计算机是如何识别&执行代码的

计算机是如何识别代码的

这个问题要展开的话蛮复杂的，展开到几万几十万字都可以。但针对题主的问题可以有个更具体精确的回答方式。因为我也不是 CS 科班出身，也才大二，就几个关键的节点说一下我的理解。可能有些错漏，权当小导论看看得了，有错误敬请指出。

大致过程

我的理解中，整个过程大致可以分为两段：

1. 代码到机器码的过程
2. 机器码被 CPU 执行

其中阶段 1 是编译原理的领域，阶段 2 是计组的领域，1 和 2 中间应该是操作系统的领域。

举个简单的例子，然后让过程再具体一点的话（依旧忽略一些不那么关键的步骤），可能是：

1. 编译阶段：把高级语言变成机器语言（按题主的问题，其实可能更需要这方面的信息）

   1. 分析高级语言的代码并预处理
   2. 进行编译，把高级语言代码变成汇编语言代码
   3. 进行汇编，把汇编语言代码变成机器语言，生成可执行文件（二进制形式）
   4. （链接阶段可以在编译阶段进行但具体时机不固定，因不涉及关键所以略）

2. 系统阶段：加载程序、调度进程、管理内存等（对不起原谅我系统还没怎么学）

   1. 读取可执行文件
   2. （省略一些非关键部分）
   3. 把程序从硬盘加载到内存中

3. 处理器阶段：执行二进制程序

   1. 从内存读取程序的指令
   2. 指令通过数据通路

   3. 在流水线的每个阶段进行不同的操作

      1. 把机器码指令拆分出不同部分
      2. 根据指令执行不同的操作（读取、写入、计算等）

其中系统阶段可能比较倾向于中介的成分，不是特别特别关键。因为这个问题我前阵子也在思考，实际上就算对系统一无所知（我就是），光靠知道“编译阶段得到机器码程序，然后经过一些过程把机器码加载到指令内存中”，就足够把编译部分和执行部分串联起来了。

就我而言，在这个问题中，以前卡住的最关键的点是：文本到信号的过程，也就是把机器码加载到指令内存的过程。这部分只要学一下加载器应该就可以彻底贯通了。

补充：计组部分的具体过程

上学期刚学完 MIPS，这里就用 MIPS 举例了。

基础概念

• 寄存器：操作起来最快最便捷的核心存储单元，数量相当有限（比如 MIPS 有 32 个通用寄存器）
• 内存（RAM）：操作起来要多废时间读写的存储空间，量大管饱性能差（相比寄存器而言）

处理器结构 & 数据通路

用计组黑皮书的一张图举例（图 4.11）。这个通路叫 Datapath（数据通路），数据从左边流向右边，在通路的不同部分进行各种操作。

关键元件解释（从左到右，忽略上方的次要部分）：

1. PC 寄存器：指向指令内存中的指令的指针，用于决定要执行指令（指哪取哪）
2. 指令内存：专门存储程序指令的内存空间
3. 寄存器：通用寄存器
4. ALU：算术逻辑单元，用于执行运算
5. 数据内存：专门用于存储数据的内存空间
6. 蓝色的标签：控制单元连接过来的信号
7. 数据单元：根据当前运行的指令，控制各个部分的部分参数（类似于全局辅助参数的集合）

每次执行一条指令，先从 PC 寄存器得到要执行的指令的地址，把指定取出然后译码，拆出不同的部分。比如一条 MIPS 的 R 类指令的二进制存储结构是这样的：

对于不同指令的结构问题，可以去看别的文章，这里不赘述，比如可以看看这篇文章。

R 型指令包括了基本的加减乘除等计算指令，我们这里用加法举例。

比如 add $t0, $t1, $t2 # $t0 = $t1 + $t2 这条指令的作用是把寄存器 t1, t2 的值加起来，存入 t0。寄存器对应的编号是：

• $t0 → 8 （二进制 01000）
• $t1 → 9 （二进制 01001）
• $t2 → 10 （二进制 01010）

所以结构是这样的：

Field	opcode	rs ($t1)	rt ($t2)	rd ($t0)	shamt	funct
Binary	000000	01001	01010	01000	00000	100000

拼起来就得到：000000 01001 01010 01000 00000 100000，这就是上面这条汇编指令在指令内存中的形式。

这条命令被取出来，然后译码阶段把这条指令再次拆开，拆出不同的部分，然后根据 opcode 和 funct 可以知道这条指令是 R 型指令的加法指令，于是在 ALU 里的行为就可以知道了。

可以从图上看到 ALU 的结果进入了一个 MUX，也就是多路复用器，另一个输入是来自数据内存的，这个 MUX 代表：这条指令可能需要把 ALU 的计算结果存到寄存器（比如 R 型指令），或者要从内存里读取数据到寄存器（比如 lw 指令），要根据情况，把对应的值存到寄存器里。

话说回来，对于 ADD 指令，计算结果就会通过 ALU 的出口，到 MUX，再到寄存器，这条指令就结束了。

对于 PC 连着的上半图的部分呢，其实是用于决定 PC 指针的移动的。右上角的 MUX 的输出是连着 PC 的输入的，它会从两个值里取其一并输入给 PC 寄存器。这两个输入代表着两种情况：

1. 程序顺序运行，PC 自然移动到下一条指令，则 PC:=PC+4。因为一条指令长 32 位，所以是 4 字节，按字节寻址，所以每次加 4 字节移动到下一条指令。
2. 程序遇到分支，这时第二个输入对应分支要跳转的位置，赋值给 PC 就可以实现程序的跳转。

其它

本来还有很多东西，比如流水线、冒险等等，这里不详细展开了，离主线比较远。