How Program Works / After reading

CPU

CPU(Central Processing Unit)[寄存器、控制器、运算器、时钟]

寄存器：暂存指令、数据
控制器：把内存上的指令、数据读入寄存器，并根据结果控制计算机
运算器：运算从内存读入寄存器的数据
时钟：发起计时
程序运行的过程:程序启动后,时钟开始计时,控制器从内存中读取指令和数据,运算器计算数据,控制器根据结果控制计算器
程序把寄存器作为对象来描述
汇编：将汇编语言转成机器语言;反汇编则反之
数据分为“用于运算的数据”和“表示内存地址的数据”
累加寄存器存放“用于运算的数据”
基址寄存器、变址寄存器存放“表示内存地址的数据”

程序计数器、累加寄存器、标志寄存器、指令寄存器和栈寄存器都只有一个，其他寄存器一般有多个
CPU是寄存器的集合体

程序的流程由标志寄存器控制，标志寄存器保存当前流程执行的结果，然后选择路径（跳转指令）

函数调用（call指令）；return指令讲先前保存到栈中的地址设定到程序计数器中（这样函数就能返回开始调用时的位置）

通过基址寄存器和变址寄存器来划分内存上的特定区域

机器语言指令主要类型:数据传送、运算、跳转、call/return

二进制表示数据

8位=1字节
集成电路（IC）所有引脚，只有直流电压0V或5V两个状态；所以IC一个引脚只能表示两个状态，决定了计算机数据只能采用二进制01来处理。
最小单位（bit）相当于二进制中的一位；bit（binary digit）

二进制的位数一般是8的倍数，8位二进制数=1个字节
字节是最基本的信息计量单位，位是最小单位，字节是基本单位
内存和磁盘都使用字节单位来存储和读写数据，使用位单位则无法读写数据。因此，字节是信息的基本单位
二进制 → 十进制

移位运算：<< 左移低位补0 ；

移位操作使最高位或最低位溢出的数字，直接丢弃

移位运算：>> 右移（逻辑、算数）[右移要区分逻辑位移和算术位移]
二进制表示负数：最高位为符号位；0正1负
1 二进制为 00000001 ；-1 二进制为 1111111
表示负数要用“二进制的补数”，补数：用正数来表示负数[比如：1-1 可以换种形式 1+（-1）]
获得补数：将二进制数位的数值全部取反，再加1

溢出的位，计算机直接忽略掉

0 划分为正数，所以负数要比正数多一个；各种数据类型都是负数多一个(比如 short -32768~32767)
逻辑右移：当二进制数的值表示图形模式的时候，移位后需要在最高位补0
算数右移：当二进制数作为带符号的数值进行运算的时候，移位后要在最高位填充移位前符号位的值（0或1）

符号扩充：保持值不变的前提下将其转换成 16 位和 32 位的二进制数

非：0变1，1变9，取反
与：两个都为1，结果为1，其他情况为0
或：只要有1，结果就为1
异或：两个数不同，结果为1，其他0
0 false ; 1 true

小数运算出错的原因

0.1累加100次不等于10，结果为10.000002
原因是有一些十进制的小数无法转换成二进制数（和0.3333···的三倍无法得出1是一个道理）
原因：（1）采用浮点数来处理小数；（2）位溢出

计算机无法直接处理循环小数
双精度浮点数类型64位，单精度浮点数类型用32位

回避策略：（1）无视，微小误差可以忽略；（2）把小数转成整数计算

内存

内存是名为内存集成电路的电子元件

1K = 1024
+5V直流电压表示1，0V表示0
D0~D7共八个，表示一次可以输入输出8位（1字节）数据
A0~A9共十个，表示可以指定0000000000～1111111111（1024）地址
可以得出这个内存集成电路（IC）可以存储1024个1字节的数据，所以该内存IC的容量为1KB
现实中我们的内存IC会有更多的信号引脚，这样就能在一个内存IC中存储更多数据
内存IC的物理读写机制

内存逻辑模型

变量占用内存大小

指针

数组占用内存大小

磁盘

存储程序方式：程序保存在存储设备（磁盘、内存）中，通过有序地被读取出来实现运行

磁盘缓存，把已经在磁盘读取过的数据保存到内存，下次读取同样的数据就会从内存读取

把低素设备的数据保存在高速设备中，需要时可以直接从告诉设备中读取
Web浏览器也用到了此缓存方式，把从网络获取的数据暂时保存在磁盘中，需要时再读取
磁盘缓存：把内存的一部分当作磁盘使用（实际用的是内存）
虚拟内存：把磁盘的一部分当作内存使用（实际用的是磁盘）
CPU只能执行加载到内存中的程序
虚拟内存虽说把磁盘当内存使用，但是实际正在运行的程序，这个时间点是必须存在于内存中的
所以为了实现虚拟内存，需要把磁盘的虚拟内存里的内容与实际内存里的内容进行置换
虚拟内存的方法：（1）分页式[Windows]（2）分段式
分页式，把运行的程序按照一定大小的页(windows一般情况为 4KB )进行分割；以页为单位再磁盘和内存中置换，从磁盘读入内存（Page In）,反之（Page Out）

虚拟内存可以避免因内存不足导致的应用无法启动问题，从根本上解决还是要增加内存容量
exe (executable)可执行，DLL （Dynamic Link Library）动态链接库

压缩数据

文件是字节数据的集合，在任何情况下，文件的字节数据都是连续的

RLE算法（Run Length Encoding） [ 数据 X 重复次数 ]

哈夫曼算法 “出现频率高的字符用尽量少的位数编码来表示”
能够还原到压缩前状态的压缩成为可逆压缩，反之，非可逆压缩

运行环境

运行环境 = 操作系统 + 硬件
CPU只能解释其自身固有的机器语言
不同的CPU能解释的机器语言的种类不同，例如：x86、MIPS、SPARC、PowerPC
转换成机器语言的程序称为本地代码
文本文件（源代码）在任何环境都能显示和编辑
源代码 → 编译 → 本地代码（本机CPU可解释的机器语言）

MS-DOS（Microsoft Disk Operating System） → Windows
Windows 克服了大多数的硬件差异问题

应用软件必须根据操作系统类型来开发，因为操作系统类型不同，应用程序向操作系统传递指令的途径（API [Application Programming interface]）不同
移植：根据不同的运行环境来重新调整程序
Java → 编译 → 字节码 → 运行 → Java虚拟机 → 转换 → 本地代码

从操作系统方面来看，Java虚拟机是一个应用
从Java应用方面来看，Java虚拟机是运行环境
不同的Java虚拟机之间无法完整互换
Java程序运行速度慢，因为Java虚拟机每次运行都需要把字节码转换成本地代码
BIOS (Basic Input/Output System) , 启动 “引导程序”
引导程序把在硬盘等记录的操作系统加载到内存中运行

编译过程

Windows中exe文件的程序内容，使用的就是本地代码

Dump：把文件的内容，每个字节用2位十六进制数来表示

编译器：将高级语言写的源代码转换成本地代码的程序
每个高级语言都有它专用的编译器，C语言 —— C编译器
CPU类型不同，本地代码的类型也不同；因此，编译器和编程语言种类、CPU类型相关
例如：Pentium等x86系统CPU用的C编译器，和PowerPC的CPU用的C编译器是不同的

交叉编译器：生成和运行环境中的CPU不同的CPU所使用的本地代码；也就是说可以生成不同于本机CPU类型的本地代码

本地代码是无法直接运行的，需要得到可运行的exe文件，所以编译后还需要进行“链接”处理
把多个目标文件（.obj）结合，生成1个exe文件的处理就是链接
运行链接的程序就称为链接器
库文件:把多个目标文件集成到一个文件

内存泄漏：如果没有在程序中释放堆的内存空间，该内存空间会一直残留
内存泄漏如果一直存在，就有可能会造成内存不足从而导致宕机
编译器：在运行前对源代码进行解释处理
解释器：在运行时对源代码内容一行一行的进行解释处理
分割编译：将整个程序分成多个源代码来编写，然后分别进行编译，最后链接成一个exe文件

操作系统与应用

仅具有加载和运行功能的监控程序，是操作系统的原型

随着时代发展，渐渐的把同样处理的程序集成到监控程序中

操作系统可以说是多个程序的集合体

各种应用只是在利用操作系统的功能而已
在操作系统诞生后，就不需要再编写直接控制硬件的程序了
这样制作软件应用逐渐与硬件分离，也就解耦了；无需再考虑硬件问题，硬件问题交给操作系统去处理

高级语言不依赖特定的操作系统，使用独自的函数名，然后在编译时将其转换成相应操作系统的系统调用

操作系统和高级语言能够使硬件抽象化
文件是操作系统对磁盘媒介空间的抽象化

时钟分割：短时间间隔内，多个程序切换运行的方式；Windsows通过这种方式实现多任务功能

中间件：处于操作系统和应用的中间
系统软件：操作系统和中间件合合在一起

汇编

汇编语言的源文件 .asm （assembler）
汇编语言：使用助记符的编程语言
汇编语言源代码 → 用汇编器转换 → 本地代码
在将源代码转换成本地代码这个功能上，汇编器和编译器是同样的
汇编语言的编写的源代码，和本地代码一一对应

C语言源代码 → 编译 → 本地代码 → 反汇编 → 汇编源代码
可以通过以上反汇编的方式，分析其代码内容；一般的逆向工程
汇编语言的源代码：由（1）转换成本地代码的指令（2）针对汇编器的伪指令构成
伪指令负责把程序的构造和汇编的方法指示给汇编器；伪指令本身是无法汇编转换成本地代码的

由伪指令 segment 和 ends 围起来的部分，是给构成程序的命令和数据的集合体加上一个名字而得到的，称为段定义
在程序中，段定义指的是命令和数据等程序的集合体的意思
段定义是一个连续的内存空间
一个程序由多个段定义构成
源代码的开始位置，定义了 3 个名称分别为 _TEXT、_DATA、_BSS的段定义
_TEXT 是指令的段定义
_DATA 是被初始化（有初始值）的数据的段定义
_BSS 是尚未初始化的数据的段定义
group这一伪指令，表示的是把_BSS 和 _DATA 这两个段定义汇总为名为 DGROUP 的组
group 指的是将源代码中不同的段定义在本地代码程序中整合为一个
围起 _AddNum 和 _MyFun 的 _TEXT segment 和 _TEXT ends，表示 _AddNum 和 _MyFunc 是属于 _TEXT 这一段定义的
_AddNum proc 和 _AddNum endp 围起来的部分，以及 _MyFunc proc 和 MyFunc endp 围起来的部分，分别表示 AddNum 函数和 MyFunc 函数的范围
伪指令 proc 和 endp 围起来的部分，表示的是过程（procedure）的范围；在汇编语言中，这种相当于 C 语言的函数的形式称为过程
末尾的 end 伪指令，表示的是源代码的结束
在汇编语言中，一行表示对CPU的一个指令
汇编语言指令的语法结构是操作码 + 操作数（也存在只有操作码没有操作数的指令）
操作码表示的是指令动作，操作数表示的是指令对象
能够使用何种形式的操作码，是由 CPU 的种类决定的
32 位 x86 系列 CPU 用的操作码