指令集、立即数和伪指令

一、介绍

ARM 公司发布两类指令集：

• ARM 指令集：32位，高效但占据空间
• Thumb 指令集：16位，节省空间

在 RISC 中对于内存只有读写操作，计算是在 ALU 里面的，因此汇编可以分为下面几类：

• 内存的读写操作
• 运算
• 跳转 / 分支：调用函数等
• 比较：if 语句等

这些就是所谓的指令集。

二、指令格式转换

2.1.ARM 与 Thumb

ARM 指令和 Thumb 指令之间的切换，取决于地址的 bit 0 位， 因为地址本身是对齐的（字对齐或半字对齐），所以 bit 0 在计算实际地址时会被硬件忽略。它纯粹用于状态控制。举个例子，假设 thumb_routine 的物理地址是 0x00002000。这是一个半字（16位）对齐的地址，其 bit 0 是 0。：

;这是由ARM状态切换到Thumb状态
LDR R0, =0x00002001  ; 将地址 0x2000 + 1 加载到 R0，bit 0 被显式设置为 1
BX R0                ; 处理器看到 bit 0 = 1，会切换到Thumb状态，并跳转到 0x2000 执行。

同理，由 Thumb 状态切换到 ARM 状态，假设 arm_routine 的物理地址是 0x00003000，这是一个字对齐的地址，其 bit 0 是 0。

LDR R1, =arm_routine  ; 直接加载ARM例程的地址 0x00003000，bit 0 = 0
BX R1                 ; 处理器看到 bit 0 = 0，会切换到ARM状态，并跳转到 0x3000 执行。

2.2.Thumb-2

为了提高 32 位和 16 位切换的效率，ARM 公司又提出了 Thumb-2 指令集，使得两种不同格式的指令混合使用。举例：要将寄存器 R1 的值左移 2 位：

• 在传统 Thumb 中： 可能需要多条 16 位指令才能完成（比如先用一条指令将移位值 2 放入另一个寄存器，再用一条指令进行移位）
• 在 ARM 中： 一条指令搞定：MOV R0, R1, LSL #2 (32位指令)
• 在 Thumb-2 中： 同样一条指令搞定：LSLS R0, R1, #2。关键是，这条指令在 Thumb-2 中是一条 32 位指令，但它可以在 Thumb 状态下直接执行，无需切换到 ARM 状态

Thumb-2 的指令会影响程序状态寄存器的 EPSR 寄存器，该寄存器里的 T 就是说明了该指令是 ARM 指令还是 Thumb 指令，置 1 就是 Thumb 指令，置 0 就是 ARM 指令，如下图所示：

三、立即数和伪指令

3.1.立即数

MOV R0, #VAL   ;将VAL值存放到R0寄存器里，这个值可以是任意数吗？	

不可以，VAL 里面的数必须是立即数，立即数就是一个数值通过一个指令直接放在寄存器里面，CPU 访问的时候直接可以知道这个数值，不需要再去访问其他地址。如下图所示，在一条 32 位的 ARM 指令中，不可能用一个完整的 32 位来存放一个任意的 32 位立即数，因为还需要空间来编码操作码、目标寄存器、条件码等。

解释一下以上图片：

• cond：条件执行字段，它决定这条指令在什么条件下执行，例如：两数相比，相等 EQ，不相等 NE
• opcode：操作码字段，用于区分数据处理指令，并指定具体操作，例如：MOV、ADD、AND 等
• Rd：目标寄存器，指令结果存放的地方，例如：R0 ~ R15 寄存器
• 0 ~ 11 位：这里的 12 位被进一步划分为两个部分：Immed_8：一个 8 位的基础数（0 ~ 255）；Rotate_imm：一个 4 位的循环右移值（0 ~ 15）

判断一个数是否是立即数，下面有一条公式：实际立即数 = Immed_8 循环右移 (2 × Rotate_imm) 位：取 Immed_8（一个 8 位的数）；将它扩展为一个 32 位的数（高 24 位用 0 填充）；将这个 32 位数循环右移。右移的位数是 Rotate_imm 字段的值 乘以 2；因为 Rotate_imm 是 4 位，所以范围是 0 ~ 15；乘以2后，可能的移位位数是 0, 2, 4, 6, …, 30（所有偶数）；最终得到的结果，就是指令可以使用的 32 位立即数。
例如：假设指令中的立即数字段编码是：Rotate_imm = 4， Immed_8 = 0b00000010 (即十进制2)：

取出基础值： Immed_8 = 2， 32位表示为 0x00000002。计算移位位数： 2 × Rotate_imm = 2 × 4 = 8 位。执行循环右移8位：将 0x00000002 (二进制 0000 0000 ... 0000 0010) 循环右移8位。结果是 0x02000000 (二进制 0000 0010 0000 0000 ... 0000 0000)。所以，这条指令使用的实际立即数是 0x02000000。

3.2.伪指令

LDR R0, =VAL	;使用等于号就说明了这是一条伪指令

伪指令就是假的指令，一条不存在的指令，编译器会将这个伪指令替换成真实的指令，如果 VAL 的值是立即数 0x12，编译器就会将该指令变成：

MOV R0, #0x12

如果这个值不是立即数，而是没有遵循立即数规律的数：0x12345678，编译器会将其替换为：

Label DCD 0x12345678	;先在某个地方保存这个值
LDR R0, [pc,#offset]	;再使用Load Register读内存指令读出这个值，offset是链接程序时确定的