进阶 #assembly

机器码与指令编码

机器码是CPU直接理解和执行的二进制指令，每条指令由操作码和操作数编码组成

从硬件到指令

你已经了解了 ALU 如何执行加法、逻辑门如何进行与或非运算——但 CPU 怎么知道自己”当前该做什么”？是加法还是减法？数据从哪来、结果存哪去？

答案藏在指令里。

每条指令就是一行二进制的”命令”，告诉 CPU 三件事：

做什么（操作：加？减？还是存数据？）
对谁做（数据在哪：寄存器？内存地址？还是指令本身？）
结果放哪（目标地址）

机器码 = 二进制编码的指令

机器码（Machine Code） 就是 CPU 能直接”看懂”的指令，表现为一串 0 和 1。CPU 的控制单元逐条读取机器码，解码并执行。

每条机器码可以分为两个部分：

┌─────────────────┬────────────────┐
│    操作码        │    操作数       │
│  (Opcode)       │  (Operand)     │
│  做什么          │  对谁做/结果放哪 │
└─────────────────┴────────────────┘

操作码（Opcode）：指定要执行的操作（如加法、减法、加载数据）
操作数（Operand）：指定参与操作的数据或数据的位置

类比：点餐

想象你在食堂点餐：

操作码 = “我要一份”（动作）
操作数 = “番茄炒蛋”（对象）

机器码就是：[我要一份][番茄炒蛋] 这串编码。食堂阿姨（CPU）看到这个编码就知道该做什么。

指令编码示例

来看一个简化的 8 位指令格式——前半段是操作码，后半段是操作数：

二进制编码	含义
`0000 0001`	ADD R1 — 把寄存器 R1 的值加到累加器
`0001 0010`	SUB R2 — 从累加器减去寄存器 R2 的值
`0010 0011`	MOV R3 — 把累加器的值存入寄存器 R3
`1111 0000`	HLT — 停止执行

从 C 语言到机器码：完整链路

理解机器码最好的方式——看一段 C 代码怎么一路变成二进制：

// C 源码
int a = 3, b = 5;
int c = a + b;

编译器逐级翻译：

C:          int c = a + b;
              ↓ 编译
RISC-V 汇编：  ADDI  R1, R0, 3     ; a=3
              ADDI  R2, R0, 5     ; b=5
              ADD   R3, R1, R2    ; c=a+b
              ↓ 汇编器
机器码（十六进制）：  0x00500093  0x00108133
              ↓ 显示为二进制
机器码（二进制）：
    00000000010100000000000010010011
              ↓ CPU 控制单元解码
控制信号：ALU 做加法、寄存器 R0→ALU、立即数 3→ALU
         结果写回寄存器 R1

这个链路就是你写的每一行代码的”宿命”——最终变成二进制，被 CPU 逐条读取和执行。

类比：食堂点餐的编码

控制单元分析高 4 位 0000 → “哦，这是加法指令”
再看低 4 位 0001 → “操作数是寄存器 R1”
ALU 执行加法：累加器 ← 累加器 + R1

💡 实际 CPU 的指令编码比这复杂得多（x86 指令长度从 1 到 15 字节不等），但核心思想完全相同——操作码 + 操作数。

从机器码到汇编语言

直接写 0 和 1 简直反人类。试试看下面这段：

10110000 01100001

你完全看不出它在干嘛。但如果写成：

MOV AL, 0x61

就清楚了：把十六进制数 61（即十进制 97，ASCII 中字母 ‘a’ 的编码）存入寄存器 AL。

汇编语言（Assembly Language） 就是用助记符代替二进制码的人可读编程语言。它和机器码是一一对应的——每条汇编指令对应一条机器码指令。

汇编器（Assembler） 负责把汇编语言翻译成机器码。就像翻译官把中文（汇编）翻译成英语（机器码）。

指令格式的变化

不同 CPU 的指令编码格式不同，主要分为两类：

定长指令

所有指令长度相同（如 RISC-V 的 32 位定长）：

ADD  R1, R2, R3    →  0000000_00010_00011_000_00001_0110011

优点：解码简单，CPU 可以高效流水线处理
缺点：每条指令占用空间大，代码体积大

变长指令

指令长度可变（如 x86 的 1~15 字节）：

NOP                →  90（1 字节）
MOV AX, BX         →  89 D8（2 字节）

优点：代码紧凑，节省内存
缺点：解码电路复杂

类比：字典 vs 对话

定长指令 = 字典里每个词条固定 20 个字——查起来容易但书本很厚
变长指令 = 日常对话中”嗯""好”可以很短，“我昨天在超市遇到了一个老朋友”很长——省纸但理解起来更费劲

指令编码的全过程

graph LR
    A[汇编源码<br>MOV R1, #42] --> B[汇编器<br>Assembler]
    B --> C[机器码<br>二进制指令]
    C --> D[内存中存储]
    D --> E[CPU 读取]
    E --> F[控制单元解码]
    F --> G[ALU 或其它单元执行]

小结

机器码是 CPU 唯一能直接理解的”母语”。每条机器码由操作码（做什么）和操作数（对谁做）组成。

因为人类记不住 0 和 1，我们发明了汇编语言——用助记符替代二进制码，再由汇编器翻译回机器码。不同 CPU 有不同的指令编码方式（定长 vs 变长），这引出了一个更根本的问题：指令集架构——CPU 到底”懂”哪些指令？这就是接下来要学习的内容：指令集架构概述。