C 表达式中的汇编指令

news2026/4/30 19:51:45
asm 为 gcc 中的关键字asm 表达式为在 C代码中嵌套汇编指令该表达式只是单纯的替换出汇编代码并不对汇编代码的含义进行解析。asm 表达式有两种形式第二种asm-qualifiers包含了goto语句。第一种形式为常见的用法AssemblerTemplate 和 OutputOperands 必须存在, 其中 Clobbers 存在需要 InputOperands 也出现。12345678910asm asm-qualifiers ( AssemblerTemplate: OutputOperands[ : InputOperands[ : Clobbers ] ])asm asm-qualifiers ( AssemblerTemplate:: InputOperands: Clobbers: GotoLabels)Qualifiers 的类型volatile, 避免编译器的优化inline, 内敛限定符最小的体积goto, 包含跳转指令参数AssemblerTemplate- 汇编指令模板是包含汇编器指令的文字字符串编辑器替换引用输入编译器不会解析该指令的含义。OutputOperands- 由 AssemblerTemplate 中的指令修改的C变量的逗号分隔列表允许使用空列表。InputOperands- 由 AssemblerTemplate 中的指令读取的C变量的逗号分隔列表允许使用空列表。Clobbers- 用逗号分隔的寄存器列表或由 AssemblerTemplate 修改的值不能出现在 OutputOperands 和 InputOperands 中被提及允许使用空列表。GotoLabels- 当使用asm的goto形式时此部分包含 AssemblerTemplate 中的代码可能跳转到的所有C标签的列表。AssemblerTemplate汇编指令由一个字符串给出多条汇编指令结合在一起使用的时候中间以\r\t隔开如12345678asm(inc %0\n\tinc %0 : r(res) : 0(res));/APP# 11 asm.c 1inc %raxinc %rax# 0 2/NO_APPs需要转义的字符%,,{,},|故在ATT汇编中对寄存器进行操作的需要双 %%, 如inc %%rax.OutputOperands操作数之间用逗号分隔。 每个操作数具有以下格式1[ [asmSymbolicName] ] constraint (cvariablename)asmSymbolicName- 为操作数指定名称格式为%[name]c // res num asm(movq %[num], %[res] : [res] r(res) : [num] m(num));- 如果未指定名称使用数字, 从 output 域开始第一个参数为 %0, 一次类推, 这里的 res 为 %0, num 为 %1c // res num asm(movq %1, %0 : r(res) : m(num));constraint- 一个字符串常量用于指定对操作数的存储的 约束, 需要以 或 开头cvariablename- 指定一个C左值表达式来保存输出通常是一个变量名。 括号是语法的必需部分第一个参数为增加可读性使用的现在我们有代码如下12345678910111213141516171819202122232425262728293031int64_t res;int64_t num 1;asm(movq %[num], %[res] : [res] r(res) : [num] m(num));asm(movq %1, %0 : r(res) : m(num));asm(movq %1, %0 : m(res) : m(num));asm(movq %1, %0 : r(res) : r(num));// 对应的汇编代码, 只保留asm表达式中的代码# 13 asm.c 1movq -16(%rbp), %rax // asm-1# 0 2/NO_APP/APP# 15 asm.c 1movq -16(%rbp), %rax // asm-2# 0 2/NO_APP/APP# 17 asm.c 1movq -16(%rbp), -8(%rbp) // asm-3# 0 2/NO_APP/APP# 19 asm.c 1movq %rax, %rax // asm-4# 0 2/NO_APP使用名称替换和数字替换效果一样见 asm-1 和 asm-2约束的用法这里使用比较简单通用的的两种情况r为通过寄存器寻址操作m通过内存寻址操作所以看到当约束了r就对应寄存器的操作。结果保存在 res 也就是 cvariablename 中InputOperands输入操作数使C变量和表达式中的值可用于汇编代码。1[ [asmSymbolicName] ] constraint (cexpression)asmSymbolicName 和输出列表的用法完全一致constraint 约束不能使用和. 可以使用 0, 这表明在输出约束列表中从零开始的条目指定的输入必须与输出约束位于同一位置。12345678910111213int64_t res 3;int64_t num 1;asm(addq %1, %0 : g(res) : 0(num));// 输入输出位置相同movq $3, -8(%rbp)movq $1, -16(%rbp)movq -16(%rbp), %rax/APP# 32 asm.c 1addq %rax, %rax# 0 2/NO_APPcexpression 可以不为左值作为汇编表达式的输入值即可Clobbers破坏列表主要用于指示编译器生成的汇编指令。从asm表达式中看到输出操作数中列出条目的更改编译器是可以确定的但内联汇编代码可能不仅对输出进行了修改。 例如计算可能需要其他寄存器或者处理器可能会由于特定汇编程序指令而破坏寄存器的值。 为了将这些更改通知编译器在Clobber列表中列出这些会产生副作用的条目。 破坏列表条目可以是寄存器名称也可以是特殊的破坏列表项在下面列出。 每个内容列表条目都是一个字符串常量用双引号引起来并用逗号分隔。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2564934.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…