格式和寻址方式

复习提示（高优先级）：指令格式与寻址方式需要和 CPU 数据通路、控制器以及存储系统联合分析。

真题练习

组成原理的综合分析可以沿两条主线建立：Cache 与虚拟存储器构成访存链路，指令系统与 CPU构成执行链路。两条主线内部的知识点相互耦合；做题时应把指令、地址、数据通路和存储层次放在同一过程里分析。

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：

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。
算术和逻辑运算指令
- ADD、SUB、MUL、DIV：执行算术运算，如加法、减法、乘法和除法。
- 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。
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。
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。
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。
自陷/软件中断指令（Trap / Software Interrupt Instructions）：
- INT：显式触发软件中断，常用于受控地转入操作系统提供的服务入口。
中断控制指令（Interrupt Control Instructions）：
- CLI、STI：分别清除和设置 CPU 的中断标志；在 x86 中属于受特权级限制的指令，不能把它们误认为协处理器指令。

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。

指令类型	指令格式	含义
零地址指令	`op`	执行操作 `op`，操作数隐含在栈顶或专用寄存器中
一地址指令	`op A1`	$op(A_1)\rightarrow A_1$ ，对 $A_1$ 操作并将结果存回 $A_1$
二地址指令	`op A1, A2`	$(A_1)\ op\ (A_2)\rightarrow A_1$ ，结果覆盖 $A_1$
三地址指令	`op A3, A1, A2`	$(A_1)\ op\ (A_2)\rightarrow A_3$ ，结果写入 $A_3$

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：在选定的指令编码模式中，所有指令的长度完全相同 → 典型教学模型：MIPS、AArch64 等 RISC 风格编码 → 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两个常见问题：

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？
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？

一种常用方案是由操作码和后续字段共同给出长度规则；某些 ISA 还会引入 指令前缀。

即：CPU 先译码操作码，再按该操作码规定读取寻址方式、寄存器、立即数、位移等后续字段，从而确定整条指令边界。前缀字段或操作码高位的长度标志只是可选设计，不是所有变长 ISA 都有一段单独的“长度前缀”。

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

上面的指令前缀是为了让 CPU 判断整条指令的长度；而在 定长指令系统 中，还有一种与之思想类似、但用途不同的设计——操作码扩展编码。

其核心思想是：让操作码本身具有层次结构。当 CPU 解码时，如果发现当前操作码属于"扩展前缀"，就继续读取后续位，直到得到完整的操作码。

因此，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 遵循前缀编码设计原则。

🌟 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`～`1110`	A1	A2	A3
二地址指令（12 条）	`1111 0000`～`1111 1011`	—	A2	A3
一地址指令（63 条）	`1111 1100 0000`～`1111 1111 1110`	—	—	A3
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） 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。

寻址方式

计算机中的 寻址方式（Addressing Modes）是指在 指令中如何指定操作数的位置或地址，寻址方式可以被归为以下种类：

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 的存储结构和执行示意图，指令直接将 立即数 4567H 写入寄存器 AX：

示例应用

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

注意：寻址方式是针对指令还是操作数的？

寻址方式针对的是每一个操作数，而不是整条指令。

因此：

MOV AX,1234H

最严谨的表述是：

AX —— 寄存器寻址
1234H —— 立即寻址
整条指令同时包含寄存器寻址和立即寻址。

不过在考题或教材中，如果说"该指令采用立即寻址"，通常是约定俗成地指源操作数采用立即寻址。因此考试时可以按这个习惯理解，不会与标准定义冲突。

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` —— 比较 AX 与 BX 的内容

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：

若指令地址字段为 $A$ ，直接寻址的有效地址为 $EA=A$ 。

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
设置显存颜色值	`MOV [0xB8000], AL` —— 设置文本模式字符颜色

注意：IN AL, 60H 的端口号是独立 I/O 编址中的立即端口地址，不是这里讨论的直接内存寻址；不要把二者混为一谈。上图使用 8086 风格的简化例子，直接以物理地址说明访问过程。

但是在现代计算机操作系统中，由于使用了虚拟存储器，用户程序中的内存地址通常是虚拟地址；在访问实际物理内存之前需要经过一次地址翻译。

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。

若寄存器 $R$ 中保存有效地址，则寄存器间接寻址满足 $EA=(R)$ 。内存间接寻址则需要先按指令地址字段访问一次内存，典型地可写为 $EA=(M[A])$ ，因此通常比寄存器间接多一次访存。

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

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，常见于函数调用过程中的栈帧操作。

若基址寄存器内容为 $(BR)$ ，形式地址或位移量为 $A$ ，则 $EA=(BR)+A$ 。

8086 可以用于基址寻址的寄存器实际上有两个：

BX（Base Register）：用于访问数组或结构体的基础地址
BP（Base Pointer）：用于访问函数栈帧的基础地址

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]`
访问数组中的元素	`MOV AX, [BX + 4]`

函数栈帧访问

程序中最常见的是函数调用，参考函数调用时内存结构。下图的 BP 偏移量采用 16 位 x86 风格的示意，BP 用于指定函数栈帧基址；参数、返回地址和局部变量的具体偏移取决于调用约定、位宽和函数序言，不能视为所有程序的固定布局。

例如

高地址
+-----------------+
| 参数2           |  BP+6
+-----------------+
| 参数1           |  BP+4
+-----------------+
| 返回地址        |  BP+2
+-----------------+
| 旧BP            |  BP
+-----------------+
| 局部变量1       |  BP-2
+-----------------+
| 局部变量2       |  BP-4
+-----------------+
低地址

于是：

MOV AX, [BP+4]    ; 第一个参数
MOV BX, [BP-2]    ; 局部变量

结构体和数组访问

在结构体和数组访问中，8086 中用 BX 指定数据结构在内存中的起始地址。

于是

; 访问数组首地址 + 2
MOV AL,[BX+2]

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。

若变址寄存器内容为 $(IX)$ ，形式地址为 $A$ ，则典型变址寻址的有效地址为 $EA=(IX)+A$ 。当一条指令同时使用基址寄存器和变址寄存器时，属于基址变址寻址，典型形式为 $EA=(BR)+(IX)+A$ ，不要把它误作只有一种寄存器参与的纯变址寻址。

示例应用

应用	示例说明
多维数组访问	`MOV AX, [BX + SI]` —— 基址变址组合，用基准地址与索引定位元素
结构体数组成员访问	`MOV AX, [DI + SI*4]` —— x86-32/64 风格的缩放变址，每个元素占 4 字节
动态偏移的数据结构遍历	`MOV AL, [BX + CX]` —— 使用运行时索引访问

基址寻址和变址寻址的区别

比较项	基址寻址	变址寻址
典型形式	`[BR + A]`	`[IX + A]`
静态基准	基址寄存器 `BR` 通常在一组访问中保持稳定	形式地址 `A` 是指令给出的静态位移
随访问变化的量	根据字段选择的位移 `A`	变址寄存器 `IX`，常随循环或下标变化
典型用途	结构体、栈帧	数组、循环

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。

若采用当前指令执行时约定的 PC 基准值，形式地址为有符号偏移 $A$ ，则 $EA=(PC)+A$ 。具体 ISA 可能以当前指令地址或下一条指令地址作为 PC 基准。

示例应用

应用	示例说明
条件跳转（分支）	`JZ LABEL` —— 条件成立时跳转到相对偏移处
循环控制	`LOOP LOOP_START` —— 按 ISA 规定的相对位移回到循环起点
实现函数局部跳转表	`JMP [PC + offset]`（某些架构中）

现代主流 ISA 广泛使用 PC 相对寻址实现条件分支和直接跳转；具体 jmp、call 或 branch 是否采用 PC 相对、绝对或间接寻址，应以该 ISA 的指令编码为准。

例如，C 代码：

if (a == 0)
    foo();

编译出来（x86-64）通常类似：

cmp eax, 0
je  .L1        ; 跳转到标签

...

.L1:
call foo

实际上机器码并不是存储 .L1 的绝对地址，而是：

je +0x18

CPU 实际计算 目标地址 = 下一条指令地址(RIP) + 偏移，所以 JZ LABEL 实际上就是 JZ +offset。其中 offset = LABEL - 下一条指令地址。

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` —— 使用栈保存返回地址
保存和恢复寄存器值	`PUSH AX`、`POP AX`

寻址方式对比

下表给出了各个 寻址方式 的核心区别：

寻址方式	描述	示例
立即寻址	操作数直接包含在指令中	`MOV R1, #5`
寄存器寻址	操作数在寄存器中	`ADD R1, R2`
直接寻址	操作数的内存地址直接包含在指令中	`MOV R1, [1000]`
间接寻址	操作数地址保存在寄存器或内存单元中	`MOV R1, [R2]`
基址寻址	基址寄存器与偏移量相加得到有效地址	`MOV R1, [R2 + 4]`
变址寻址	基准地址与运行时索引相加，常用于数组	`MOV R1, [R2 + R3]`
相对寻址	PC 基准值与有符号偏移相加	`JMP LABEL`
堆栈寻址	通过 SP 隐含访问栈顶操作数	`PUSH R1`

指令字段与有效地址的统一推导

一条指令字的位数有限。若操作码字段有 $k$ 位，最多可表示 $2^k$ 种编码；若直接地址字段有 $a$ 位并按字节编址，最多能直接表示 $2^a$ 个字节地址。操作码、寄存器号、寻址方式、立即数和地址字段共享同一条指令的空间，因此“操作码更多”和“直接寻址范围更大”通常不能同时无代价获得。扩展操作码正是利用某些指令地址字段较少这一事实，把空出的位并入操作码来增加指令种类。

有效地址（EA）是访问内存操作数时真正送到 MAR 的地址；立即数和寄存器寻址的操作数不必再访问主存。常用写法可统一为：

方式	操作数或 EA	主要代价与用途
立即寻址	操作数就是指令中的常数	无额外数据访存，常数位数受指令长度限制
寄存器寻址	操作数在指定寄存器	速度快，但寄存器数量有限
直接寻址	$EA=A$	地址字段决定可达范围
寄存器间接	$EA=(R)$	寄存器保存地址，适合指针
存储器间接	$EA=(A)$	先读出真正地址，通常多一次主存访问
基址或变址	$EA=(BR)+D$ 或 $EA=A+(IX)$	分别适合重定位基准和数组下标
相对寻址	$EA=(PC)+\operatorname{signext}(D)$	偏移较短，但可在当前位置附近跳转

括号表示“取该寄存器或存储单元中保存的值”，不是数学上的优先级装饰。题目给出基址、变址和位移时，应先计算 EA，再访问该 EA 指向的内容；若指令是取地址而不是取数，则到 EA 为止，不要额外再解引用一次。

相对寻址的位移 $D$ 通常用补码表示。若它有 $d$ 位，以字节为单位时可表达的有符号偏移范围约为 $-2^{d-1}$ 到 $2^{d-1}-1$ ；有些 ISA 按指令字或对齐单位缩放偏移，实际范围须乘相应单位。顺序 PC 是“当前指令地址”还是“下一条指令地址”也由 ISA 定义，计算分支目标前必须先看题设。

地址个数影响代码长度和访存次数

三地址指令可显式给出两个源和一个目的，表达式步骤少但指令字段较长；二地址指令常让一个操作数同时作为结果，需注意它会被覆盖；一地址指令多以累加器为隐含操作数；零地址指令把操作数隐含在栈顶，适合后缀表达式。地址数越少不代表总程序一定更短，因为中间结果可能需要额外的装入、保存或压栈指令。

估算执行时间时，应区分“取指令”与“取操作数”。立即数和寄存器寻址除取指外通常不需要额外主存数据访问；直接寻址通常还需一次数据访存；存储器间接寻址先读出有效地址再读数据，通常至少多一次。若指令本身还要写回内存，写回又是单独的总线或存储器操作。题目给出存储周期数时，应按实际读写次数列出，不能只按寻址方式名称记一个固定数字。