高级语言和机器码
编译过程
复习提示（低优先级）：区分预处理、编译、汇编、链接的输入输出，以及静态链接与动态链接的时机。
考查得很少，大致了解 编译的具体流程 和 每个阶段的具体任务 就行。
一个传统的 C 程序从源代码到可执行二进制程序的过程中，需要经历 预处理（Preprocess）、 编译（Compile）、 汇编（Assemble）、 链接（Link）四个步骤，这四个步骤分别由 预处理器（Preprocessor）、 编译器（Compiler）、 汇编器（Assembler）、 链接器（Linker）完成。
预处理
预处理（Preprocess）阶段负责对 源代码（source code）进行文本的转换和处理，将其转化为 扩展代码（expanded code）。具体而言，预处理阶段包含如下工作：
- 头文件包含：将
#include指令包含的头文件内容插入到源文件中。 - 宏替换：将源代码中定义的宏
#define进行替换。 - 删除注释：将代码中的注释删除。
编译
编译（Compile）阶段将 预处理后源代码（extended code）翻译成 汇编代码（assembly code）。编译阶段包含 词法分析、语法分析、语义分析、中间代码优化 和 汇编代码生成 等子过程。
注意：“编译”（compilation）一词在广义上可指从高级语言到可执行程序的完整过程；在编译流程的狭义阶段中，则需要与“汇编”（assemble）区分：
- 编译是将高级语言代码转化为 汇编代码
- 汇编是将 汇编代码转化为二进制代码
汇编
汇编（Assemble）阶段负责将 汇编代码（assembly code）转换为 目标文件（object file）。汇编器（assembler）解析 汇编指令，将其翻译为对应的 机器码。
链接
如上图所示，链接器（linker）的作用是将由编译器生成的一个或多个 目标代码文件（object file，通常是汇编器生成的机器代码）合并为一个单一的 可执行文件。在这个过程中，链接器主要完成如下任务：
- 符号解析：查找所有未定义的符号（如函数调用、全局变量）并找到对应的定义。
- 重定位：确定 目标文件中的符号地址，并更新相关指令或数据。
- 合并代码和数据段：将不同 目标文件的代码和数据合并，形成最终的 可执行文件。
链接分为 静态链接 和 动态链接 两种方式。
- 静态链接：静态链接是在编译时将所有依赖的库代码拷贝到最终的 可执行文件 中，生成一个 完全独立的二进制文件。
- 动态链接：动态链接不会在编译时将库代码合并，而是在运行时加载外部共享库（.so / .dll）。可执行文件 只包含对库的引用，而不包含库的代码。
汇编代码
复习提示（中优先级）：应能从比较、跳转、栈和寄存器操作还原选择、循环与函数调用的控制流。
偶尔会在大题中进行综合考查，给你一段 C 语言编译成的汇编代码段，然后结合一些指令和存储系统的知识一起考查，所以还是要能理解 常见 C 语言语句和对应汇编代码的关系。
高级语言程序对应的 汇编代码 常常与 存储系统 在大题中进行综合考察，这里需要重点掌握 选择、循环、函数调用 语句对应的汇编代码。
选择结构语句
选择结构 在汇编中通过 条件比较指令（如 cmp）设置标志位，再利用 条件跳转指令（如 jle, jne 等）决定程序流程是否进入某个分支，同时通过 无条件跳转（jmp）跳过不应执行的分支，最终形成“判断 ➝ 跳转 ➝ 执行 ➝ 合流”的控制流图结构。
选择结构 C 语言
if (a > b) {
max = a;
} else {
max = b;
}
汇编
; 假设 a, b 的值分别存放在寄存器 eax 和 ebx 中
; 比较 a 和 b
cmp eax, ebx
; 如果 a <= b, 跳转到 else_label
jle else_label
; a > b 的分支，无需跳转
mov max, eax ; max = a
jmp endif_label ; 跳转到 endif_label
; a <= b 的分支
else_label:
mov max, ebx ; max = b
; 执行结束
endif_label:
上述的汇编代码可以通过以下图示辅助理解：
循环结构语句
循环结构在 汇编中以一个入口标签开始，通过 cmp 或类似指令判断循环条件，结合 条件跳转（如 jge, jl）决定是否继续执行循环体，然后在循环末尾使用 无条件跳转（jmp）返回判断处，形成“判断 ➝ 执行 ➝ 跳回 ➝ 再判断”的闭环结构，直到条件不满足跳出循环。
C 语言中循环语句有 while、do-while 和 for 三种，三者执行流程稍有差别，但核心都在于都使用 条件跳转 控制循环流程：
while 语句
while 循环在汇编中实现的关键是 “先判断、后执行”，即编译器会先生成一个条件判断的跳转逻辑，如果条件不满足则跳出循环，否则进入循环体执行，再跳回判断位置重复该过程。
for 语句
while (count < 10) {
count++;
}
汇编
; 假设 count 的值存放在寄存器 ecx 中
start:
cmp ecx, 10 ; 比较 count 和 10
jge end ; 如果 count >= 10, 跳出循环
inc ecx ; count 增加
jmp start ; 无条件跳回循环开始
end:
上述的汇编代码可以通过以下图示辅助理解：
do-while 语句
do-while 循环的核心在于 “先执行一次，再判断”，因此汇编中先直接执行循环体，然后再进行条件判断，根据比较结果决定是否跳回继续执行。这种结构通过将判断逻辑放在循环体之后，确保循环体至少执行一次。
do while 语句
do {
count++;
} while (count < 10);
汇编
; 假设 count 存放在 ecx 中
start:
inc ecx ; count++
cmp ecx, 10 ; 比较 count 和 10
jl start ; 若 count < 10，继续循环
end:
上述的汇编代码可以通过以下图示辅助理解：
for 语句
for 循环在汇编中的实现是将 初始化、判断、更新三个阶段明确拆分：先初始化循环变量，再判断是否进入循环体；执行完循环体后进行变量更新，并跳回判断位置。它的本质是 while 循环的结构化变体，但语义更集中，便于生成高效指令序列。
for C 语言
for (int i = 0; i < 10; i++) {
sum += i;
}
汇编
; 假设 i 存在 ecx 中，sum 存在 eax 中
mov ecx, 0 ; 初始化 i = 0
mov eax, 0 ; 初始化 sum = 0
loop_start:
cmp ecx, 10 ; 判断 i < 10
jge loop_end ; 如果 i >= 10，跳出循环
add eax, ecx ; sum += i
inc ecx ; i++
jmp loop_start ; 回到判断
loop_end:
上述的汇编代码可以通过以下图示辅助理解：
函数定义和调用
在 C 语言中，每一次函数调用，最终都会被编译器翻译成一系列汇编指令。为了完成 参数传递、局部变量管理、返回值传递 以及 函数返回 等工作，CPU 需要借助 栈（Stack）、寄存器（Register） 以及 调用指令（call/ret） 共同完成整个调用过程。
注意：重点掌握 函数调用时栈帧（Stack Frame）的组织方式，并明确具体寄存器和参数传递规则取决于 ISA 与调用约定。
本节采用 32 位 x86（cdecl 调用约定） 作为示例进行讲解，这也是 408 中最常见的模型。
实际程序生成的汇编并没有统一标准，不同 ISA（如 x86、ARM、RISC-V）、不同编译器以及不同优化等级都会影响最终的汇编实现，因此本节示例仅用于理解函数调用的基本原理。
在理解函数对应的汇编时，首先需要区分两个概念：
- caller（调用者）：发起函数调用的函数。
- callee（被调用者）：当前正在执行的函数。
例如：
void func() {
add(1, 2);
}
此时：func 是 caller，add 是 callee
函数调用通常可以分为四个阶段：
- 入栈 callee 的参数
- 从 caller 中调用 callee 时，需要将 callee 的参数入栈
- 建立 callee 栈帧（函数入口）
- 保存调用者（caller）的返回地址和 ebp（caller 的函数栈底）。
- 建立当前函数（callee）的栈帧。
- 为局部变量预留栈空间。
- 执行 callee 函数
- 访问函数参数。
- 读写局部变量。
- 执行具体业务逻辑。
- 销毁 callee 栈帧（函数返回）
- 将返回值保存到规定的寄存器（32 位 x86 通常为
eax）。 - 恢复调用者的栈帧和寄存器。
- 返回到调用点继续执行。
- 将返回值保存到规定的寄存器（32 位 x86 通常为
这一节可以结合 函数调用时内存结构 共同理解，下面通过几个简单的例子说明下 函数定义 和 调用 的汇编代码。
函数定义
本节以一个非常简单的加法函数 add 进行说明：
add 函数
int add(int x, int y) {
return x + y;
}
汇编
.globl _add
_add:
; 保存 caller 的 ebp
push ebp
; 设置 callee 的 ebp
mov ebp, esp
; x + y 的汇编表示
mov eax, [ebp+8]
add eax, [ebp+12]
; 恢复 caller 的 ebp, esp
mov esp, ebp
pop ebp
ret
说明
add函数的两个参数x和y是通过栈传递的。[ebp+8]和[ebp+12]分别代表第一个和第二个参数。- 函数返回值被保存在 eax 寄存器中。
push ebp / mov ebp, esp是标准做法，用于设置新函数的栈帧，确保不同函数调用之间互不干扰。
函数调用
再看一个稍复杂的例子，func 函数调用了 add 函数。
func 函数
void func() {
int sum = add(3, 5);
int var = sum * 2;
}
汇编
.globl _func
_func:
push ebp
mov ebp, esp
; 为 sum 和 var 变量分配内存空间
sub esp, 8 ; sum、var
; 调用函数 add
push 5
push 3
call _add
add esp, 8
; 保存返回值
mov [ebp-4], eax
; 将eax左移1位，相当于乘以2
mov eax, [ebp-4]
shl eax, 1
; 将结果存储到 'var'
mov [ebp-8], eax
; 函数完成，清理堆栈，并恢复ebp
mov esp, ebp
pop ebp
ret
函数 func 的栈结构如下图所示：
高地址
+-----------------------------+
| caller 的参数 |
+-----------------------------+
| 参数2 [ebp+12] |
+-----------------------------+
| 参数1 [ebp+8] |
+-----------------------------+
| 返回地址 [ebp+4] |
+-----------------------------+ ← EBP
| caller 的 EBP [ebp] |
+-----------------------------+
| 局部变量1 [ebp-4] |
+-----------------------------+
| 局部变量2 [ebp-8] |
+-----------------------------+
| ... |
低地址
函数 func 的栈帧中，参数和返回地址位于 ebp 的高地址一侧，保存的旧 ebp 位于帧基址，局部变量位于低地址一侧。
补充
以下三个知识点可以放在一起学习：
从高级语义到机器级控制流的核对
预处理、编译、汇编、链接虽然都发生在“运行之前”，产物和职责并不相同。预处理展开宏、处理条件编译和头文件；编译器把高级语言语义转换为汇编或中间表示并进行优化；汇编器把助记符和符号地址转换为目标机器码；链接器才负责合并多个目标文件、解析外部符号并记录或完成地址重定位。把汇编文件生成出来不等于已经解决了跨文件函数调用，也不等于可执行文件已经被装入内存。
高级语言中的 if、while 和 for 最终都依赖“比较、条件转移、无条件跳转”组合。比较指令通常只更新条件码而不保存差值，紧随其后的条件跳转读取这些条件码决定是否改写 PC；循环还需要在回边处更新循环变量并测试终止条件。读汇编时先画出基本块和跳转边，再判断哪一条是条件成立路径、哪一条是退出路径，比从寄存器名字猜高层语句更可靠。
调用约定保证不同函数能协作
函数调用不是仅把 PC 跳到另一段代码。调用方必须按约定放置实参、保存自己仍需使用的易失寄存器并发出调用；调用指令保存返回地址；被调函数建立自己的栈帧、保存约定需要保护的寄存器、分配局部变量，结束时恢复状态并通过返回地址回到调用点。参数由调用方还是被调方清理、返回值放在哪个寄存器、哪些寄存器必须保存，都是调用约定的一部分。
本页以帧基址和栈指针的典型布局说明相对位置。栈一般向低地址增长，因此局部变量常通过帧基址的负偏移访问，参数和返回地址位于正偏移一侧；具体偏移仍取决于位宽、参数大小、对齐和 ABI，不能脱离题设机械背诵。递归调用时每一层都有独立的返回地址和局部变量，正是多个栈帧使同一个函数能区分“当前这一层”的参数与状态。
优化后的代码可能省略固定帧指针、把局部变量放在寄存器或重排指令，但它仍必须保留调用约定所要求的可观察效果。解答题若要求“给出栈帧访问地址”，应先写清栈增长方向、SP/FP 的语义和一个字的字节数，再代入偏移，而不是只照搬某个平台的寄存器名。