从硬件和软件的整体关系出发,掌握冯・诺依曼机五大部件、机器 / 汇编 / 高级语言的层次,以及源程序从预处理到加载执行的过程。

计算机系统不是单指 CPU 或某个程序,而是硬件、软件、数据及其运行机制构成的整体。组成原理关注程序如何在硬件上被表示、存放和执行;理解系统层次,能避免把 “源代码”“机器指令”“可执行文件” 和 “正在运行的进程” 混为一谈。

# 一、计算机系统的基本组成

# 1. 硬件、软件与数据

成分含义例子
硬件系统可见的物理设备及电子部件CPU、主存、磁盘、键盘、网卡
软件系统为完成任务而组织的程序、相关数据与文档操作系统、编译器、浏览器、驱动程序
数据程序处理、保存或传输的对象文本、图像、数据库记录、机器指令 bit 模式

硬件提供存储、运算、通信和控制的物理能力;软件以指令序列描述任务,并通过 ISA(指令集体系结构)这个接口要求硬件执行。软件不能脱离硬件执行,硬件也需要软件规定 “在什么时间做什么”。

“软件是指令集” 并不严谨。ISA 是软硬件之间约定的机器指令、寄存器、数据类型、异常等接口;软件是利用该接口编写的程序、数据和文档。操作系统、编译器和应用程序都属于软件,但各自承担的层次不同。

# 2. 系统软件与应用软件

类别面向对象主要作用代表
系统软件硬件资源与上层程序管理、抽象和调度硬件,为应用提供基础环境操作系统、编译器、汇编器、设备驱动
应用软件用户任务解决具体问题并提供直接功能编辑器、浏览器、游戏、数据库客户端

系统软件并非都 “直接运行在裸硬件上”:驱动程序通常通过操作系统内核访问设备,编译器通常作为用户态应用运行。此处的分类强调功能定位,而不是简单按特权级划分。

# 二、冯・诺依曼计算机的硬件结构

# 1. 存储程序思想

冯・诺依曼机以存储程序为核心:程序指令和数据都以二进制形式存放在存储器中,CPU 按地址取出指令、译码并执行。指令和数据在 bit 形式上没有天然标记;它们的角色由当前取指还是取数的上下文决定。

机器指令通常包含:

字段作用
操作码(opcode)指定加法、传送、跳转、读写等操作
地址码(address field)给出操作数、寄存器、立即数或形成有效地址所需的信息

经典教材还强调 “以运算器为中心” 的组织描述;现代计算机内部通常围绕 CPU、主存、互连和 I/O 分层实现。二者是不同抽象层次的表述,不应把早期结构图直接理解为现代芯片的唯一物理连线。

# 2. 五大部件

flowchart LR
    IN[输入设备] --> MEM[存储器]
    MEM --> CPU
    subgraph CPU[中央处理器]
        CU[控制器<br/>取指、译码、发控制信号]
        ALU[运算器<br/>算术与逻辑运算]
        CU --> ALU
    end
    CPU --> MEM
    CPU --> OUT[输出设备]
    MEM --> OUT

部件基本职责组成原理中的关注点
运算器算术、逻辑、移位、比较等数据操作ALU、寄存器、标志位、数据通路
控制器取指、译码、安排时序并发出控制信号PC、IR、控制信号、指令周期
存储器保存程序和数据主存、Cache、外存与地址编址
输入设备把外部信息送入主机I/O 接口、端口、驱动和 DMA
输出设备把主机结果送往外部I/O 接口、控制器和传输方式

CPU 是运算器与控制器的集成实现。主存用于保存当前可直接执行的指令和数据;外存容量大但不能代替主存的直接取指角色。输入 / 输出设备通常经 I/O 接口或设备控制器接入系统,而非由 CPU 寄存器直接电气连接。

# 3. 指令执行的概括过程

存储程序计算机反复执行 “取指 — 译码 — 执行” 循环:

flowchart TD
    A[PC 给出下一条指令地址] --> B[从主存取指令到 IR]
    B --> C[控制器译码]
    C --> D[取操作数 / 形成地址]
    D --> E[ALU 运算、访存或控制转移]
    E --> F[写回结果和状态]
    F --> G{是否发生分支、异常或中断?}
    G -->|否| H[PC 指向顺序下一条]
    G -->|是| I[PC 装入目标或处理程序入口]
    H --> A
    I --> A

这只是概念框架。流水线 CPU 会让多条指令的不同阶段重叠,异常和中断会插入处理路径;但每条指令的可见效果仍须满足 ISA 规定。

# 三、程序设计语言层次

机器最直接执行的是机器语言;其他语言需要翻译或解释,才能产生或驱动机器指令。

flowchart TB
    HL[高级语言<br/>C、Java、Python 等] -->|编译或解释| ASM[汇编语言<br/>助记符、标签]
    ASM -->|汇编| ML[机器语言<br/>二进制指令]
    ML --> ISA[目标 ISA 的硬件]
    HL -->|某些实现直接生成| ML

层次表示方式与硬件的关系典型转换工具
机器语言二进制指令编码与具体 ISA 直接对应CPU 执行
汇编语言指令助记符、寄存器名、标签通常一一或近似一一对应目标 ISA汇编器
高级语言更接近算法和问题域的语法相对独立于具体 ISA编译器或解释器

汇编语言比机器码可读,却仍强烈依赖目标 ISA;高级语言可移植的前提是存在适配目标平台的实现、运行时或虚拟机。高级语言 “能跨平台” 不代表同一个二进制可在任意 ISA 上直接运行。

# 四、从源程序到运行程序

以 C/C++ 的典型本地编译流程为例:

flowchart LR
    S[源文件<br/>.c / .cpp] --> P[预处理]
    P --> T[预处理后源文件]
    T --> C[编译]
    C --> A[汇编代码]
    A --> AS[汇编]
    AS --> O[目标文件<br/>.o]
    L[库文件] --> LK[链接]
    O --> LK
    LK --> E[可执行文件]
    E --> LD[装载器]
    LD --> R[内存中的进程映像]
    R --> X[CPU 取指并执行]

# 1. 各阶段职责

阶段输入与输出核心工作
预处理源文件 →\to 预处理后源文件宏替换、头文件包含、条件编译;并非所有语言都有独立预处理阶段
编译高级语言 →\to 汇编或目标代码语法 / 语义分析、优化、目标 ISA 代码生成
汇编汇编代码 →\to 目标文件将助记符和标签转为机器码、重定位信息和符号表
链接一个或多个目标文件、库 →\to 可执行文件或库解析外部符号、合并段、安排地址与重定位
装载与执行可执行文件 →\to 进程映像操作系统创建地址空间、装入必要段 / 库,设置入口后调度 CPU 执行

静态链接在生成可执行文件时把所需库代码合并进去;动态链接可在装载或首次调用时解析共享库。二者都要解决 “外部符号引用最终指向哪里” 的问题,只是时机、文件体积与运行时依赖不同。

命令行工具的选项因编译器而异。不要把 gcc -c 、 gcc -S 等具体命令的输出形式当作语言翻译阶段的定义;判断题目时应先看它要求 “预处理、编译、汇编、链接” 中的哪一步。

例题 1.1:区分目标文件与可执行文件

某程序由 main.o 和 math.o 构成,其中 main.o 调用了定义在 math.o 中的函数。仅完成汇编后,能否直接运行 main.o ?

【解】 通常不能。 main.o 中对该函数的外部引用尚未解析;链接器需要结合 math.o (以及可能的库)完成符号解析和重定位,生成可由装载器加载的可执行文件。

# 五、易错点检查

  • 机器语言是 CPU 直接执行的 ISA 编码;汇编语言仍需汇编器,高级语言通常还需编译器、解释器或运行时。
  • 指令和数据都可存于主存,但 CPU 在取指和取数的控制上下文不同。
  • CPU 是运算器与控制器的组合,不等同于完整计算机系统。
  • 目标文件包含机器码并不必然可独立运行;链接和装载是不同阶段。
  • 存储程序不等于 “程序永远完整装入 RAM”;现代装载、动态链接、虚拟内存会改变实际装入时机。