深入理解计算机系统002——第一章（编译过程）

在计算机当中，源代码以文本文件的形式存储；经过编译系统的处理后，会产生机器语言级别的指令序列。那么编译系统是如何将源代码转换为指令序列的呢？

什么是指令集

指令集是CPU能够识别并执行的指令集合。

什么是指令

指令是0\1序列，序列内容由硬件决定(通常说的 “机器相关。。。。。。” “不具有可移植性。。。。。。”)，功能是驱动（可以简单理解为供电）硬件电路（CPU的运算部件），使得输入（数据）经过硬件电路后产生一个特定的输出（结果）。 例如 数据 8和18 经过加法电路后 输出为26。

这里我们以一段代码为例：

#include<stdio.h>

int main(void)
{
     printf("hello, world\n");
     
      return 0;
}

编译系统的处理划分为四个阶段：

预处理阶段（preprocessoring phase） 预处理阶段，源程序当中定义的宏被处理掉了。所有以'#'开头的语句被处理了。生成的文件为xxx.i。



编译阶段（compilation phase） 在这个阶段，源代码被转换为汇编代码。生成的文件为xxx.s。








汇编阶段（assembly phase） 源代码被转换为机器码，生成文件为 xxx.o。内容上跟上一个阶段差不多，但是，精简了部分内容；并且，xxx.o文件的内容是(内存地址)可重定位的。
组装可执行文件阶段（linking phase） 生成可执行文件，同时将共享代码printf()插入到调用的位置。



PS：在早期的计算机系统中，系统运行在实模式下。实模式下，CPU仅识别16bit的指令，但是地址总线为20bit。导致程序划分段；在指令寻址的过程中，采用16bit的段基址（仅其中的四位是有效的段地址） 左移4位后，加上 偏移量（段内偏移量最大为64KB，占据16bit）。这个运算获得的地址才是指令的存储地址（内存VS硬盘）。

Problem remained: 可重定位是什么时候出现的？

是在286保护模式出现的时候，就集成在汇编器中了吗？