 0000 1000
bx lr e12fff1e 1110 0001 0010 1111 1111 1111 0001 1110

CPSR暫存器

在理解本篇之前需瞭解下CPSR暫存器的高4位[31,28] 表達的含義。關於暫存器的詳細介紹可翻看 系列篇的 (暫存器篇) 

N、Z、C、V均為條件碼標誌位。它們的內容可被算術或邏輯運算的結果所改變，並且可以決定某條指令是否被執行!意義重大!

  • CPSR的第31位是 N，符號標誌位。它記錄相關指令執行後，其結果是否為負。 如果為負 N = 1，如果是非負數 N = 0。
  • CPSR的第30位是Z，0標誌位。它記錄相關指令執行後，其結果是否為0。 如果結果為0。那麼Z = 1。如果結果不為0，那麼Z = 0。
  • CPSR的第29位是C，進位標誌位(Carry)。一般情況下，進行無符號數的運算。 加法運算：當運算結果產生了進位時（無符號數溢位），C=1，否則C=0。 減法運算（包括CMP）：當運算時產生了借位時（無符號數溢位），C=0，否則C=1。
  • CPSR的第28位是V，溢位標誌位(Overflow)。在進行有符號數運算的時候， 如果超過了機器所能標識的範圍，稱為溢位。

指令格式

ARM 指令流是一連串的字對齊的四位元組指令流。每個 ARM 指令是一個單一的 32 位字(4位元組)，如圖(3)： 

解讀 圖為ARM指令的編碼一級格式，所有的指令都必須符合一級格式，分成三部分：

  • 條件域: cond[31:28]表示，條件域會影響CPSR的條件碼N、Z、C、V標誌位。
  • 型別域: op1[27:25]， op[4]，arm將指令分成了六大型別 。
  • 操作域: 剩下的[24:5]，[4:0] 即圖中的空白位/保留位，這是留給下級自由發揮的，不同的型別對這些保留位有不同的定義。可以理解為因型別變化而變化的二級格式。
  • 那有了二級格式會不會有三級格式 ? 答案是必須有， 二級格式只會對保留位定義部分位，會留一部分給具體的指令格式自由發揮。
  • 一定要理解這種層次結構才能理解ARM指令集的設計總思路，因為RISC（精簡指令集） 的指令長度是固定的16/32/64位，以32位為例，所有的指令設計必須全用32位來表示，如果只有一層結構是難以滿足眾多的指令設計需求的，要靈活有包容就得給適當的空間發揮。

條件域

cond 為條件域，每一條可條件執行的條件指令都有4位的條件位域，2^4能表示16種條件

cond 助記符 含義（整型） 含義（浮點型） 條件標誌
0000 EQ 相等 相等 Z == 1
0001 NE 不等 不等或無序 Z == 0
0010 CS 進位 大於等於或無序 C == 1
0011 CC 進位清除 小於 C == 0
0100 MI 減、負數 小於 N == 1
0101 PL 加、正數或 0 大於等於或無序 N == 0
0110 VS 溢位 無序 V == 1
0111 VC 未溢位 有序 V == 0
1000 HI 無符號大於 大於或無序 C == 1 and Z == 0
1001 LS 無符號小於或等於 小於或等於 C == 0 or Z == 1
1010 GE 有符號大於或等於 大於或等於 N == V
1011 LT 有符號小於 小於或無序 N != V
1100 GT 有符號大於 大於 Z == 0 and N ==V
1101 LE 有符號大於或等於 小於等於或無序 Z == 1 or N != V
1110 無 無條件 無條件 任何
  • 大部分的指令都是 1110 = e，無條件執行指令，只要看到 e開頭的機器指令都屬於這類
  • beq 640 <main+0x34>	// 機器碼 0a000005 <=>	0000 1010 0000 0000 0000 0000 0000 0101
                                                0000	EQ	Equal(相等)	Z == 1

型別域

圖(3) 的 op1 域位於 bits[27:25]，佔三位；op 域位於 bit[4]，佔一位。它們的取值組合在一起，決定指令所屬的分類（Instruction Class），其值對應的關係如下

op1    op    指令型別
00x    -     資料處理以及雜項指令
010    -     load/store word型別 或者 unsigned byte
011    0     同上
011    1     媒體介面指令
10x    -     跳轉指令和塊資料操作指令，塊資料操作指令指 STMDA 這類，連續記憶體操作。
11x    -     協處理器指令和 svc 指令，包括高階的 SIMD 和浮點指令。

操作域

操作域是因型別變化而變化的二級格式 ，作用於保留位。包含

00x | 資料處理類指令

  • 上圖為涉及資料處理指令的對應編碼，由 op[佔5位]和op2[佔2位]兩項來確定指令的唯一性
  • 一般情況下只需op指定唯一性，圖中 SUB指令對應為 0010x，而程式碼案例中的第一句 
    sub	sp, sp, #8  // 機器碼 e24dd008 <=> 1110 001`0 0100` 1101 1101 0000 0000 1000
    對應[24:20]位就是0 0100，從而CPU在譯碼階段將其解析為SUB指令執行
  • 需要用到op2的是 MOV系列指令，包括邏輯/算術左移右移，例如: 
    mov r0, #0	//e3a00000 <=> 1110 0011 1010 0000 0000 0000 0000 0000
    中的op = 1 1010 ，op2 = 00 對應 MOV(register,ARM) on page A8-489 00x中的x表示資料處理分兩種情況
    • 000 無立即數參與(暫存器之間) ，圖A5.2.1 表示了這種情況 [27:25]= 000
    • 001 有立即參與的運算，例如 mov r0, #0 中的 [27:25]= 001，此處未展示圖，可前往 ARM體系結構參考手冊.pdf 翻看

010 | 載入儲存指令

  • Load/store是一組記憶體訪問指令，用來在ARM暫存器和記憶體之間進行資料傳送，ARM指令中有3種基本的資料傳送指令

    • 單暫存器 Load/Store 記憶體訪問指令（single register）：這些指令為ARM暫存器和儲存器提供了更靈活的單資料項傳送方式。資料可以使位元組，16位半字或32位字
    • 多暫存器 Load/Store 記憶體訪問指令：可以實現大量資料的同時傳送，主要用於程序的進入和退出、儲存和恢復工作暫存器以及複製暫存器中的一片（一塊）資料
    • 暫存器交換指令（single register swap）: 實現暫存器資料和記憶體資料進行交換，而且是在一條指令中完成，執行過程中不會受到中斷干擾

  • 出現在程式碼案例中的

    str r0, [sp, #4] //  機器碼 e58d0004 <=>	1110 0101 1000 1101 0000 0000 0000 0100
str r0, [sp]	 //  機器碼 e58d0000 <=>	1110 0101 1000 1101 0000 0000 0000 0000
                     將r0中的字資料寫入以SP為地址的儲存器中
ldr r0, [sp]	 //  機器碼 e59d0000 <=>	1110 0101 1001 1101 0000 0000 0000 0000
                     儲存器地址地址為SP的資料讀入r0 暫存器

    [27:25] = 010說明都屬於這類指令，完成對記憶體的讀寫，包括 LDR、LDRB、LDRH、STR、STRB、STRH六條指令。 ldr 為載入指令，但是載入到記憶體還是暫存器，這該怎麼記 ? 因為主角是CPU，載入有進來的意思，將內容載入至暫存器中。STR有出去的意思，將內容儲存到記憶體裡。 [sp]相當於C語言的 *sp ，sp 指向程式執行棧當前位置

  • 具體可看 >> ARM的六條訪存指令集---LDR、LDRB、LDRH、STR、STRB、STRH

010 | 多媒體指令

多媒體指令使用較少，但是它涉及指令卻很多

10x | 跳轉/分支/塊資料處理 指令

  • 出現在程式碼案例中的 
    beq 640 <main+0x34>	// 機器碼 0a000005 <=> 0000 1010 0000 0000 0000 0000 0000 0101
b 62c <main+0x20>	// 機器碼 eaffffff <=> 1110 1010 1111 1111 1111 1111 1111 1111
    [27:25] = 101說明都屬於這類指令
  • 聽得很多的pop，push也屬於這類，成塊的資料操作，例如push常用於將函式的所有引數一次性入棧。
  • 記憶體 <> 暫存器 批量資料搬運指令 STMDA (STMED) LDMDA/LDMF。

11x | 軟中斷/協處理器 指令

  • 其中最有名的就是svc 0，在系列篇中曾多次提及它，此處詳細說下 svc， svc全稱是 Supervisor Call， Supervisor是CPU的管理模式，svc導致處理器進入管理模式，很多人問的系統呼叫底層是怎麼實現的? svc就是答案。
  • 例如 printf是個標準庫函式，在標準庫的底層程式碼中會呼叫 svc 0，導致使用者態的 ARM 程式通常將系統呼叫號傳入 R7 暫存器(也被鴻蒙核心使用)，然後用 SVC 指令呼叫 0 號中斷來直接執行系統呼叫，
  • 在以前的ARM架構版本中，SVC指令被稱為SWI，軟體中斷。
  • 描述svc功能的詳細虛擬碼如下，請嘗試讀懂它 
      The TakeSVCException() pseudocode procedure describes how the processor takes the exception:
  // TakeSVCException()
  // ==================
  TakeSVCException()
  // Determine return information. SPSR is to be the current CPSR, after changing the IT[]
  // bits to give them the correct values for the following instruction, and LR is to be
  // the current PC minus 2 for Thumb or 4 for ARM, to change the PC offsets of 4 or 8
  // respectively from the address of the current instruction into the required address of
  // the next instruction, the SVC instruction having size 2bytes for Thumb or 4 bytes for ARM.
  ITAdvance();
  new_lr_value = if CPSR.T == '1' then PC-2 else PC-4;
  new_spsr_value = CPSR;
  vect_offset = 8;
  // Check whether to take exception to Hyp mode
  // if in Hyp mode then stay in Hyp mode
  take_to_hyp = (HaveVirtExt() && HaveSecurityExt() && SCR.NS == '1' && CPSR.M == '11010');
  // if HCR.TGE is set to 1, take to Hyp mode through Hyp Trap vector
  route_to_hyp = (HaveVirtExt() && HaveSecurityExt() && !IsSecure() && HCR.TGE == '1'
  && CPSR.M == '10000'); // User mode
  // if HCR.TGE == '1' and in a Non-secure PL1 mode, the effect is UNPREDICTABLE

  preferred_exceptn_return = new_lr_value;
  if take_to_hyp then
  EnterHypMode(new_spsr_value, preferred_exceptn_return, vect_offset);
  elsif route_to_hyp then
  EnterHypMode(new_spsr_value, preferred_exceptn_return, 20);
  else
  // Enter Supervisor ('10011') mode, and ensure Secure state if initially in Monitor
  // ('10110') mode. This affects the Banked versions of various registers accessed later
  // in the code.
  if CPSR.M == '10110' then SCR.NS = '0';
  CPSR.M = '10011';
  // Write return information to registers, and make further CPSR changes: IRQs disabled,
  // IT state reset, instruction set and endianness set to SCTLR-configured values.
  SPSR[] = new_spsr_value;
  R[14] = new_lr_value;
  CPSR.I = '1';
  CPSR.IT = '00000000';
  CPSR.J = '0'; CPSR.T = SCTLR.TE; // TE=0: ARM, TE=1: Thumb
  CPSR.E = SCTLR.EE; // EE=0: little-endian, EE=1: big-endian
  // Branch to SVC vector.
  BranchTo(ExcVectorBase() + vect_offset);
  • 這部分內容在系列篇 (暫存器篇) ，(系統呼叫篇) ，(標準庫篇) 中都有提及。

具體指令

細看幾條程式碼案例出現的常用指令

sub sp, sp, #8

sub	sp, sp, #8  // 機器碼 e24dd008 < = > 1110 0010 0100 1101 1101 0000 0000 1000

是減法操作指令，減法編碼格式為 

圖中除了給出格式語法還有一段虛擬碼用於描述指令的使用條件

  • sp為 13號暫存器， lr為 14號暫存器 ，pc為 15號暫存器。

  • 如果是PC暫存器(Rn = 15)且S等於0 檢視 ADR指令。。

  • 如果是SP暫存器(Rn = 13) 看 SUB(申請棧空間)。

  • 如果是PC暫存器(Rd = 15)且S等於1 。檢視 subs pc lr相關指令

  • 套用格式結合原始碼

    cond op1 操作碼 S Rn Rd imm12(立即數)
    1110 001 0010 0 1101 1101 0000 0000 1000
    無條件執行 表示資料處理 SUB   sp sp 8

mov r0, #0

mov r0, #0	//e3a00000	1110 0011 1010 0000 0000 0000 0000 0000

bx lr

bx lr	e12fff1e	1110 0001 0010 1111 1111 1111 0001 1110
  • Rm = 1110 對應 lr 暫存器 ，其相當於高階語言的 return，函式執行完了需切回到呼叫它的函式位置繼續執行，lr儲存的就是那個位置，從哪裡來就回到哪裡去。

百文說核心 | 抓住主脈絡

  • 百文相當於摸出核心的肌肉和器官系統，讓人開始豐滿有立體感，因是直接從註釋原始碼起步，在加註釋過程中，每每有心得處就整理,慢慢形成了以下文章。內容立足原始碼，常以生活場景打比方儘可能多的將核心知識點置入某種場景，具有畫面感，容易理解記憶。說別人能聽得懂的話很重要! 百篇部落格絕不是百度教條式的在說一堆詰屈聱牙的概念，那沒什麼意思。更希望讓核心變得栩栩如生，倍感親切。
  • 與程式碼需不斷debug一樣，文章內容會存在不少錯漏之處，請多包涵，但會反覆修正，持續更新，v**.xx 代表文章序號和修改的次數，精雕細琢，言簡意賅，力求打造精品內容。
  • 百文在 < 鴻蒙研究站 | 開源中國 | 部落格園 | 51cto | csdn | 知乎 | 掘金 > 站點發布，鴻蒙研究站 | weharmonyos 中回覆 百文 可方便閱讀。

按功能模組:

百萬注原始碼 | 處處扣細節

  • 百萬漢字註解核心目的是要看清楚其毛細血管，細胞結構，等於在拿放大鏡看核心。核心並不神祕，帶著問題去原始碼中找答案是很容易上癮的，你會發現很多文章對一些問題的解讀是錯誤的，或者說不深刻難以自圓其說，你會慢慢形成自己新的解讀，而新的解讀又會碰到新的問題，如此層層遞進，滾滾向前，拿著放大鏡根本不願意放手。

  • < gitee | github | coding | gitcode > 四大碼倉推送 | 同步官方原始碼，鴻蒙研究站 | weharmonyos 中回覆 百萬 可方便閱讀。

相關推薦

v74.01 鴻蒙核心原始碼分析(編碼方式篇) | 機器指令是如何編碼的 | 百篇部落格分析OpenHarmony原始碼

核心彙編相關篇為: v74.01 鴻蒙核心原始碼分析(編碼方式) | 機器指令是如何編碼的

配置化+Serverless 開發個人部落格「附原始碼」

高清原畫 連結: https://pan.baidu.com/s/1d6YONkCi4u7T1ZBm1yZLYg 提取碼: iamh 作者-\\/ 307570512

鴻蒙核心原始碼分析(排程機制篇)|解讀鴻蒙原始碼

提示：本文基於開源鴻蒙核心分析，官方原始碼【kernel_liteos_a】，官方文件【docs】本文作者：鴻蒙核心發燒友，將持續研究鴻蒙核心，更新博文，敬請關注。內容僅代表個人觀點，錯誤之處，歡迎大家指正完善。

鴻蒙核心原始碼分析(雙向連結串列篇) | 誰是核心最重要結構體 ?

鴻蒙核心原始碼註釋中文版 < Gitee倉 | CSDN倉 | Github倉 | Coding倉 >精讀核心原始碼,中文註解分析,深挖地基工程,構建底層網圖,四大碼倉每日同步更新

skynet原始碼分析之sproto使用方法 ——encode編碼與decode解碼、 pack打包與unpack解包

技術標籤：skynet遊戲開發luac++經驗分享 上一篇文章介紹sproto的構建流程，這一篇文章介紹sproto如何使用

為何不要在MySQL中使用UTF-8編碼方式詳解

MySQL的UTF-8編碼方式 MySQL 從 4.1 版本開始支援 UTF-8，也就是 2003 年，然而目前流行的UTF-8 標準（RFC 3629）是在此之後規定的。正因此，才造就了MySQL中的UTF-8與我們日常開發中的UTF-8不一致，從到導致了些問

Java原始碼詳解系列(十)--全面分析mybatis的使用、原始碼和程式碼生成器(總計5篇部落格)

簡介 Mybatis 是一個持久層框架，它對 JDBC 進行了高階封裝，使我們的程式碼中不會出現任何的 JDBC 程式碼，另外，它還通過 xml 或註解的方式將 sql 從 DAO/Repository 層中解耦出來，除了這些基本功能外，它還提供了

HashMap原始碼解析、jdk7和8之後的區別、相關問題分析（多執行緒擴容帶來的死迴圈）

一、概覽 HashMap<String, Integer> map = new HashMap<>(); 這個語句執行起來，在 jdk1.8 之前，會建立一個長度是 16 的 Entry[] 陣列，叫 table，用來儲存鍵值對。

SQL：char 和 varchar、binary 和 varbinary、二進位制字串、嚴格模式、漢字編碼方式

參考：MySQL中varchar與char區別 博主：叫我大頭 一、char 和 varchar 區別 1、定長和變成

預習非數值資料的編碼方式

1.非數值資料的編碼方式： 用邏輯值表示：是邏輯資料的表示，只能參加邏輯運算。

高效的資料壓縮編碼方式 Protobuf

文章來源https://halfrost.com/protobuf_encode/ 一. protocol buffers 是什麼？ Protocol buffers 是一種語言中立，平臺無關，可擴充套件的序列化資料的格式，可用於通訊協議，資料儲存等。

非數值資料的編碼方式

非數值資料的編碼方式 邏輯資料，字元資料，漢字資料，影象資料，聲音資料，等等，不是表示數字的資料都是非數值資料。

#預習非數值資料的編碼方式

1.邏輯值 n 位二進位制數可表示 n 個邏輯值 邏輯資料只能參加邏輯運算 邏輯資料和數值資料都是一串0/1序列

非數值資料的編碼方式預習

非數值資料的編碼方式 邏輯值：意為邏輯狀態下賦予的真或者假。邏輯值有兩種情況：成立和不成立。成立的時候我們說邏輯值為真，使用True或1表示，不成立的時候我們說邏輯值為假，使用false或0表示。在程式設計裡面，

貪心演算法之哈夫曼編碼（基於榮政版資料結構與演算法分析）

特別注意一下哈夫曼編碼≠哈夫曼樹，相反，哈夫曼編碼裡面的不等長編碼的構造使用的就是哈夫曼樹

專家說別用 if-else 編碼方式，那程式碼怎麼寫

你已經看了無數使用 if-else 語句的教程，你可能也讀過不少使用 if-else 作為事實上的分支技術的程式設計書籍。

資料編碼常用的幾種編碼方式

1）不歸零制碼（NRZ：Non-Return to Zero） <?xml:namespace prefix = o ns = "urn:schemas-microsoft-com:office:office" />

爬蟲筆記之requests檢測網站編碼方式（zozo.jp）（碎碎念）

發現有些網站的編碼方式比較特殊，使用requests直接請求拿response.text是得不到正確的文字的，比如這個網站：

IoTDB資料型別與編碼方式

技術標籤：DBIoTDB資料型別IoTD編碼方式 資料型別 IoTDB總共支援六種資料型別 BOOLEAN（布林值） INT32（整數） INT64（長整數） FLOAT（單精度浮點數） DOUBLE（雙精度浮點數） TEXT（字串）

PHP良好編碼方式與技巧注意事項

技術標籤：# PHP實用技術總結 PHP編碼習慣 PHP的命名 function extName($fileName){ $dotPos = strrpos($fileName, \'.\');