高级语言与机器码

★★☆ 基础概念

编译过程

💡 低优先级

考查得很少，大致了解 编译的具体流程 和 每个阶段的具体任务 就行。

一个传统的 C 程序从源代码到可执行二进制程序的过程中，需要经历 预处理 （Preprocess）、 编译 （Compile）、 汇编 （Assemble）、 链接 （Link）四个步骤，这四个步骤分别由 预处理器 （Preprocessor）、 编译器 （Compiler）、 汇编器 （Assembler）、 链接器 （Linker）完成。

预处理

预处理 （Preprocess）阶段负责对 源代码 （source code）进行文本的转换和处理，将其转化为 扩展代码 （expanded code）。具体而言，预处理 阶段包含如下工作：

  • 头文件包含 ：将 #include 指令包含的头文件内容插入到源文件中。
  • 宏替换 ：将源代码中定义的宏 #define 进行替换。
  • 删除注释 ：将代码中的注释删除。

编译

编译 （Compile）阶段将 预处理后源代码 （extended code）翻译成 汇编代码 （assembly code）。编译阶段包含 词法分析、语法分析、语义分析、中间代码优化 和 汇编代码生成 等子过程。

注意

注意 编译 （compilation）这个词一般的含义是将高级语言代码转化为二进制程序，但是如果在整个编译流程中谈到这个词，则需要将其与 汇编 （assemble）进行区分：

  • 编译 是将高级语言代码转化为 汇编代码
  • 汇编 是将 汇编代码 转化为二进制代码

汇编

汇编 （Assemble）阶段负责将 汇编代码 （assembly code）转换为 目标文件 （object file）。汇编器 （assembler）解析 汇编指令 ，将其翻译为对应的 机器码 。

链接

如上图所示，链接器 （linker）的作用是将由编译器生成的一个或多个 目标代码文件 （object file，通常是汇编器生成的机器代码）合并为一个单一的 可执行文件 。在这个过程中，链接器主要完成如下任务：

  1. 符号解析 ：查找所有未定义的符号（如函数调用、全局变量）并找到对应的定义。
  2. 重定位 ：确定 目标文件 中的符号地址，并更新相关指令或数据。
  3. 合并代码和数据段 ：将不同 目标文件 的代码和数据合并，形成最终的 可执行文件 。

链接 分为 静态链接 和 动态链接 两种方式。

  • 静态链接 ：静态链接是在编译时将所有依赖的库代码拷贝到最终的 可执行文件 中，生成一个 完全独立的二进制文件 。
  • 动态链接 ：动态链接不会在编译时将库代码合并，而是在运行时加载外部共享库（.so / .dll）。可执行文件 只包含对库的引用，而不包含库的代码。

汇编代码

⭐ 中优先级

偶尔会在大题中进行综合考查，给你一段 C 语言编译成的汇编代码段，然后结合一些指令和存储系统的知识一起考查，所以还是要能理解 常见 C 语言语句和对应汇编代码的关系 。

高级语言程序对应的 汇编代码 常常与 存储系统 在大题中进行综合考察，这里需要重点掌握 选择 、循环 、函数调用 语句对应的汇编代码。

选择结构语句

选择结构 在汇编中通过 条件比较指令 （如 cmp）设置标志位，再利用 条件跳转指令 （如 jle, jne 等）决定程序流程是否进入某个分支，同时通过 无条件跳转 （jmp）跳过不应执行的分支，最终形成“判断 ➝ 跳转 ➝ 执行 ➝ 合流”的控制流图结构。

上述的汇编代码可以通过以下图示辅助理解：

循环结构语句

循环结构 在 汇编 中以一个入口标签开始，通过 cmp 或类似指令判断循环条件，结合 条件跳转 （如 jge, jl）决定是否继续执行循环体，然后在循环末尾使用 无条件跳转 （jmp）返回判断处，形成“判断 ➝ 执行 ➝ 跳回 ➝ 再判断”的闭环结构，直到条件不满足跳出循环。

C 语言中循环语句有 while、do-while 和 for 三种，三者执行流程稍有差别，但核心都在于都使用 条件跳转 控制循环流程：

while 语句

while 循环在汇编中实现的关键是 “先判断、后执行 ”，即编译器会先生成一个条件判断的跳转逻辑，如果条件不满足则跳出循环，否则进入循环体执行，再跳回判断位置重复该过程。

上述的汇编代码可以通过以下图示辅助理解：

do-while 语句

do-while 循环的核心在于 “先执行一次，再判断” ，因此汇编中先直接执行循环体，然后再进行条件判断，根据比较结果决定是否跳回继续执行。这种结构通过将判断逻辑放在循环体之后，确保循环体至少执行一次。

上述的汇编代码可以通过以下图示辅助理解：

for 语句

for 循环在汇编中的实现是将 初始化 、判断 、更新 三个阶段明确拆分：先初始化循环变量，再判断是否进入循环体；执行完循环体后进行变量更新，并跳回判断位置。它的本质是 while 循环的结构化变体，但语义更集中，便于生成高效指令序列。

上述的汇编代码可以通过以下图示辅助理解：

函数定义和调用

在 C 语言中，每一个函数调用在底层都会被编译为一套具体的 汇编指令 。为了实现 函数的参数传递 、局部变量管理 、返回值传递 等，汇编层面 必须精细地管理 栈帧 （stack frame）、寄存器 （register）以及 指令流程 （control flow）。

函数调用在汇编中的三大阶段 ：

  1. 函数入口
  • 保存寄存器 ：保存 caller 的寄存器，以确保在函数执行完后，寄存器的值不被改变。
  • 设置栈帧 ：保存 caller 的栈帧，设置 callee 的栈帧。
  1. 函数体

  • 这部分是函数的执行逻辑，会包含各种操作指令，此时 局部变量 会被保存到栈上。

    1. 函数返回

  • 如果函数有返回值，通常会将结果保存在 eax 寄存器中。

  • 恢复栈帧 ：恢复栈指针，确保栈帧被正确销毁。

  • 恢复寄存器 ：如果函数入口时保存了寄存器，那么在返回之前，需要将它们恢复。

补充

在理解汇编时，caller 和 callee 是两个非常关键的术语：

  • caller：调用某个函数的一方。
  • callee：被调用的函数本身。

这一节可以结合 函数调用时内存结构 共同理解，下面通过几个简单的例子说明以下 函数定义 和 调用 。

函数定义

本节以一个非常简单的加法函数 add 进行说明：

​

说明

  • add 函数的两个参数 x 和 y 是通过栈传递的。[ebp+8] 和 [ebp+12] 分别代表第一个和第二个参数。
  • 函数返回值被保存在 eax 寄存器中。
  • push ebp / mov ebp, esp 是标准做法，用于设置新函数的栈帧，确保不同函数调用之间互不干扰。
函数调用

再看一个稍复杂的例子，func 函数调用了 add 函数。

说明：

  • 调用 add(a, b) 之前，参数是从右往左压栈的，这是 C 语言默认的调用约定（cdecl）。
  • call _add 会把当前指令地址压入栈中（以便 ret 时跳回来）。
  • eax 保存了 add 的返回值，存入局部变量 sum。
  • 使用 shl eax, 1 是将 sum 乘以 2（左移一位即乘 2 ）。

相关笔记

  • Cache
  • 外存
  • 存储系统
  • 存储系统概述
  • 内存
  • 虚拟存储器
← 返回知识点列表