2. 访问寄存器和内存

• 参考视频：烟台大学贺利坚老师的网课《汇编语言程序设计系列专题》，或者是B站《汇编语言程序设计 贺利坚主讲》，大家一起看比较热闹。
• 中文教材：《汇编语言-第3版-王爽》(课程使用)、《汇编语言-第4版-王爽》(最新版)。
• 老师的博客：《迂者-贺利坚的专栏-汇编语言》
• 检测点答案参考：《汇编语言》- 读书笔记 - 各章检测点归档

本篇笔记对应课程第二章（下图倾斜），章节划分和教材对应关系如下。

---

2.0 导学

本章针对寄存器和内存的使用，开展如下学习内容：

【2.1 寄存器及数据存储】认识两者之间的关系。
【2.2 mov和add指令】通过这两个指令看到在运算中如何使用“寄存器”。
【2.3 确定物理地址的方法】CPU运行过程中，和内存的关系非常密切，所以介绍如何确定“物理地址”。
【2.4 内存的分段表示法】上面会分段使用内存，所以介绍“分段表示法”。
【2.5 Debug的使用】后续会非常频繁的使用Debug工具观察计算机内部状态。下面使用Debug工具观察内存的不同分段。

• 代码段：【2.6 CS、IP与代码段】【2.7 jmp指令】
• 数据段：【2.8 内存中字的存储】 【2.9 用DS和[address]实现字的传送】【2.10 DS与数据段】
• 栈段： 【2.11 栈及栈操作的实现】

【2.12 关于“段”的总结】

2.1 寄存器及数据存储

  在CPU中，“运算器”进行信息处理、“寄存器”进行信息存储、“控制器”协调各种器件进行工作、“内部总线”实现CPU内各个器件之间的联系。8086CPU所有的寄存器都是16位的，可以存放两个字节，8086CPU有14个寄存器（如上图标红）：

• 通用寄存器：AX(AH/AL)、BX(BH/BL)、CX(CH/CL)、DX(DH/D L)
• 变址寄存器：SI、DI
• 指针寄存器：SP、BP
• 指令指针寄存器：IP
• 段寄存器：CS、SS、DS、ES
• 标志寄存器：PSW

而8086上一代CPU中的寄存器都是8位的，为了保证8086与上一代CPU程序兼容，“通用寄存器”均可以分为两个独立的8位寄存器使用。比如下图中，AX可以分为AH、AL：

  注意“字长(word size)”=“CPU的寄存器位宽”。因为8086是16位CPU，所以8086的字长为16bit。一个字(word)的高位字节(byte)存在这个寄存器的高8位寄存器、低位字节(byte)存在这个寄存器的低8位寄存器。但实际上，现代的CPU普遍是64位，此时“字长”就是64。

2.2 mov和add指令

  汇编指令不区分大小写。上图给出了mov和add指令所完成的操作。现在假设 ax、bx 的初始值均为 0000H，那么下面两个程序分别展示了汇编指令程序的执行结果：

注意最后一步，左侧程序发生了溢出，最高位直接溢出。右侧程序add al,93H会直接舍弃低8位的进位，AX结果为 0058H；只有add ax,93H才会将低8位的进位保存到高8位中，AX结果为 0158H。

【检测点2.1】

1. 写出每条汇编指令执行后相关寄存器中的值。初始值为0000H。

汇编指令	寄存器的值
mov ax,62627	AX=F4A3H
mov ah,31H	AX=31A3H
mov al,23H	AX=3123H
add ax,ax	AX=6246H
mov bx,826CH	AX=6246H, BX=826CH
mov cx,ax	AX=6246H, BX=826CH, CX=6246H
mov ax,bx	AX=826CH, BX=826CH, CX=6246H
add ax,bx	AX=04D8H, BX=826CH, CX=6246H
mov al,bh	AX=0482H, BX=826CH, CX=6246H
mov ah,bl	AX=6C82H, BX=826CH, CX=6246H
add ah,ah	AX=D882H, BX=826CH, CX=6246H
add al,6	AX=D888H, BX=826CH, CX=6246H
add al,al	AX=D810H, BX=826CH, CX=6246H
mov ax,cx	AX=6246H, BX=826CH, CX=6246H

2. 最多使用4条add或mov指令，编程计算2的4次方。

mov ax,0002H # 2
add ax,ax    # 2+2=4
add ax,ax    # 4+4=8
add ax,ax    # 8+8=16

2.3 确定物理地址的方法

  CPU访问内存单元时要给出内存单元的地址。所有的内存单元构成的存储空间是一个一维的线性空间，每一个内存单元在这个空间中都有唯一的地址，这个唯一的地址称为物理地址。但实际上，8086有20位地址总线，可传送20位地址，寻址能力为1M。但8086是16位结构的CPU，所以8086CPU使用两个16位地址(段地址、偏移地址)合成一个20位的物理地址：
$$\mathbf{物理地址}=\mathbf{段地址}\times 16+\mathbf{偏移地址}$$

• 物理地址：20位。
• 段地址：16位，相当于一个基础地址。“段地址×16”也就是“左移4位”。
• 偏移地址：16位，也就是一个相对于基础地址的偏移地址。

注意，“段地址”并不是固定的，段地址和物理地址可以任意指定，只要最后的物理地址正确即可。

2.4 内存的分段表示法

  虽然8086使用分段的方式管理内存，但内存是一个完整空间并没有分段，段的划分来自于CPU！“段地址×16”被称为“段的起始地址”，显然“起始地址”一定是16的倍数；而“偏移地址”为16位，所以一个段的长度最大为 2¹⁶=64K。同一段内存，多种分段方案，于是同一个物理地址也可以由不同的段地址和偏移地址组成，如下图所示：

段地址：用专门的寄存器存放段地址。下面是4个段寄存器：

• CS - 代码段寄存器
• DS - 数据段寄存器
• SS - 栈段寄存器
• ES - 附加段寄存器

偏移地址：可以用多种方法提供，也就是8086丰富的取址方式，也是汇编语言的重点。

最后补充一点，在8086PC机中，若数据存在内存的 2000H 段中的 1F60H 单元中，则存储单元地址表示为 2000:1F60。也就是 段地址:偏移地址的形式。

【检测点2.2】

1. 给定段地址为0001H，仅通过变化偏移地址寻址，CPU 的寻址范围为 00010H到 1000FH。
2. 有一数据存放在内存 20000H 单元中，现给定段地址为SA，若想用偏移地址寻到此单元。则 SA 应满足的条件是：最小为 1001H，最大为 2000H。
   提示，反过来思考一下，当段地址给定为多少，CPU无论怎么变化偏移地址都无法寻到20000H单元？

2.5 Debug的使用

  Debug是DOS系统中的著名的调试程序，也可以运行在windows系统实模式下。使用Debug程序，可以查看CPU各种寄存器中的内容、内存的情况，并且在机器指令级跟踪程序的运行！Debug就是传奇！Debug一共有20多个命令，但下面这6个命令是和汇编学习密切相关的：

• R命令：查看、改变CPU寄存器的内容
• D命令：查看内存中的内容
• E命令：改变内存中的内容
• U命令：将内存中的机器指令翻译成汇编指令
• A命令：以汇编指令的格式在内存中写入机器指令
• T命令：执行机器指令
• Q命令：退出debug
• …

下面依次来进行演示：

【启动Debug】在DOS提示符下输入命令：debug（也就是启动了masm文件夹中的Debug.exe）

【用R命令查看、改变CPU寄存器的内容】

• R：查看寄存器内容
• R 寄存器名：改变指定寄存器内容。可以没有中间的空格。

• 左下角0000:0000：其实就是CS:IP，表示CPU当前要读取的指令所在的内存地址。
• 左下角0000：CS:IP内存地址中存放的机器码。
• 下中间ADD [ES+SI],AL：CS:IP内存地址中存放的指令的含义。
• 右下角DS:0000=CD：刚才改变的寄存器值。后面还会介绍。

【用D命令查看内存中的内容】

• D：列出从预设地址（CS:IP）开始，128个字节的内容。后续再调用 D会接着上一次的地址。右侧是ASCII码表示对应的字符。
• D 段地址:偏移地址：列出指定地址开始，128个字节的内容。
• D 段地址:偏移地址 结尾偏移地址：列出内存中指定地址范围内的内容，最多显示 2¹⁶ 个数据。

【用E命令改变内存中的内容】

• E 段地址:偏移地址 数据1 数据2 ...：直接连续修改数据。
• E 段地址:偏移地址：逐个询问式修改，空格表示继续修改；回车表示结束修改。

汇编指令	对应的机器码
mov ax,0123H	B8 23 01
mov bx,0003H	BB 03 00
mov ax,bx	89 D8
add ax,bx	01 D8

【用U命令将内存中的机器指令翻译成汇编指令】

• e 段地址:偏移地址 数据：写入指令对应的机器码。
• d 段地址:偏移地址：查看写入的机器码。
• u 段地址:偏移地址：将相应内存中的内容看作是“指令”，并进行翻译。

【用A命令以汇编指令的格式在内存中写入机器指令】

• a 段地址:偏移地址：从指定地址处写入汇编指令。编写汇编程序时常用。
• d 段地址:偏移地址：查看从指定地址开始的二进制机器码。
• u 段地址:偏移地址：翻译从指定地址开始的二进制机器码，会根据汇编指令的不同自动切割字节。

【用T命令执行机器指令】

• t：从 CS:IP处，逐条执行机器指令。

【用Q命令退出Debug】

• q：退出Debug

2.6 【代码段】CS、IP与代码段

  CS为代码段寄存器，IP 为指令指针寄存器，它们是8086CPU中两个最关键的寄存器。从名称上我们可以看出它们和指令的关系。CS:IP指示了CPU当前要读取指令的地址。8086CPU读取指令时，会通过“地址加法器”将要读取的指令地址传输到数据总线，内存会一次性发送完整的一条指令给CPU执行（指令的操作码包含指令长度信息），此时 IP 自动增加当前指令长度，然后继续读取下一指令并执行。如下图：

【8086CPU 当前状态】
CS:IP为2000H:0000H，内存 20000H~20009H 单元存放着可执行的如下机器码：

• 地址 20000H~20002H，长度 3Byte，内容 B8 23 01，对应汇编指令 mov ax,0123H
• 地址 20003H~20005H，长度 3Byte，内容 BB 03 00，对应汇编指令 mov bx,0003H
• 地址 20006H~20007H，长度 2Byte，内容 89 D8，对应汇编指令 mov ax,bx
• 地址 20008H~20009H，长度 2Byte，内容 01 D8，对应汇编指令 add ax,bx

笔者注：CS:IP就相当于“计算机组成原理”中的PC(计数器)。

注意到，机器码存储在内存中，既可以是数据、也可以是内存。但是CPU会将 CS:IP指向的内存单元中的内容默认看作指令！

【实证演示】

1. 写入汇编指令。
2. 查看汇编指令。
3. 执行代码。

2.7 【代码段】jmp指令

  在实际的程序运行过程中，经常会出现程序的跳转，比如程序进入中断时需要跳转到“中断向量入口地址”。上一小节又讲到 CS:IP就是当前指令地址，于是要实现程序跳转本质上就需要修改 CS:IP，有如下方法：

1. debug的R命令：上一小节用到的方法，但debug只是一个调试工具，而非汇编程序本身！
2. mov指令：mov CS,2000、mov IP,0000，但是8086CPU不支持使用mov指令修改CS和IP。
3. jmp指令：转移指令，专门用于程序跳转！

• jmp 段地址:偏移地址：将CS修改为“段地址”，IP修改为“偏移地址”。
• jmp 寄存器名：只是将IP修改为寄存器中的值，比如 jmp ax相当于 mov IP,ax（实际并不能这样使用mov）。

下面通过一个演示，来验证 jmp指令的作用：

【实证演示】
假设在下图所示的内存中存放相应的指令，并且程序从 2000H 执行，那么执行序列最后会进入死循环。

  此时，我们可以规定某个“段地址”就对应一个“代码段”，这个“代码段”的最大长度为 2¹⁶=64K 个字节。但注意CPU本身并不会有这样的区分，只是这样规定可以使得代码的存放位置更加清晰。

【检测点2.3】
下面的3条指令执行后，CPU几次修改IP？都是在什么时候？最后IP中的值是多少？

mov ax, bx
sub ax, ax
jmp ax

答：IP 总共改了4次：读取每条指令后IP修改一次；执行 jmp ax再修改一次。最后 IP 中的值是 0 （因为 sub ax,ax后 ax=0000H）。

2.8 【数据段】内存中字的存储

  8086CPU中，一个“字”为16位，于是需要两个连续的字节单元存放，被称为“字单元”。高8位放高字节，低8位放低字节，也就是计组中的“小端模式”。于是，一个“单元”存放一个“字节型数据”、一个“字单元”存放一个“字型数据”。下图中，前两种都是小端模式，但是将高地址写在上面方便阅读(中间图)：

2.9 【数据段】用DS和[address]实现字的传送

  8086CPU中的内存单元地址都是 段地址:偏移地址的格式，CPU寄存器 CS:IP表示当前的指令地址，于是 DS:[...] 则表示想读取的数据（字单元）的地址。另外，8086CPU不支持将数据直接送入段寄存器（硬件设计的问题），所以段地址写入顺序固定为：数据 -> 一般的寄存器 -> 段寄存器。如下：

• DS寄存器：存放要访问的数据的段地址。
• [...]：直接给出16位的偏移地址（16进制），而不是特定的寄存器。

【示例1】将10000H(1000:0)中的数据读到al中

mov bx,1000H
mov ds,bx
mov al,[0]

【示例2】将al中的数据写到10000H(1000:0)中

mov bx,1000H
mov ds,bx
mov [0],al

【实证演示1】按照下图调整数据和内存，注意不同偏移地址的 读出数据。

【实证演示2】注意观察写入数据时，也是小端模式。

2.10 【数据段】DS与数据段

  和“代码段”类似，根据数据的内存单元地址为 DS:[偏移地址]，我们也可以利用 数据段寄存器DS 将一组内存单元定义为一个“数据段”，而具体的数据单元则由 [偏移地址]给出。同样，“数据段”也是编程时的人为安排，与8086CPU或者内存的物理结构无关。下面是一个利用“数据段”进行编程的示例：

【程序1】累加数据段中的前3个单元中的数据：使用寄存器 ax 的低8位 al。

mov ax, 123BH
mov ds, ax
mov al, 0
add al, [0]
add al, [1]
add al, [2]

【程序2】累加数据段中的前3个字型数据：使用完整的16位寄存器 ax。

mov ax, 123BH
mov ds, ax
mov ax, 0
add ax, [0]
add ax, [2]
add ax, [4]

下面针对 mov、add、sub这三个指令，给出其支持的指令格式。其他没有提到的指令格式，可以在debug中尝试。

【数据段-小结】

1. 字在内存中存储时，要用两个地址连续的内存单元来存放，字的低位字节存放在低地址单元中，高位字节存放再高地址单元中。
2. 用 mov指令要访问内存单元，可以在 mov指令中只给出单元的偏移地址，此时，段地址默认在DS寄存器中。
3. [address]表示一个偏移地址为address的内存单元。
4. 在内存和寄存器之间传送字型数据时，高地址单元和高8位寄存器、低地址单元和低8位寄存器相对应。
5. mov、add、sub是具有两个操作对象的指令，访问内存中的数据段。jmp是具有一个操作对象的指令，对应内存中的代码段。
6. 可以根据自己的推测，在Debug中实验指令的新格式。

2.11 【栈段】栈及栈操作的实现

  “栈”是一种只能在一端进行插入或删除操作的数据结构，符合LIFO(Last In First Out，后进先出)的操作规则。现今的CPU中都有栈的设计，也就是8086CPU提供相关的栈指令，支持用栈的方式访问内存空间，并且寄存器 SS:SP始终指向栈顶元素的地址。下面是 SS:SP以及 栈操作指令：

• 栈段寄存器SS：存放栈顶的段地址，同时也默认为最小的栈顶地址。
• 栈顶指针寄存器SP：存放栈顶的偏移地址，初始值为栈的大小（可以理解为栈底）。
• push ax：将ax中的数据送入栈中，SP自动减2（以字为单位）。
• pop ax：从栈顶取出数据送入ax，SP自动加2（以字为单位）。

【实例演示】使用push和pop交换ax和bx中的内容。

• 初始栈顶始终不存储任何有效元素。
• 第一个元素存储在初始栈顶指针SP的上一个字。

  若不断的调用 push或者pop指令，就会导致 SP 指针超出栈的范围，也就是“栈顶超界问题”。遗憾的是，8086CPU只知道栈顶在何处（SS:SP），却不知道程序安排的栈空间有多大，8086CPU不保证对栈的操作不会超界。为了防止超界，汇编语言程序员需要格外小心。

2.12 关于“段”的总结

  由于内存地址为 段地址:偏移地址，所以每一种“段”的起始地址都是16的倍数。目前我们学习了三种段：

1. 数据段：将段地址放在 DS 中。用mov、add、sub等访问内存单元的指令时，CPU将我们定义的数据段中的内容当作数据段来访问。
2. 代码段：将段地址放在 CS 中，将段中第一条指令的偏移地址放在 IP 中。CPU将执行我们定义的代码段中的指令。
3. 栈段：将段地址放在 SS 中，将栈顶单元的偏移地址放在 SP 中。CPU在需要进行栈操作(push、pop)时，就将我们定义的栈段当作栈空间来用。

实际在编写汇编语言程序时，为了逻辑清晰，可以对不同的段进行分区，可以将三个段全部分开或者放在一起。但注意“段”的划分只取决于汇编语言程序员，与CPU设计无关。