深入理解计算机系统，汇编的流程控制

以前我们所知道的所有指令，代码执行顺序都是一条接着一条顺序的执行。但是实际上在编码过程中，会有某些结构，比如条件语句（if-else），循环语句（for,do-while）和分支语句（switch）等等，都要求有条件的执行，根据数据测试的结果来决定操作执行的顺序。

在机器代码中，提供两种基本的低级机制来实现有条件的行为：测试数据值，然后根据测试的结果来改变控制流或者数据流。

那么本篇文章我们就来详细介绍在汇编语言中的流程控制。

1、条件码

前面我们在 操作数指示符和数据传送指令 中介绍了整数寄存器，在 32 位 CPU 中包含一组 8 个存储 32 位值的寄存器，即整数寄存器。它可以存储一些地址或者整数的数据，有的用来记录某些重要的程序状态，有的则用来保存临时数据。

而这里我们要介绍的是条件码（condition code）寄存器。它与整数寄存器不同，它是由单个位组成的寄存器，也就是它们当中的值只能为 0 或者 1。当有算术与逻辑操作发生时，这些条件码寄存器当中的值会相应的发生变化。

也就是说可以检测这些寄存器来执行条件分支指令。常用的条件码如下：

①、CF：进位标志寄存器。最近的操作是最高位产生了进位。它可以记录无符号操作的溢出，当溢出时会被设为 1。

②、ZF：零标志寄存器，最近的操作得出的结果为 0。当计算结果为 0 时将会被设为 1。

③、SF：符号标志寄存器，最近的操作得到的结果为负数。当计算结果为负数时会被设为 1。

④、OF：溢出标志寄存器，最近的操作导致一个补码溢出（正溢出或负溢出）。当计算结果导致了补码溢出时，会被设为 1。

从上面可以看出，CF 和 OF 可以判断有符号和补码的溢出，ZF 判断结果是否为 0，SF 判断结果的符号。这是底层机器的设定，而我们所编程用的高级语言（比如 C，Java）就是靠这四个寄存器，演化出各种各样的流程控制。

2、设置条件码

通常情况下，条件码寄存器的值无法主动被改变，它们大多时候是被动改变，这算是条件码寄存器的特色。这其实理解起来并不困难，因为条件码寄存器是 1 位的，而我们的数据格式最低为 b，也就是 8 位，因此你无法使用任何数据传送指令去传送一个单个位的值。

几乎所有的算术与逻辑指令都会改变条件码寄存器的值，不过改变的前提是触发了条件码寄存器的条件。比如对于 subl % edx,% eax 这个减法指令，假设 % edx 和 % eax 寄存器的值都为 0x10，则两者相减的结果为 0，此时 ZF 寄存器将会被自动设为 1。对于其它的指令运算，都是类似的，会根据结果的不同而设置不同的条件码寄存器。

这里我们需要说明的是，leal 指令作为地址计算的时候，是不改变任何条件码的。

前面我们所讲的算术逻辑指令，在改变整数寄存器的值后，会根据结果设置不同的条件码。而这里还有另外两种指令，它们只设置条件码，而不改变任何其他寄存器的值。如下图：

①、CMP 指令，指令形式 CMP S2，S1。然后会根据 S1-S2 的差来设置条件码。除了只设置条件码而不更新目标寄存器外，CMP 指令和 SUB 指令的行为是一样的。比如两个操作数相等，那么之差为 0，那么就会将零标志设置为 1；其他的标志也可以用来确定两个数的大小关系。

②、TEST 指令，和 AND 指令一样，除了 TEST 指令只设置条件码而不改变目的寄存器的值。比如对于如下指令：

MOV AL,40H

TESTB AL,08H

上面的指令就是用来测试 AL 寄存器的左起第四位是否为 0，结果就是 0100 0000（40H）& 0000 1000（08H），测试结果左起第 4 位是 0，所以各个标志位：CF=0,OF=0,SF=0,ZF=1

3、访问条件码

对于普通寄存器来讲，使用的时候一般是直接读取它的值，而对于条件码，通常不会直接读取。常用的有如下三种方法：

①、可以根据条件码寄存器的某个组合，将一个字节设置为 0 或 1。

②、可以直接条件跳转到程序的某个其它的部分。

③、可以有条件的传送数据。

对于第一种情况，下图描述的指令便是根据条件码的某个组合，将一个字节设置为 0 或 1，这一整类指令称为 SET 指令，它们的区别就在与它们考虑的条件码的组合是什么，这些指令名字的不同后缀指明了它们所考虑的条件码的组合。

注意：这些指令的后缀表示不同的条件而不是操作数的大小。比如指令 setl 和 setb 表示 “小于时设置（set less）” 和 “低于时设置（set below）”，而不是 “设置长字（set long word）” 和 “设置字节（set byte）”。

上图所说的同义名，比如说 setg（表示 “设置大于”）和 setnle（表示 “不小于等于”）指的就是同一条机器指令，编译器和反编译器会随意决定使用哪个名字。

还有 set 指令中的目的操作数，只能是前面我们所讲的 8 个单字节的寄存器或者是存储一个字节的存储器位置。

下面我们分别对 set 指令出现的后缀做简单介绍：

①、e->ZF（相等）:equals 的意思，这里代表的组合是 ZF，因为 ZF 在结果为 0 时设为 1。因此 ZF 代表的意义是相等。

②、ne->ZF（不相等）:not equals 的意思，这里代表的组合是 ZF，也就是 ZF 做 “非运算”，则很明显是不相等的意思。

③、s->SF（负数）：这里代表的组合是 SF，因为 SF 在计算结果为负数时设为 1，此时可以认为 b 为 0，即 a<0。因此这里是负数的意思。

④、ns->~SF（非负数）：与 s 相反，加上 n 则是 not 的意思，因此这里代表非负数。

⑤、l->SF^OF（有符号的小于）：l 代表的是 less。这里的组合是 SF^OF，即对 SF 和 OF 做 “异或运算”。“异或运算” 的意思则是代表，SF 和 OF 不能相等。那么有两种情况，当 OF 为 0 时，则代表没有溢出，此时 SF 必须为 1，SF 为 1 则代表结果为负。即 a-b<0，也就是 a

⑥、le->(SF^OF)|ZF（有符号的小于等于）：le 是 less equals 的意思。有了前面小于的基础，这里就很容易理解了。SF^OF 代表小于，ZF 代表等于，因此两者的 “或运算” 则代表小于等于。

⑦、g->(SF^OF)&ZF（有符号的大于）：g 是 greater 的意思。这里的组合是 (SF^{OF)&ZF，相对来说就比较复杂了。不过有了前面的铺垫，这个也非常好理解。SF}OF 代表小于，则 (SF^OF) 代表大于等于，而 ZF 代表不等于，将～(SF^OF) 与～ZF 取 “与运算”，则代表大于等于且不等于，也就是大于。

⑧、ge->~(SF^OF)（有符号的大于等于）：ge 是 greater equals 的意思。

⑨、b->CF（无符号的小于）：b 是 below 的意思。CF 是无符号溢出标志，这里的意思是指如果 a-b 结果溢出了，则代表 a 是小于 b 的，即 a

⑩、be->CF|ZF（无符号的小于等于）：这里是 below equals 的意思。因此这里会与 ZF 计算 “或运算”，字面上也很容易理解，即 CF（小于）|（或）ZF（等于），也就是小于等于。

⑪、a->~CF&ZF（无符号的大于）：a 代表的是 above。这个组合也是非常好理解的，CF 代表小于，则 CF 代表大于等于，ZF 代表不等于，因此 CF&~ZF 则代表大于等于且不等于，即大于。

⑫、ae->~CF（无符号的大于等于）：ae 是 above equals 的意思。

比如对于 setae % al 指令来说，% al 是 % eax 寄存器中的最后一个字节，这个指令的含义是，将～CF 的值设置到 % eax 寄存器的最后一个字节。

4、跳转指令 jump

正常情况下，指令会按照他们出现的顺序一条一条地执行。而跳转指令（jump）会导致执行切换到程序中一个全新的位置，我们可以理解为方法或者函数的调用。在汇编代码中，这些跳转的目的地通常用一个标号（label）指明。比如如下代码：

  movl $0,%eax
    jmpl  .L1
    movl (%eax),%edx
.L1:
    popl %edx
复制代码
1
2
3
4
5
6

指令 jmpl .L1 会导致程序跳过 movl 指令，从 popl 开始执行。在产生目标代码文件时，汇编器会确定所有带标号指令的地址，并将跳转目标（目的指令的地址）编码为跳转指令的一部分。

如下图所示，jump 指令有三种跳转方式：

①直接跳转：跳转目标是作为指令的一部分编码的，比如上面的直接给一个标号作为跳转目标

②间接跳转：跳转目标是从寄存器或者存储器位置中读出的，比如 jmp *% eax 表示用寄存器 % eax 中的值作为跳转目标；再比如 jmp *(% eax) 以 % eax 中的值作为读地址，从存储器中读取跳转目标。

③其他条件跳转：根据条件码的某个组合，或者跳转，或者继续执行代码序列中的下一条指令。

比如对于如下代码：文件名为 hello.c

int exchange(int x,int y)
{
    if(x < y){
        return y-x;
    }else{
        return x-y;
    }
}
复制代码
1
2
3
4
5
6
7
8
9

我们执行如下命令，将 C 程序 hello.c 变为汇编程序 hello.s

gcc -O0 -S hello.c

复制代码
1
2
3

-O0 是优化选项，还有 O0 -->> O1 -->> O2 -->> O3，分别是从没有优化到优化级别最高。

相信看了前面几篇博客的相关指令介绍，这个汇编代码不难理解。x,y 分别存放于栈顶地址偏移量为 - 4 和 - 8 的位置，然后比较 x-y 的值，也就是指令 cmpl -8 (% rbp),% eax，如果 x 大于或等于 y, 那么跳转到 .L2 的位置，然后计算 subl % eax,% ecx 的值，即 x-y。

我们还可以通过如下命令生成目标文件 hello.c

gcc -O0 -c hello.c
1

然后通过如下命令查看反汇编代码

objdump -d hello.o
1

5、循环

C 语言提供了多种循环结构，比如 do-while、while 和 for。汇编中没有相应的指令存在，我们可以用条件测试和跳转指令组合起来实现循环的效果。而大多数汇编器会根据一个循环的 do-while 循环形式来产生循环代码，即其他的循环一般也会先转换成 do-while 形式，然后在编译成机器代码。

比如如下 do-while 循环：

上面的汇编代码就不做过多的介绍了，应该很容易看明白。

6、条件传送指令 cmov

条件传送指令。顾名思义，条件传送指令的意思就是在满足条件的时候进行传送的指令，也就是 cmov 指令。它与 set 指令十分相似，同样有 12 种，也就是加上 12 种条件码寄存器的组合即可，如下所示：

条件传送指令相当于一个 if/else 的赋值判断，一般情况下，条件传送指令的性能高于 if/else 的赋值判断。但是因为条件传送指令将对两个表达式都求值，因此如果两个表达式计算量很大时，那么条件传送指令的性能就可能不如 if/else 的分支判断了。不过总的来说，这种情况还是很少的，因此条件传送指令还是很有用的，只是并不是所有的处理器都支持条件传送指令，这依赖于处理器以及编译器的编译方式。

条件传送指令最大的缺点便是可能引起意料之外的错误，比如对于下面这一段代码。

int cread(int *xp){
    return (xp ? *xp : 0);
}
复制代码
1
2
3
4

咋一看，这一段代码是没问题的，不过如果使用条件传送指令去实现这段代码的话，将可能引起空指针引用的错误。因为条件传送指令会先对两个表达式进行计算，也就是说无论 xp 是否有值，都将计算 * xp 这个表达式，因此当 xp 为空指针 0 时，则会产生错误。由此可见，条件传送指令也不是哪都能用的，通常情况下，编译器会帮我们尽力处理这种错误。