计算机系统导论 · ICS 知识重点总结

ICS 知识重点总结
信息表示与 x86-64 机器级程序 · 整理自目录内全部笔记

1. 信息表示与浮点数

1.1. 位、整数、字节序

一字节为 8 bit。同一位串按无符号数或补码解释会得到不同的值。对 位向量 ：

无符号范围为 ，补码范围为 。固定位宽加减与低位乘积按模 截断；位串本身不带“有符号”标签。比较、右移和类型转换才必须辨别解释方式。

• & | ^ ~ 是按位运算；&& || ! 是逻辑运算，结果为 0 或 1，且 &&、|| 会短路。
• 逻辑右移高位补 0，算术右移高位补符号位；移位量为负或不小于操作数宽度是未定义行为。
• 有符号数与无符号数混算可能转成无符号；sizeof 返回 size_t。无符号倒序变量从 0 再减 1 会回绕，不能用 i>=0 停止。

内存按字节编址，指针存地址。x86-64 通常采用小端序：0x01234567 的四字节对象从低地址起为 67 45 23 01；大端序为 01 23 45 67。字节序只改变多字节对象在内存中的排列。C 字符串由单字节字符和结尾 00 组成；用 unsigned char * 可逐字节观察对象。64 位机器的指针通常为 8 字节，int 通常仍为 4 字节。

1.2. IEEE 754：先分类，再计算

有限数写作 ，字段为 s | exp | frac。设指数域 位、小数域 位，偏置 ，。

binary32 为 1/8/23 位，偏置 127、有效精度 24 位；binary64 为 1/11/52 位，偏置 1023、有效精度 53 位。binary32 的最小正次正规数为 、最小正规格化数为 、1 后的下一数为 ；binary64 分别为 、、。

默认舍入是“最近、正中取偶”：正好落在相邻数中点时，选择最低保留位为 0 的数。浮点加法先对阶、运算、规格化、舍入；乘法先乘有效数并相加指数，然后规格化、舍入。有限二进制小数只能精确表示 ；十进制 0.1 的二进制展开无限循环。舍入使加法和乘法通常不满足结合律，乘法也不保证分配律；fma(a,b,c) 仅在最终和处舍入一次。

NaN 参与 < <= > >= == 时结果为假，!= 为真； 与 数值相等。五类异常为 invalid、divide-by-zero、overflow、underflow、inexact。整数转浮点可能舍入；binary32 能精确表示绝对值不超过 的整数。浮点转整数向零截断，NaN、无穷或超出目标范围没有可移植的 C 结果。

2. x86-64：数据、条件码与控制流

2.1. 读指令先确定操作数

C 程序经预处理、编译、汇编和链接形成可执行文件。ISA 规定程序可见行为；阅读汇编需跟踪 %rip、通用寄存器、条件码和内存。AT&T 语法是 op Source, Dest，结果写回目的操作数。后缀 b/w/l/q 对应 1/2/4/8 字节；写入 %eax 会清零 %rax 高 32 位，写入较窄的 %ax、%al 则不会。

movq 可在立即数、寄存器、内存之间传送 8 字节，但通常不能直接“内存到内存”，须经寄存器中转。例：8(%rdi,%rsi,4) 的有效地址是 ；movl 8(%rdi,%rsi,4),%eax 读该地址的 4 字节，leaq 8(%rdi,%rsi,4),%rax 则把地址本身写入 %rax。leaq (%rdi,%rdi,2),%rax 因而可以计算 ，且不更改条件码。

2.2. 算术指令与条件码

addq S,D 得 ；subq S,D 得 ；imulq S,D 留乘积低 64 位。sal/shl 左移，sar 算术右移，shr 逻辑右移。四个常用条件码：CF 表示无符号进位/借位，ZF 表示结果为零，SF 是结果符号位，OF 表示补码有符号溢出。比如两个同号数相加得到异号结果时，OF=1；CF 与 OF 不能混用。

cmpq Src,Dest 按 设置条件码，不保存差值；testq Src,Dest 按 设置条件码，不保存与值。例：cmpq %rsi,%rdi 后的 jg 判断 %rdi > %rsi（有符号），ja 判断相同位串按无符号解释时 %rdi > %rsi。je/jne 看 ZF；jg/jge/jl/jle 用于有符号关系；ja/jae/jb/jbe 用于无符号关系。

setX 把条件写成低字节 0/1，其他字节保持原样；常需 movzbl %al,%eax 零扩展。jX 改变 %rip；cmovX 选择值而不跳转。条件传送通常先算好两边的候选值，因此两边都必须便宜、安全且没有副作用。

读分支实例： 设 %rdi=x、%rsi=y，下列代码等价于 return x>y ? x-y : y-x;。先按 x-y 解读 cmp，再看 jle 何时进入 else。

cmpq %rsi, %rdi
jle  .Lelse
movq %rdi, %rax
subq %rsi, %rax
ret
.Lelse:
movq %rsi, %rax
subq %rdi, %rax
ret

2.3. 从跳转恢复 C 控制结构

跳转表索引通常按 8 字节地址缩放；cmpq $6,%rdi; ja default 可同时排除大于 6 的数和按无符号解释后很大的负数。多个表项可以指向同一代码块；缺失的 case 指向 default；fall-through 体现为代码块之间继续执行。稀疏 case 可能采用多次比较。恢复循环时先找回边、入口检查、循环变量更新，再确认零次还是至少一次执行。

3. 过程调用、栈与反汇编实践

3.1. 调用约定与栈帧

Linux x86-64 System V ABI 把前六个整数/指针参数依次放入 %rdi, %rsi, %rdx, %rcx, %r8, %r9，后续参数由调用者放在栈上；整数/指针返回值在 %rax。这些是调用边界的约定，参数寄存器进入函数后可以被改作临时寄存器。

pushq x 相当于先 %rsp -= 8 再写入；popq x 先读后 %rsp += 8。call f 把下一条指令地址压栈，再跳到 f；ret 弹出返回地址并跳回。栈帧按需保存返回地址、寄存器和局部数据，不是每个函数都要使用 %rbp。被取地址的局部变量通常要放在内存中；递归每层有独立返回地址和局部状态。

例如函数调用前把仍需使用的 dest 从 caller-saved 的 %rdx 移入 %rbx，则本函数自身必须 pushq %rbx 并在返回前 popq %rbx。这体现“作为调用者保护自己的数据”和“作为被调用者恢复上层数据”两种责任同时存在。

按时间追踪调用： 若执行 call f 前 %rsp=0x1000，且下一指令地址为 0x400120，调用后 %rsp=0x0ff8，内存 M[0x0ff8] 存该返回地址；f 的 ret 读取它，使 %rip=0x400120、%rsp=0x1000。被调用者若在中途另行压栈，返回前必须撤销相应栈空间。

3.2. 反汇编的系统读法

1. 确认函数边界、参数来源、返回值位置以及栈帧布局。静态偏移不一定等于运行时地址；断点优先写作 function+offset。
2. 顺着每条指令记录寄存器的当前含义。寄存器可复用，编译器也会合并或删除 C 临时变量，因此目标是恢复等价逻辑。
3. 每见 cmp a,b 先写出 ，再区分后续跳转的有符号/无符号语义；每见 lea 先判断它在构造指针还是做算术。
4. 标出后向跳转、共享代码块与间接跳转；整理成循环、分支或跳转表，最后写出伪代码并用调试器核验。

常用 GDB 命令：disas f 看函数，x/i $pc 看即将执行的指令，ni/si 跨过/进入调用，p/d $eax 看 32 位整数返回值，x/s $rsi 看字符串，x/6dw $rsp 看六个栈中整数，bt 看调用链。断点停在目标指令执行之前；修改输入文件后须重新 run。

3.3. Bomb Lab：六类模式与通用方法

sscanf 的前两个参数是输入串和格式串，其余是输出地址；返回值是成功转换并赋值的字段数。要用调用前的 lea 和返回后的栈读取共同确认各字段位置。隐藏关要同时检查输入、成功处理函数以及已完成关卡数；有限状态机可还原成 next[state][input]，再搜索同步序列并独立验证。

最后自检： 不混淆 %rax 与 (%rax)、值与地址、sar 与 shr、jg 与 ja、CF 与 OF；也不把单次调试中的固定地址或断点编号当作通用规律。

查看原始笔记