当前位置：首页 > article >正文

高级编程语言的基本语法在CPU的眼中是什么样的呢？

article 2025/1/18 19:30:53

任何一门高级编程语言，就一定存在下面这几个语法元素

变量
类型
数组
控制语句（条件，循环）
运算符（算术运算，布尔运算，赋值运算，关系运算，位运算）
函数

而本节探究的是，这6个语法元素在CPU的眼中是什么样子的呢？我们先来看看变量。

说到变量我们的先从内存说起，为了方便管理，整个内存被划分为一块一块的，我们把这样一块的内存叫做内存单元，通常情况下，一块内存单元的大小为一个字节，我们需要给这些内存单元编号，从0开始，而这个编号有个专门的名字，叫做内存地址。CPU比较偏爱内存地址，因为知道内存地址就可以操作对应的内存单元。但是我们并不喜欢内存地址，因为内存地址是一串数字，没有任何可读性，于是我们映入变量的概念，变量就是这块内存单元的别名。一个比较合适的类比：变量与内存地址的关系和域名与IP地址的关系一样。比如下面这两段代码

#include <stdio.h>
int main() {
    int a = 1;
    return 0;
}

main:
        push    rbp
        mov     rbp, rsp
        mov     DWORD PTR [rbp-4], 1 ; 这里就是 int a = 1;
        mov     eax, 0
        pop     rbp
        ret

接下来我们来谈谈类型，类似其实有两个作用，对于我们开发者而言，必要的类型检验可以帮我我们减少代码错误。对于CPU而言，类型指定了操作数的大小。比如下面这两段代码：

#include <stdio.h>
int main() {
    int num1 = 1;
    long num2 = 100;
    return 0;
}

main:
        push    rbp
        mov     rbp, rsp
        mov     DWORD PTR [rbp-4], 1 ; int num1 = 1;
        mov     QWORD PTR [rbp-16], 100 ; long num2 = 100;
        mov     eax, 0
        pop     rbp
        ret

DWORD 表示操作4个内存单元，QWORD 表示操作8个内存单元

基本上每个编程语言都提供了数组这个基础的数据结构，为什么呢？因为现实世界需要，因为有这样的需求。通常意义上，数组是存储多个同类型的数据结构，这意味这他的内存结构是连续的。所以对于CPU而言，他不过是一块连续的内存单元而已。

控制语句可以说是编程语言的灵魂，全部的程序都是由条件语句，循环语句这样像搭积木一样搭建出来的。而这些控制语句在CPU的眼中，不过是几条固定的指令。

#include <stdio.h>

int main() {
    int a = 10;
    int b = 9;
    if (a > b) {
        printf("a more than b");
    }else {
        printf("b more than a");
    }
}

.LC0:
        .string "a more than b"
.LC1:
        .string "b more than a"
main:
        push    rbp
        mov     rbp, rsp
        sub     rsp, 16
        mov     DWORD PTR [rbp-4], 10
        mov     DWORD PTR [rbp-8], 9
        mov     eax, DWORD PTR [rbp-4]
        cmp     eax, DWORD PTR [rbp-8]
        jle     .L2
        mov     edi, OFFSET FLAT:.LC0
        mov     eax, 0
        call    printf
        jmp     .L3
.L2:
        mov     edi, OFFSET FLAT:.LC1
        mov     eax, 0
        call    printf
.L3:
        mov     eax, 0
        leave
        ret

可以发现控制语句对应的指令就是 jxx 循环语句也是一样的，只不过不是跳转的位置不是往后，而是往前。

#include <stdio.h>

int main() {
    int sum = 0;
    for (int i = 0; i<= 100; i++) {
        sum += i;
    }
}

main:
        push    rbp
        mov     rbp, rsp
        mov     DWORD PTR [rbp-4], 0
        mov     DWORD PTR [rbp-8], 0
        jmp     .L2
.L3:
        mov     eax, DWORD PTR [rbp-8]
        add     DWORD PTR [rbp-4], eax ; sum += i;
        add     DWORD PTR [rbp-8], 1 ; i++
.L2:
        cmp     DWORD PTR [rbp-8], 100 ; i <= 100;
        jle     .L3
        mov     eax, 0
        pop     rbp
        ret

高级语言中的运算符就更加不用说了，不过是一些运算指令。到此编写一个程序所需要的全部语法在CPU层面都已经解构完毕了，而函数不过是一种让程序模块化的最基本的手段。方便我们在编写庞大，复杂的程序时，能够更加简单，更加灵活。那么函数在CPU的眼中是什么样子的呢？

函数的出现，让变量的生命周期（也叫作用域）有了区别，函数内部的变量会随着函数的调用而创建，函数的返回而销毁。这样做的目的是充分利用内存。接下来我们通过一个例子来看看函数是如何被调用的，又是如何被返回的。

#include <stdio.h>

int f1(int num) {
    int max = 100;
    return num + max;
}

int main() {
    int init = 10;
    int res = f1(init);
    return 0;
}

f1:
        push    rbp
        mov     rbp, rsp
        mov     DWORD PTR [rbp-20], edi
        mov     DWORD PTR [rbp-4], 100
        mov     edx, DWORD PTR [rbp-20]
        mov     eax, DWORD PTR [rbp-4]
        add     eax, edx
        pop     rbp
        ret
main:
        push    rbp
        mov     rbp, rsp
        sub     rsp, 16
        mov     DWORD PTR [rbp-4], 10
        mov     eax, DWORD PTR [rbp-4]
        mov     edi, eax
        call    f1
        mov     DWORD PTR [rbp-8], eax
        mov     eax, 0
        leave
        ret

可以发现，调用函数会使用call指令，这个指令的作用是将下一条的指令入栈，然后跳转到f1代码段，在每个函数的开头都有这两行指令，push rbp mov rbp, rsp 这两条指令的作用是，先保存上一个函数的栈帧起点，然后重置栈帧的起点为当前的栈顶，即创建一个新的栈帧。然后再存放局部变量。然后函数结束，pop rbp ret 执行这两条指令，rbp寄存器回到上一个函数的栈帧的起点，ret指令让指令寄存器IP，回到调用函数的位置继续执行。

到此，相信你一定有所体会，CPU很呆板，只会按照我们写好的指令一条一条的执行。我们可以看到比较高级的语法，例如函数调用其实不是CPU本身就支持，而是我们通过一些额外的指令让CPU可以做到函数调用，而这些额外的指令都是编译器生成的。所以我们常常说一个语言是否支持某种语言特性，取决于它的编译器。

查看全文

http://www.kler.cn/a/508242.html