Quartz 5

4. 指令系统

34 min read

指令格式和寻址方式

高优先级

组成原理说实话就 两大块：cache 和 虚拟存储器，这两个要放在一起。指令系统 和 CPU，这两个也要放一起。两大块内部的知识点都是相互耦合的，需要综合理解。

指令格式

指令的功能就是 对某些数据 进行 某种操作。

所以指令中主要包含两个部分：操作码（opcode）以及 地址（address）。

  • 操作码（opcode）就是决定了指令的类型：

    • 这个指令是干嘛的？进行哪种操作？

  • 地址是一个通用含义，指的是操作的对象：

    • 可以是一个 内存地址（<addr>）
    • 也可以是 CPU 中的一个寄存器编号（<reg>）
    • 也可以是一个 立即数（<imm>）

指令类型

根据操作码分类

指令根据其 操作码（opcode）的不同可以分为以下类别：

  1. 数据传输指令
    • MOV：将数据从一个位置传输到另一个位置，可以是寄存器到寄存器、内存到寄存器、寄存器到内存等。
    • PUSH：将数据（通常是寄存器中的值）推入堆栈。
    • POP：从堆栈中弹出数据并存储到寄存器中。
  2. 算术和逻辑运算指令
    • ADD、SUB、IMUL、IDIV：执行算术运算，如加法、减法、乘法和除法。
    • MUL、DIV 是无符号数运算
    • AND、OR、XOR、NOT：执行逻辑运算，如按位与、按位或、按位异或和按位取反。
    • INC、DEC：递增和递减操作数的值。
    • CMP：用于比较两个值，并根据结果设置标志寄存器的状态。
  3. 控制转移指令
    • JMP：用于无条件跳转到指定的目标地址。
    • Jxx：条件跳转指令，根据特定的条件（如零标志、进位标志等）来决定是否跳转。
    • CALL：调用子程序或函数。
    • RET：从子程序返回。
  4. 输入/输出指令
    • IN：从外部设备或端口读取数据。
    • OUT：向外部设备或端口发送数据。
  5. 字符串操作指令（String Instructions）：
    • MOVS、LODS、STOS、CMPS：用于在内存中执行字符串操作，如移动、加载、存储、比较。
  6. 陷阱指令（Trap Instructions）：
    • INT：用于引发中断，通常用于与操作系统进行通信。
  7. 协处理器指令（Coprocessor Instructions）：
    • CLI、STI：用于清除和设置 CPU 的中断标志，通常只能在内核模式下执行。

根据地址个数分类

根据指令中的 地址 个数，可以将指令划分为以下类型。
这些地址可以是 寄存器、内存地址，也可以是 立即数。

定长和变长指令

指令长度的设计可以分为两类：

  • 定长指令集：所有指令的长度完全相同
    → 典型架构：ARM（RISC）
    → 优点：解码简单、高效
    → 缺点：指令中可能出现浪费空间的无效字段

  • 变长指令集：不同指令具有不同长度
    → 典型架构：x86（CISC）
    → 优点：编码更紧凑，能支持更复杂操作
    → 缺点：解码过程复杂，需要准确识别指令边界

注意

这两种设计思路分别带来了两个常见问题，在试题中也经常以变形方式考查：

  1. 在 定长指令集 中，所有指令长度固定，而不同指令所需的 地址字段 个数不一样，如何统一表示？
  2. 在 变长指令集 中，指令长度不固定，CPU 又如何判断指令边界（即每条指令的起始和结束位置）？

解决思路

问题 1：定长指令中地址字段数量不统一怎么办？

解决方法是使用 无效字段填充。

即：当某条指令所需的 地址字段 不足以填满整个固定长度时，剩余部分使用 填充值（无效字段）占位。这些填充值不会影响指令执行，仅用于保证每条指令长度一致，简化硬件解码逻辑。

问题 2：变长指令中如何识别指令边界？

一种常用方案是引入 指令前缀。

即：在每条指令的开头，设置一个前缀字段，或在 操作码 的高位嵌入标志，用来标识该指令的长度或类型。CPU 在解码时先读取前缀位，就能判断指令长度，从而准确提取整条指令。

虽然这种方式增加了解码复杂度，但换来了更大的编码灵活性与指令集的扩展能力。

操作码扩展编码

为了在统一的指令格式中支持不同 地址数 的操作，同时避免指令之间产生歧义，指令系统通常采用：

可变长度操作码 + 定长指令字 的方式，
并要求这些 操作码 遵循 前缀码 设计原则。

🌟 先举个简单的例子：

假设我们设计如下 操作码长度规则：

  • 三地址指令使用 4 位 操作码
  • 二地址指令使用 6 位 操作码
  • 一地址指令使用 8 位 操作码

为了防止解析冲突，必须满足 前缀码 的要求：

  • 任意一个 4 位 操作码不能是任何 6 位 或 8 位 操作码的前缀
  • 任意一个 6 位 操作码不能是任何 8 位 操作码的前缀

这样，每条指令的 操作码 就能唯一识别其类别与长度，避免歧义，并保持系统的可扩展性和解码自同步。

🌟 再举个复杂的例子：

假设某指令系统指令长 16 位，操作码字段为 4 位，地址码字段为 4 位，采用扩展 操作码 技术，形成 三地址指令 15 条、二地址指令 12 条、一地址指令 63 条、零地址指令 16 条。

那么 三地址指令 格式如下：

二地址指令 复用 三地址指令 的 A1 字段，一地址指令 复用 三地址指令 的 A1 和 A2 字段，零地址指令 复用 三地址指令 的 A1、A2 和 A3 字段。

可以通过树形扩展得到不同指令的 op 前缀：

沿着树的边一直走到叶子结点，可以得到如下格式的指令：

指令类型操作码地址码1地址码2地址码3
三地址指令（15 条）0000 ~ 1110A1A2A3
二地址指令（12 条）1111 0000 ~ 1111 1011A2A3
一地址指令（63 条）1111 1100 0000 ~ 1111 1111 1110A3
零地址指令（16 条）1111 1111 1111 0000 ~ 1111 1111 1111 1111

注意

操作码扩展编码虽然属于计算机组成原理，但它所采用的设计思想，在计算机网络 中同样十分常见。

例如，变长子网划分 也是按照前缀不断扩展的方式划分地址空间：每向下一层扩展 1 位，地址空间便减半；最终，每个子网都对应二叉树上的一个叶子节点。

从二叉树的角度来看，两者都是不断将一个大的编码空间递归划分为更小的子空间：

        根节点
          │
   扩展一位（二选一）
       /       \
     0           1
   /  \        /  \
  …   …      …    …

因此，无论是 CPU 的操作码设计，还是 IP 地址的 VLSM 划分，本质上都是利用**前缀编码（Prefix Code）**来对有限的编码空间进行高效划分。只不过，一个划分的是 指令编码空间，另一个划分的是 IP 地址空间。

例题

寻址方式

计算机中的 寻址方式（Addressing Modes）是指 确定指令或操作数有效地址 的方法，包括确定下一条待执行指令的地址以及本条指令所需操作数的地址，寻址方式可以分为 指令寻址 和 数据寻址两大类：

指令寻址

顺序寻址

通过 程序计数器（PC） 加上当前指令的字节长度，自动形成下一条指令地址

跳跃寻址

通过转移类指令实现。是否跳跃通常由状态寄存器中的条件码决定，转移目标地址由指令给出。转移方式分为：

  1. 绝对转移，直接由 地址码 给出目标地址
  2. 相对转移，地址码给出相对于当前PC值的偏移量

无论何种方式，转移指令的执行结果都是修改 PC 的值，CPU 随后根据新的 PC 从主存取出下一条指令

数据寻址

立即数寻址

立即数寻址（Immediate Addressing）是一种将 常量值直接嵌入指令中 的寻址方式，常用于赋值、初始化、比较等基本操作。

在 立即数寻址 之中，操作数本身就是指令的一部分，而不是从寄存器或内存中取得。这种寻址方式不涉及额外的地址计算，执行效率较高。

举个实际例子，下图是指令 MOV AX, 4567H 存储结构和执行示意图，指令直接将 立即数 4567H 存储到寄存器 R1 中：

📌 示例应用

应用示例说明
加载常量MOV AX, 5 —— 将常数 5 加入 AX
比较固定值CMP AL, 0 —— 判断 AL 是否为零

Quote

优点：只要取出指令，可立即获得操作数，这样就不用访问存储器

缺点：A 的位数限制了能表示的立即数的范围

直接寻址

直接寻址（Direct Addressing）是一种通过 在指令中显式给出操作数的内存地址 来访问数据的方式，适用于访问固定位置的数据。

在 直接寻址 中，指令中包含了操作数在内存中的确切地址。CPU 在执行指令时，会直接从该地址读取或写入数据，不依赖寄存器辅助寻址。

举个实际例子，下图是指令 MOV R1, [1000] 的执行示意图，以 立即数 1000 作为访存地址，指令从内存地址 1000 的单元读取数据并加载到寄存器 R1 中：

📌 示例应用

应用示例说明
访问固定内存MOV AX, [0x1234] —— 读取内存地址 0x1234 的内容
读取硬件端口IN AL, [0x60] —— 从端口地址读取键盘输入
设置显存颜色值MOV [0xB8000], AL —— 设置文本模式字符颜色

Quote

优点：寻找操作数简单，不需要专门计算操作数的地址，只访问一次主存

缺点：A 的位数限制了操作数的寻址范围，必须改 A 的值，才能修改操作数的地址

隐含寻址

指令字中不明显地给出操作数的地址，其操作数的地址隐含在操作码或某个寄存器中

如：一地址格式的加法指令只给出一个操作数的地址，另一个操作数隐含在累加器ACC中这样累加器ACC成了另一个数的地址

Quote

优点：指令字中少一个地址，能缩短指令字长

缺点：需增加 “存储操作数或隐含地址” 的硬件

间接寻址

间接寻址（Indirect Addressing）是一种通过 寄存器或内存中的地址来访问实际数据地址 的方式，适用于访问指针、链表等动态结构。

在 间接寻址 中，指令中提供的是一个地址的“指针”，实际的数据地址存储在寄存器或内存单元中。CPU 先访问该中间地址，再通过它获取最终的操作数地址。

举个实际例子，下图是指令 MOV R1, [R2] 的执行示意图，访存地址间接地存储在寄存器 R2 中，指令首先从 R2 中读取目标地址，然后在相应的地址中读取数据加载进入 R1 中：

间接寻址 包含多种类型，其中最常见的是 寄存器间接寻址：

操作数的地址保存在寄存器中，CPU 通过这个寄存器中存储的地址访问内存中的操作数。

当我们提到 间接寻址 时，大多数时候都是 寄存器间接寻址

📌 示例应用

应用示例说明
通过指针访问数据MOV AX, [BX] —— BX 存储了目标地址

Quote

优点：可扩大寻址范围 ( 内存单元 或 寄存器 位数 一定大于 形式地址 )

缺点：指令在执行阶段需要多次访存，浪费了很多时间

寄存器寻址

寄存器寻址（Register Addressing）是一种将操作数存储在寄存器中的寻址方式。在这种模式下，指令通过指定寄存器来访问操作数，寄存器本身就是操作数的存储位置。

举个实际例子，指令 MOV AX, BX 表示将寄存器 BX 中的值复制到寄存器 AX 中：

📌 示例应用

应用示例说明
拷贝寄存器内容MOV AX, BX —— 将 BX 内容拷贝到 AX
比较寄存器CMP AX, BX —— 判断 AL 是否为零

Quote

优点：指令执行阶段无需访存，减少了执行时间

缺点：没啥缺点，就是贵，使用非常广泛

基址寻址

基址寻址（Base Addressing）是一种通过 基址寄存器与偏移值相加 来访问结构体字段或局部变量的方式，基址寄存器 是面向操作系统的，只能由 操作系统 或 管理程序 根据主存空间情况来确定，常见于函数调用过程中的栈帧操作。

分为隐式和显式两种

隐式：计算机内专门设有一个基址寄存器BR，使用时用户不必明显指出该寄存器

显式：一组通用寄存器里，用户明确指出哪个寄存器用做基址寄存器，存放基地址

📌 示例应用

应用示例说明
栈帧内访问局部变量或参数MOV AX, [BP - 2]、MOV AX, [BP + 6]

Quote

优点：基址寻址扩大寻址范围，有利于多道程序设计，可用于编制浮动程序

缺点：无说明

基址寻址和变址寻址的区别

首先，两者具有共同点：基址寻址与变址寻址都类似于相对寻址，它们的有效地址 EA = 基址 + 指令字中形式地址 A。

1、基址寻址

计算公式：EA = (BR) + A

有效地址是将 CPU 中 基址寄存器 BR 的内容加上指令字中形式地址 A。BR 的内容由操作系统决定，在程序执行过程中 BR 的内容不可变，而形式地址是可变的。基址寻址 方式适合解决动态定位的问题。在多道程序的环境当中，操作系统根据内存空间的情况赋值给 BR，一旦赋值成功就不可更改，直至用户程序结束，使得用户不必关心实际的地址而只需要关心自己的地址空间即可。

2、变址寻址

计算公式：EA = (IX) + A

有效地址是将 CPU 中 变址寄存器 IX 的内容加上指令字中有效地址 A。其指令字的形式地址作为一个基准地址，内容不可变，而 CPU 中 变址寄存器 IX 在程序执行过程中根据使用情况发生改变。这样的寻址方式非常适合于循环问题，原因在于指令的“基址”（形式地址）保持不变，使得执行循环时，只需要改变 IX 的内容即可（比如迭代时，不断加 4）。假若使用 基址寻址 的方式，意味着循环过程中不断需要新的“基址”，也就是需要更多的指令字加以控制。而 变址寻址 只需要一条指令即可完成相关操作，可以大量缩短指令编码的长度，提高指令字的可用性。

两种寻址方式都是解决特定应用场景的问题，它们本质上是一样的，只是表现形式的不同而已。

变址寻址

变址寻址（Indexed Addressing）是一种通过 变址寄存器的值加上偏移量 来获取操作数地址的寻址方式，通常用于数组或表格中元素的访问。

变址寄存器 的内容由用户设定，程序执行过程中其值可变，而指令字中A不可变

变址寻址主要用于处理数组问题，可设定A为数组首地址，不断改变变址寄存器X的内容，很容易能形成数组中任一数据地址

📌 示例应用

应用示例说明
多维数组访问MOV AX, [BX + SI] —— 行列下标组合
结构体数组成员访问MOV AX, [DI + SI*4] —— 每个结构体占 4 字节
动态偏移数据结构遍历MOV AL, [BX + CX] —— 使用索引偏移访问

Quote

优点：适合编制循环程序

缺点：无说明

相对寻址

相对寻址（Relative Addressing）是一种根据 当前指令地址（PC）与偏移量 来确定跳转或访问目标位置的方式，广泛应用于控制流指令。

在 相对寻址 中，以当前程序计数器（PC）作为基准，通过加上一个有符号的偏移量来计算跳转目标地址。这种寻址方式便于编写可重定位代码。

📌 示例应用

应用示例说明
条件跳转（分支）JZ LABEL —— 如果为零，跳转到相对偏移处
循环控制LOOP LOOP_START —— PC 相对跳转
实现函数局部跳转表JMP [PC + offset]（某些架构中）

Quote

优点：无说明

缺点：无说明

堆栈寻址

堆栈寻址（Stack Addressing）是一种通过 栈指针或基址指针 来访问 栈中数据 的方式，广泛应用于函数调用过程中的参数传递和返回值保存。

在 堆栈寻址 中，利用 SP（栈指针）或 BP（基址指针）定位栈中元素，通过栈顶向下或向上偏移来读取或写入局部变量、返回地址等。通常与 PUSH、POP、CALL、RET 等指令结合使用。

📌 示例应用

应用示例说明
函数调用和返回CALL FUNC、RET —— 使用栈存储返回地址
保存和恢复寄存器值PUSH AX、POP AX

Quote

优点：无

缺点：无

总结

寻址对比

下表给出了各个 寻址方式 的核心区别：

程序的机器级代码表示

何为 目的操作数 何为 源操作数

目的操作数 (Destination Operand)

目的操作数是指指令执行完成后，存储计算结果的地方。

  • 特点：它的旧值会被指令产生的新值覆盖。

  • 位置：通常是一个寄存器或一个内存单元。

源操作数 (Source Operand)

源操作数是指在指令执行过程中提供原始数据的操作数。

  • 特点：它的值在指令执行过程中通常不会改变（除非它是那种自增/自减指令）。

  • 来源：可以是寄存器中的值、内存地址里的数据，或者是指令中直接给出的立即数（常数）。

注意

一般来说 不管是什么格式，最终计算的表达式都是：

统考中通常使用 intel 格式

具体指令

剩下的就看大题了

指令集种类

指令体系结构

低优先级

指令体系结构 偶尔在选择题中考查，概念看一看，留个印象，基本就没问题。

指令体系结构 （Instruction Set Architecture，简称 ISA） 是计算机体系结构中定义处理器 指令集 的规范。它是硬件与软件之间的接口，规定了处理器能够执行的 指令集合、指令格式、寻址方式、寄存器 组织、内存访问方式 以及 数据类型 等。

具体来说，ISA 包括以下关键内容：

  1. 指令集 ：处理器支持的所有操作（如加法、跳转、加载/存储等）。
  2. 指令格式 ：每条指令的编码结构，如操作码、操作数等。
  3. 寄存器 ：可用的寄存器数量、类型和用途（如通用寄存器、程序计数器等）。
  4. 寻址方式 ：如何指定操作数的存储位置（如立即数、寄存器寻址、内存寻址等）。
  5. 内存模型 ：内存的组织方式和访问规则。
  6. 中断和异常处理 ：如何处理外部事件或错误。

ISA 决定了软件如何与硬件交互，是 编译器、操作系统 和 应用程序 开发的基础。常见的 ISA 包括 x86、ARM、RISC‑V 等，每种 ISA 在 性能、功耗 和 应用场景 上各有特点。例如，RISC （精简指令集计算机）强调 简单高效 的指令，而 CISC （复杂指令集计算机）提供更 复杂 的指令以减少代码量。

简而言之，ISA 是计算机的核心“语言”，定义了处理器能做什么以及如何做。

复杂和精简指令集

低优先级

复杂和精简指令集也是在选择题偶尔考查，了解两者的差异，看到选项能选出来就行。

CISC （Complex Instruction Set Computer）和 RISC （Reduced Instruction Set Computer）是两种不同的计算机体系结构设计哲学，它们在 指令集架构 和 执行方式 上有显著的差异。

CISC

  1. 指令集复杂 ：CISC 指令集包含大量 复杂的指令，其中一条指令可以执行多种操作，包括 内存访问、算术运算、逻辑运算 等。

  2. 指令不定长 ：CISC 支持多种长度的指令。

  3. 多寻址模式 ：CISC 指令通常支持多种 寻址模式，允许直接访问内存，因此可以在一条指令中执行复杂的操作。

  4. 微程序控制 ：CISC 计算机通常使用 微程序控制单元，指令解码和执行过程相对复杂。

  5. 复杂硬件 ：CISC 处理器通常包括大量的硬件单元，用于支持 复杂的指令集，这使得 CISC 芯片相对较大。

    CISC 的典型芯片就是 x86 系列，如 Intel 的 Core i 系列处理器和 AMD 的 Ryzen 系列处理器。

RISC

  1. 指令集精简 ：RISC 计算机的指令集更加精简，通常包含较少、更 简单的指令。每条指令只执行一种操作。

  2. 指令定长 ：RISC 指令集中所有指令长度相同。

  3. 固定寻址模式 ：RISC 指令通常只支持一种或者很少种 寻址模式，鼓励将数据加载到寄存器中后再执行操作。

  4. 硬布线控制 ：RISC 计算机使用 硬布线控制单元，指令解码和执行过程较为简单。

  5. 精简硬件 ：RISC 处理器通常采用更 精简的硬件，以提高 性能 和降低 成本。

    RISC 的典型芯片就是 arm 系列，比如苹果的 A 系列和 M 系列处理器。

上图体现了 CISC 和 RISC 的差别：RISC 寄存器数量比 CISC 更多，CISC 的访存指令比 RISC 更加复杂（CISC 单条指令完成的工作 RISC 需要多条指令才能完成）。

程序示例

这一节举个实际的例子说明一下 CISC 和 RISC 上的汇编代码区别。

for (i = 0; i < 24; i++)
    for (j = 0; j < 24; j++)
        ...
        a[i][j] = 10;
        ...

对于上述的循环代码段，编译器将其编译为如下的 intel x86 汇编代码（CISC）和 arm mips 汇编代码（RISC）：

对比

CISC 和 RISC 的主要区别如下表所示：

特性CISCRISC
指令集复杂，指令数量多精简，指令数量少
指令长度不定长固定长度
寻址模式多种寻址模式较少寻址模式
控制方式微程序控制硬布线控制
硬件复杂度复杂精简
优点功能强大，一条指令可完成复杂操作性能高，功耗低
缺点硬件复杂，指令执行效率相对较低功能相对简单，复杂操作需要多条指令完成

与CISC相比，RISC的优势主要体现在以下几个方面：

  1. 更高效利用 芯片面积。CISC采用微程序控制，其控制存储器占CPU芯片面积的 50%以上，而RISC采用硬布线控制，逻辑电路仅占约10%，节省了宝贵的硅片资源。

  2. 更高的 运算速度。RISC指令数量少、格式统一、寻址方式简单，配合大量通用寄存器和流水线技术，使大多数指令可在单周期内完成，显著提升执行效率。

  3. 更易设计与维护。RISC指令系统结构简单，设计周期短；其逻辑清晰，出错概率低，且便于调试和验证，从而提高了 系统可靠 性。

  4. 更利于 编译优化。由于指令类型和寻址方式有限，编译器更容易选择最优指令序列、调整指令调度，生成高效的目标代码。

补充 CISC 的 指令功能 追求强大，所以会牺牲部分指令的格式而让其更高效 （RISC无)

指令操作码

高优先级

本节要和 CPU 中的 控制器 放在一起理解，也是后续 CPU 的基础。当然，其中协处理器和字符串操作指令不大重要，可以不作为重点，其他的操作码都要 深入理解。

不同计算机架构的指令操作码不相同，但是其中涉及到的功能却大同小异。本节以 x86 平台的指令为例，说明一下指令操作码的主要分类和功能。

数据传输指令

数据传送指令在 x86 中就是 MOV，将第二个操作数（寄存器的内容、内存中的内容或常数值）复制到第一个操作数（寄存器或内存），可以实现 寄存器、内存之间的 数据传送。

Graph View

Backlinks