程序是怎么跑起来的

程序是怎么跑起来的

CPU

程序是指令和数据的组合体。

CPU 能够直接识别和执行的只有机器语言。使用 C、Java 等语言编写的程序，最后都会转化成机器语言。

硬盘和磁盘等媒介上保存的程序被复制到内存后才能运行。

内存中保存命令和数据的场所，通过地址来标记和指定。地址由整数值表示。

CPU所负责的就是解释和运行最终转换成机器语言的程序内容。

CPU的内部由寄存器、控制器、运算器和时钟四个部分构成，各部分之间由电流信号相互连通。

寄存器可用来暂存指令、数据等处理对象，可以将其看作是内存的一种。根据种类的不同，一个 CPU 内部会有20～100 个寄存器。

种类

PC（Program Counter，程序计数器）

负责存储内存地址，该地址指向下一条即将执行的指令。每解释执行完一条指令，PC 寄存器的值就会自动被更新为下一条指令的地址。

累加寄存器（accumulator register）

存储执行运算的数据和运算后的数据

标志寄存器（flag register）

存储运算处理后的 CPU 的状态

基址寄存器（base register）

存储数据内存的起始地址

变址寄存器（index register）

存储基址寄存器的相对地址

通用寄存器（general purpose register）

存储任意数据

指令寄存器（instruction register）

存储指令。CPU 内部使用，程序员无法通过程序对该寄存器进行读写操作

栈寄存器（stack register）

存储栈区域的起始地址

控制器负责把内存上的指令、数据等读入寄存器，并根据指令的执行结果来控制整个计算机。

运算器负责运算从内存读入寄存器的数据。 

时钟负责发出 CPU 开始计时的时钟信号。不过，也有些计算机的时钟位于 CPU 的外部。

工作流程

程序启动后，根据时钟信号，控制器会从内存中读取指令和数据。通过对这些指令加以解释和运行，运算器就会对数据进行运算，控制器根据该运算结果来控制计算机。

函数的调用机制

函数调用处理也是通过把程序计数器的值设定成函数的存储地址来实现的。不过，这和条件分支、循环的机制有所不同，因为单纯的跳转指令无法实现函数的调用。函数的调用需要在完成函数内部的处理后，处理流程再返回到函数调用点（函数调用指令的下一个地址）。因此，如果只是跳转到函数的入口地址，处理流程就不知道应该返回至哪里了。

函数调用使用的是 call 指令，而不是跳转指令。在将函数的入口地址设定到程序计数器之前， call 指令会把调用函数后要执行的指令地址存储在名为栈的主存内。函数处理完毕后，再通过函数的出口来执行 return 命令。 return 命令的功能是把保存在栈中的地址设定到程序计数器中。

通过地址和索引实现数组

数组是指同样长度的数据在内存中进行连续排列的数据构造。用一个数组名来表示全体数据，通过索引来区分数组的各个数据（元素）。

基址寄存器存储数据的起始地址，变址寄存器存储相对地址，在内存中，读取数组的某个元素，就是基址寄存器＋变址寄存器的值解释为实际查看的内存地址。变址寄存器的值就相当于高级编程语言程序中数组的索引功能。

二进制数表示数据

IC 的所有引脚，只有直流电压0V 或 5V两个状态。也就是说，IC 的一个引脚，只能表示两个状态。决定了计算机的信息数据只能用二进制数来处理。由于 1 位（一个引脚）只能表示两个状态，计算机处理信息的最小单位—— 位，就相当于二进制中的一位。位的英文 bit 是二进制数位（binary digit）的缩写。

8 位二进制数被称为一个字节。字节是最基本的信息计量单位。位是最小单位，字节是基本单位。内存和磁盘都使用字节单位来存储和读写数据，使用位单位则无法读写数据。因此，字节是信息的基本单位。

对于用二进制数表示的信息，计算机不会区分它是数值、文字，还是某种图片的模式等，而是根据编写程序的各位对计算机发出的指示来进行信息的处理（运算）。具体进行何种处理，取决于程序的编写方式。

二级制数转十进制数

只需将二进制数的各数位的值和位权相乘，然后将相乘的结果相加即可。

负数表示及减法预算

二进制数中表示负数值时，一般会把最高位作为符号来使用，因此我们把这个最高位称为符号位。 符号位是 0 时表示正数 ，符号位是1 时表示负数。

计算机在做减法运算时，实际上内部是在做加法运算。用加法运算来实现减法运算，为此，在表示负数时就需要使用“二进制的补数”。补数就是用正数表示负数，

为了获得补数，我们需要将二进制数的各数位的数值全部取反 ，然后再将结果加 1。补数求解的变换方法就是“取反＋ 1”。

有一点需要注意，当运算结果为负数时，计算结果的值也是以补数的形式来表示的。比如 3－ 5 这个运算，用 8 位二进制数表示3 时 为 00000011， 而 5 = 00000101 的 补 数 为“取 反＋ 1”， 也 就 是11111011。因此 3－ 5 其实就是 00000011＋ 11111011 的运算。0000011 + 11111011 的运算结果为 11111110，最高位变成了1。这就表示结果是一个负数，这点大家应该都能理解。通过求解补数的补数，就可知该值的绝对值。11111110 的补数，取反加 1 后为00000010。这个是 2 的十进制数。因此，11111110 表示的就是－ 2。

逻辑右移

右移有移位后在最高位补 0 和补 1 两种情况。当二进制数的值表示图形模式而非数值时，移位后需要在最高位补 0。这就称为 逻辑右移

算术右移

将二进制数作为带符号的数值进行运算时，移位后要在最高位填充移位前符号位的值（0 或 1）。这就称为算术右移。如果数值是用补数表示的负数值，那么右移后在空出来的最高位补 1，就可以正确地实现 1/2、1/4、1/8 等的数值运算。如果是正数，只需在最高位补 0即可。

符号扩充

不管是正数还是用补数表示的负数，都只需用符号位的值（0 或者 1）填充高位即可。

逻辑运算

算术运算是指加减乘除四则运算。 逻辑运算是指对二进制数各数字位的 0 和 1分别进行处理的运算，包括逻辑非（NOT 运算）、逻辑与（AND 运算）、逻辑或（OR 运算）和逻辑异或（XOR 运算 A ）四种。逻辑非指的是 0 变成 1、1 变成 0 的取反操作。 逻辑与指的“两个都是 1”时，运算结果为 1，其他情况下运算结果都为 0 的运算。 逻辑或指的是“至少有一方是 1”时，运算结果为 1，其他情况下运算结果都是 0 的运算。 逻辑异或指的是排斥相同数值的运算。

浮点数

有一些十进制数的小数无法转换成二进制数，十进制数 0.1，就无法用二进制数正确表示，小数点后面即使有几百位也无法表示。

双精度浮点数类型用 64 位、 单精度浮点数类型用 32 位来表示全体小数。在 C 语言中，双精度浮点数类型和单精度浮点数类型分别用 double 和 float 来表示。

浮点数是指用符号、尾数、基数和指数这四部分来表示的小数。

二进制基数自然就是 2。

符号部分是指使用一个数据位来表示数值的符号。该数据位是 1时表示负，为 0 时则表示“正或者 0”。

尾数部分用的是“将小数点前面的值固定为 1 的正则表达式”

指数部分用的则是“EXCESS 系统表现”。

通过将指数部分表示范围的中间值设为 0，使得负数不需要用符号来表示。也就是说，当指数部分是 8 位单精度浮点数时，最大值 11111111 = 255 的 1/2，即 01111111 = 127（小数部分舍弃表示的是 0。双精度指数部分是 11 位双精度浮点数时，11111111111 =2047 的 1/2，即 01111111111 = 1023（小数部分舍弃）表示的是 0。

用于确认单精度浮点数表示方法的 C 语言程序

test.c 文件

编译gcc -o test test.c执行./test结果root@19d6e902d0ff:/www/wwwroot# ./test0-01111011-10011001100110011001101

如何避免计算机计算出错

计算机计算出错的原因之一是，采用浮点数来处理小数（另外，也有因“位溢出”而造成计算错误的情况）。方法一把小数转换成整数来计算。方法二BCD（Binary Coded Decimal）也是一种使用二进制表示十进制的方法。

内存

内存实际上是一种名为内存 IC 的电子元件。

内存 IC 中有电源、地址信号、数据信号、控制信号等用于输入输出的大量引脚（IC 的引脚），通过为其指定地址（address），来进行数据的读写。

数据信号引脚有 D0～D7共八个，表示一次可以输入输出 8 位（= 1 字节）的数据。此外，地址信号引脚有 A0～A9 共十个，表示可以指定 0000000000～1111111111 共1024 个地址。而地址用来表示数据的存储场所，因此我们可以得出这个内存 IC 中可以存储 1024 个 1 字节的数据。因为 1024 = 1K，所以该内存 IC 的容量就是 1KB。

下面让我们继续来看刚才所说的 1KB 的内存 IC。首先，我们假设要往该内存 IC 中写入 1 字节的数据。为了实现该目的，可以给 VCC接入＋５V，给 GND 接入 0V 的电源，并使用 A0～A9 的地址信号来指定数据的存储场所，然后再把数据的值输入给 D0～D7 的数据信号，并把 WR（write = 写入的简写）信号设定成 1。执行完这些操作，就可以在内存 IC 内部写入数据（图 4-2 (a)）了。

读出数据时，只需通过 A0～A9 的地址信号指定数据的存储场所，然后再将 RD（read = 读出的简写）信号设成 1 即可。执行完这些操作，指定地址中存储的数据就会被输出到 D0～D7 的数据信号引脚（图 4-2(b)）中。另外，像 WR 和 RD 这样可以让 IC 运行的信号称为 控制信号。其中，当 WR 和 RD 同时为 0 时，写入和读出的操作都无法进行。

变量

通过使用变量，即便不指定物理地址，也可以在程序中对内存进行读写。

// 定义变量char a;short b;long c;// 给变量赋值a = 123;b = 123;c = 123;

这 3 个变量的数据类型分别是，表示 1 字节长度的 char，表示2字节长度的 short，以及表示 4 字节长度的 long 。因此，虽然同样是数据 123，存储时其所占用的内存大小是不一样的。这里，我们假定采用的是将数据低位存储在内存低位地址的低字节序（little endian）方式。

程序中所指定的变量的数据类型的不同，读写的物理内存大小也会随之发生变化。在不同的编程语言中，变量可以指定的数据类型的最大长度也不相同。C 语言中，8 字节（= 64 位）的 double 类型是最大的。

指针

指针也是一种变量，它所表示的不是数据的值，而是存储着数据的内存的地址。指针的长度跟系统有关，32位的系统（4字节），指针变量的长度也是32位。

char *d; //char 类型的指针 d 的定义short *e; //short 类型的指针 e 的定义long *f; //long 类型的指针 f 的定义

在变量名前加一个星号（*），表示指针变量，以上三个指针变量在32位计算机中都是用来存储32位（4字节）的地址变量。前面指定 char（1 字节）、short（2 字节）、long（4 字节）这些数据类型。表示的是从指针存储的地址中一次能够读写的数据字节数。假设 d、e、f 的值都是 100。在这种情况下，使用 d 时就能够从编号 100 的地址中读写 1 个字节的数据，使用 e 时就是 2 个字节（100 地址和 101 地址）的数据，使用 f 时就是 4 个字节（100 地址～103 地址）的数据。

磁盘

和内存一样，磁盘也是用于存储数据的。磁盘虽然在物理方面只能以扇区为单位进行读写，但通过在程序中多花一些心思，磁盘也可以以各种形态来使用。

利用电流来实现存储的内存，同利用磁效应来实现存储的磁盘，还是有差异的。而从存储容量来看，内存是高速高价，而磁盘则是低速廉价。

扇区是磁盘保存数据的物理单位。

磁盘缓存

磁盘缓存是指，把从磁盘中读出的数据存储在内存中，当该数据再次被读取时，不是从磁盘而是直接从内存中高速读出。

虚拟内存

虚拟内存是指把磁盘的一部分作为假想的内存来使用。这与磁盘缓存是假想的磁盘（实际上是内存）相对，虚拟内存是假想的内存（实际上是磁盘）。

计算机中主要的存储部件是内存和磁盘。磁盘中存储的程序，必须要加载到内存后才能运行。在磁盘中保存的原始程序是无法直接运行的。这是因为，负责解析和运行程序内容的 CPU，需要通过内部序计数器来指定内存地址，然后才能读出程序 。即使 CPU 可以直接读出并运行磁盘中保存的程序，由于磁盘读取速度慢，程序的运行速度还是会降低。总之，存储在磁盘中的程序需要读入到内存后才能运行。

栈清理处理

C 语言中，在调用函数后，需要执行栈清理处理指令。 栈清理处理是指，把不需要的数据从接收和传递函数的参数时使用的内存上的栈区域中清理出去。该命令不是程序记述的，而是在程序编译时由编译器自动附加到程序中的。编译器默认将该处理附加在函数调用方。

在 C 语言中，函数的返回值，是通过寄存器而非栈来返回的。

磁盘的物理结构

磁盘的物理结构是指磁盘存储数据的形式。

磁盘是通过把其物理表面划分成多个空间来使用的。划分的方式有 扇区方式和 可变长方式两种，前者是指将磁盘划分为固定长度的空间，后者则是指把磁盘划分为长度可变的空间。

把磁盘表面分成若干个同心圆的空间就是磁道，把磁道按照固定大小（能存储的数据长度相同）划分而成的空间就是扇区

磁盘是以字节（8 位）为单位来保存数据的

压缩

1 字节（8 位），文件是字节数据的集合体。

半角英文数字是用 1 个字节来表示的，汉字等全角字符是用两个字节来表示的。

文件就是字节数据的集合。用 1 字节（= 8 位）表示的字节数据有256 种，用二进制数来表示的话，其范围就是00000000~11111111。如果文件中存储的数据是文字，那么该文件就是文本文件。如果是图形，那么该文件就是图像文件。在任何情况下，文件中的字节数据都是连续存储的。

哈夫曼编码

哈夫曼树的编码顺序

为各压缩对象文件分别构造最佳的编码体系，并以该编码体系为基础来进行压缩。

程序加载时会生成栈和堆

栈

栈是用来存储函数内部临时使用的变量（局部变量 ），以及函数调用时所用的参数的内存区域。程序自动申请分配及释放。

堆

堆是用来存储程序运行时的任意数据及对象的内存领域。需要程序员明确申请分配或释放。如果没有在程序中明确释放堆的内存空间，那么即使在处理完毕后，该内存空间仍会一直残留。这个现象称为 内存泄露?（memory leak）。

栈和堆需要的内存空间是在文件加载到内存后开始运行时得到分配的。因而，内存中的程序，就是由用于变量的内存空间、用于函数的内存空间、用于栈的内存空间、用于堆的内存空间这 4 部分构成的。

栈及堆的相似之处在于，他们的内存空间都是在程序运行时得到申请分配的。

垃圾回收机制（garbage collection）指的是对处理完毕后不再需要的堆内存空间的数据和对象进行清理，释放它们所使用的内存空间。这里把不需要的数据比喻为了垃圾。