CPU

CPU可直接执行的“机器码”，到底能处理什么？

简单来说分为4种，

数据传送指令：用于寄存器、内存、外围设备之间进行数据读写的操作。也就是读写操作。

运算指令：用累加寄存器执行算术运算、逻辑运算、比较运算和位移运算。

跳转指令：实现条件分支、循环、强制跳转等。其实就是个goto。

call/return指令：函数的调用 / 返回调用前的地址。和c#的函数栈桢展开是类似的。

二进制数

如何在硬件层面理解二进制、bit、byte？

像计算机的CPU和内存都是IC的一种，IC就是有很多引脚的集成电路，而每一个引脚的状态只有直流电压0V和5V，这两种。因此计算机的信息只能转化成二进制。

而**位(bit)**这个数据结构，就刚好对应了这个规律。

**字节(byte)**则是8个bit，因为内存和磁盘都是用字节为最小单位来存储、读写数据的，所以用位bit不能直接读写数据，所以都会在高位补0实现bit转byte。

而一个CPU有32位，就意味着它有32个引脚来处理信息的输入和输出，也就是说一次可以处理32位的二进制数信息。

为什么计算机内用补码来存数？（比如-1是11111111而不是10000001）

为了实现通过相加来实现减法。

补码是取反+1的结果，同样的这个结果和无符号位的原码相加结果为0。

小数

什么是浮点数？它是怎么表示小数的？

什么是浮点数？是使用符号、尾数、基数、指数这四个部分来表示小数的，形式为± m * n的e次方。符号就是±，基数n因为计算机二进制所以是2。而至于尾数m和指数n，就是根据具体数字来的，但也并不是毫无参照。

它是怎么表示小数的？

首先，分为单、双精度浮点数，它们表示范围不同，根据最为普遍的IEEE标准，单精浮点（32位）有1位符号部分、8位指数部分、23位尾数部分；双精浮点（64位）有1位符号部分、11位指数部分、52位尾数部分。

其次，对于尾数m，就像科学计数法一样，浮点数也有一种表示规则来限制诸如0.75 * 10^0、7.5 * 10^-1这种同一个数字，表示方式却不同的情况。在二进制数中，用的是“将小数点前面的值固定为1的正则表达式”。

比如1011.0011 => 0001.0110011 =>第一位固定1所以可以去掉，多表示1位 0110011000...(省略0，补齐23/52位)

最后，对于指数e，用的是EXCESS系统来表示它的正负。比如单精指数部分只有8位的情况下，最大值11111111=255，用它的一半01111111=127来记作0，比它大的是正数，比它小的是负数。指数e的表示范围从0255变为-127128。

浮点数会不准确

为什么浮点数会不准确？计算机用浮点数无法处理0.1这种转换为二进制会无尽的小数。所以会导致0.1打印输出会变成0.10000002之类的。

如何解决？一般可以不解决，因为科学近似精度已经足够高了。但如果是一些严格要求准确的领域，

方法1.可以把小数倍乘成整数来计算，计算完后再除回去。

方法2.可以使用BCD(Binary Coded Decimal)表示法，就是用4位来表示0~9的1位数字。

浮点数c#实践

在c#中尝试把一个float用二进制输出出来，比如0.75f，输出的值确实是按照1-8-23划分的：0-01111110-10000000000000000000000。但是结果是反过来的，不清楚为什么，书中用的c++是正序的。另外就是，用BitConverter.GetBytes接口转的是byte，也就是8位2进制转成10进制读得的数值，所以还需要再转回8位2进制数。

内存

如何理解内存硬件

比如一个内存，其实就是一堆引脚。VCC、GND引脚是接电源的，DR、WR是控制信号用来操控读、写。

A0-A9的引脚用来表示地址，所以可以表示1024个地址；D0-D7表示数据，8位2进制，也就是1个字节B。所以这个内存的容量为1KB。

一个内存内部有大量空间去存储这些8位数据，通过地址引脚指定的地址来读写这些数据。

内存地址

1个地址指向1个字节（内存的最小单位）；

32位系统一次可以读4个字节，等于其最高可表示2^32个地址数。

所以32位系统，内存上限为4GB。

内存与磁盘

CPU、内存、磁盘

1.程序保存在存储设备中，通过有序地被读出来实现运行。

2.CPU只能执行已经加载到内存中的程序。

如何理解磁盘硬件

磁盘是用扇区作为读写最小物理单位的，一个扇区为512字节。但是Windows在逻辑方面对磁盘进行读写的单位是簇，1簇可以设置为扇区整数倍，比如可以1簇=1扇区（512字节）、也可以1簇=2扇区（1KB）等等。

无论是多么小的文件，都会占用至少1簇。

磁盘缓存

磁盘访问速度 < 内存访问速度，所以会用内存映射一段磁盘数据作为缓存，如果下一次还用到的磁盘数据刚好被内存加载过，那就直接去速度更快的内存里拿数据。这叫缓存。到win98时代，由于磁盘访问速度越来越快，这种技术的提升就不是很显著了，但是这个思想也用于Web把远端服务器加载下来的数据存入磁盘中。

虚拟内存

正好与磁盘缓存相对的概念，就是说划分一块磁盘区域作为假想的内存来使用。但CPU只能执行已经加载到内存中的程序，所以实际上是在把内存和磁盘中的内容不停进行置换，保持当前正在运行的程序部分有在物理内存中。而置换就涉及一个最小单位，Windows是用页为单位（一般4KB）。

压缩

就只列举一些常见的压缩算法。

文本文件：RLE压缩（文本 x 次数 的形式）、哈夫曼（权重画树、编码）压缩

图像文件：可逆压缩、不可逆压缩。

虚拟机

虚拟机是什么

因为应用是针对操作系统OS的，所以Windows应用只能在Windows系统上运行。而虚拟机就是在其他OS上，模拟Windows运行环境，来实现跨平台。

其他跨平台方式

除了虚拟机之外，还有两个方式。一个是Ports机制，是移植的意思。该机制能够结合当前运行的硬件环境来编译应用的源代码。

另一个是Java虚拟机，它其实是一种运行环境。Java在编译之后生成的不是机器码而是字节代码，然后字节代码在不同平台实现的Java虚拟机上运行，转换成本机代码。和c#一样。

编译

从程序到机器码 - 编译器

编译器把源代码转换成本地代码（本机代码），它内部仿佛有一个 源代码-本机码 的对应表，但实际上读入的源代码还需要经过语法解析、句法解析、语义解析等，才能生成本地代码。

编译器本身也是一个程序，所以也需要运行环境（比如Windows）。根据输出的目标CPU类型、输入的高级语言的不同，编译器也不同（比如Windows可用的x86系CPU的C编译器）。

生成EXE - 链接器

编译后的机器代码是一个obj文件（里面都是2进制数），并不能直接运行。还需要把代码中的引用其他文件的部分、和obj文件结合，生成出一个EXE文件。这就是链接。

EXE启动 - 分配内存

一个程序经过编译+链接后，生成了可执行文件EXE，但是程序源码里对函数、变量的调用都是指向内存地址的，但一个EXE文件并没有给它分配内存地址，怎么办呢？

其实，EXE文件中给变量、函数分配了虚拟的内存地址，当EXE运行时会把虚拟的内存地址转换成实际的内存地址。链接器在EXE文件的开头，追加转换内存地址所需的必要信息，这个叫做再配置信息。

当EXE运行时，还会分配额外的2块连续内存，一个是栈、一个是堆。栈用来存储函数内部临时变量，堆用来存储运行时数据以及对象。栈的内存管理代码是编译器自动生成的，而堆的内存管理是需要人为编写的，c++中用new申请、delete来释放。这就是GC。

常见编译问题

什么是编译器、什么是解释器？

两者都是把高级语言转化为机器语言的程序。编译器再运行前把源码转换成二进制可执行文件，而解释器逐条读取源码转换成机器码。

Build是什么意思？

编译+链接

DLL可以不用链接就调用到吗？

可以，通过LoadLibrary()、GetProcAddress()这些API，即使不链接导入库，也可以在程序运行时调用DLL文件中的函数。

通过汇编理解程序

什么是汇编语言？

汇编语言和本地代码是一一对应的。汇编语言是本地代码（二进制）的助记符。

汇编语言怎么看？

伪指令：负责把程序的构造以及汇编的方法指示给汇编器。伪指令proc和endp围起来的部分，表示的是函数的范围，里面的是函数执行过程。

语法结构：操作码+操作数，比如mov+内存地址

以下是x86的部分操作码、主要寄存器：

操作码 操作数 功能
mov A、B 把B的值赋给A
and A、B 把A同B的值相加，并将结果赋给A
push A 把A的值存储在栈中
pop A 从栈中读取出值，并将其赋给A
call A 调用函数A，调用时自动获取栈上对应数量的入参
ret 无 将处理返回到函数的调用源

调用函数流程：

1.先把ebp寄存器（数据领域基址寄存器）的值入栈，再把函数的入参push入栈。

//注意，栈的高位地址在下面，低位地址在上面。

2.使用call指令 + 函数名（函数指针），调用时自动获取栈上对应数量的入参。

3.清理栈，把入参销毁掉。具体是把esp的寄存器值（栈顶指针寄存器）add上 4 * 入参数。

//至于为什么是4字节，因为堆栈进行数值的输入输出时，数值的单位是4字节。

4.pop读出此时栈顶的数值，也就是1中存储的ebp寄存器值，存入ebp寄存器。执行ret返回。

//为什么把edp寄存器的值原地倒腾了一遍？因为这是c语言的规定，确保函数调用前后edp不变。

此外.函数的参数是通过栈来传递，返回值是通过寄存器返回的。

汇编实现功能

循环

使用标记 + goto标记 的 思路去做，具体助记符就不记了（先cmp再jmp）。

条件分支

一样是标记 + go标记去实现的。

多线程问题

写2个把全局变量x2的相同的函数，再多线程分别调用1次，可能遇到结果为2倍而不是2x2倍的情况。原因如图。解决方案是用c语言中的锁定方法。

硬件控制

外围设备硬件和软件是如何实现通信的？

首先，应用与硬件无关：Windows系统下的硬件是由系统全权负责的，应用层只能通过API来通过系统调用。

其次，硬件们是通过I/O控制器来实现和操作系统通信的：计算机有着USB等和外围设备交互的连接器，因为外围设备的电压不同、用的也是模拟信号，所以无法和硬件直接连接，需要用I/O控制器。

什么是端口：I/O控制器中由用于临时保存输入输出数据的内存，这个内存叫端口。端口是内存，也有自己的地址，叫端口号或者I/O地址。

汇编语言的IN/OUT指令，是通过端口和寄存器之间数据互换实现的：汇编中的IN/OUT助记符是实现和硬件交互的，IN指令把端口数据存储在CPU寄存器中，OUT把CPU寄存器数据存储在端口中。

外围设备硬件的中断操作IRQ

IRQ（Interrupt Request）是中断请求的意思，对应的值是0x06。

它负责把当前正在运行的主程序中断（同时把CPU所有寄存器的数值保存到栈中），然后跳转到外围设备的输入输出运行，等运行完后返回中断程序（同时恢复所有寄存器的值），继续执行。

遇到诸如打印机这种操作比CPU慢很多的设备，就可以等中断请求发生时再输出数据即可；而对于实时性比较高的比如鼠标等，就可以不停轮询。

外围设备直接和内存通信DMA

像IRQ的中断，本质上还是要和CPU交互的。但是DMA（Direct Memory Access）可以不通过CPU，外围设备直接和主内存进行数据传送。这样更快。

计算机图形的内存VRAM

显示器中显示的数据，一直存储在内存总，这个内存叫VRAM（Video RAM）。在程序中，只要往VRAM中写入数据，该数据就会在显示其中显示出来，此功能由操作系统或BIOS提供。

在DOS系统时代，VRAM是主内存的一部分，图形颜色只能用16种是因为这块内存太小了。而如今，显卡配有独立的VRAM内存。

计算机的随机数

线性同余法实现伪随机

很多伪随机其实就是用线性同余法的递推公式

实现的。

指定了a、b、c之后，就会生成0 ~ c（不包括c）的随机数。其中Ri、a、b、c就是随机数的种子。

那这样为什么叫伪随机呢？因为指定好a、b、c之后的数，不停递推生成的结果是有周期性的。

C入门

数据类型

名称 长度（位长） 精度
char 8 -128，+127
short 16 -32768，32767
int（或者long） 32 -2147483648，2147483647
float 32 略
double 64 略

常用关键字