为什么在将 unsigned char 转换为有符号数据类型时在汇编中使用 movzbl？

Question

我正在学习汇编中的数据移动(MOV)。
我试图编译一些代码以查看 x86_64 Ubuntu 18.04 机器中的程序集：

typedef unsigned char src_t;
typedef xxx dst_t;

dst_t cast(src_t *sp, dst_t *dp) {
    *dp = (dst_t)*sp;
    return *dp;
}

其中 src_t 是 unsigned char。至于dst_t，我试过char、short、int和long。结果如下图：

// typedef unsigned char src_t;
// typedef char dst_t;
//  movzbl  (%rdi), %eax
//  movb    %al, (%rsi)

// typedef unsigned char src_t;
// typedef short dst_t;
//  movzbl  (%rdi), %eax
//  movw    %ax, (%rsi)

// typedef unsigned char src_t;
// typedef int dst_t;
//  movzbl  (%rdi), %eax
//  movl    %eax, (%rsi)

// typedef unsigned char src_t;
// typedef long dst_t;
//  movzbl  (%rdi), %eax
//  movq    %rax, (%rsi)

我想知道为什么在所有情况下都使用 movzbl？不应该对应dst_t吗？谢谢！

Answer 1

如果你想知道为什么 movzbw (%rdi), %ax 不是 short，那是因为写入 8 位和 16 位部分寄存器必须合并与前面的高字节。

写入像 EAX 这样的 32 位寄存器隐式零扩展到完整的 RAX，避免对 RAX 的旧值或任何 ALU 合并 uop 的错误依赖。 (Why do x86-64 instructions on 32-bit registers zero the upper part of the full 64-bit register?)

在 x86 上加载字节的 "normal" 方法是使用 movzbl 或 movsbl，与在像 ARM 这样的 RISC 机器上一样ldrb 或 ldrsb，或 MIPS lbu / lb.

GCC 通常避免的奇怪的 CISC 事情是与仅替换低位的旧值合并，如 movb (%rdi), %al。 Clang 更鲁莽，更经常编写部分 reg，而不仅仅是读取它们以供存储。您可能会看到当 dst_t 为 signed char.

时，clang 仅加载到 %al 并存储

如果您想知道为什么不 movsbl (%rdi), %eax（符号扩展）

source 值是无符号的，因此零扩展（不是符号扩展）是根据以下内容加宽它的正确方法C语义。要获得 movsbl，您需要 return (int)(signed char)c.

在 *dp = (dst_t)*sp; 中，对 dst_t 的转换已经从对 *dp.

的赋值中隐含了

unsigned char 的值范围是 0..255（在 x86 上 CHAR_BIT = 8）。

将其零扩展到 signed int 可以产生 0..255 范围内的值，即将每个值保留为带符号的非负整数。

将其符号扩展到 signed int 会产生一个从 -128..+127 开始的值范围，更改 unsigned char 值的值 >= 128。这与 C 语义冲突以扩大转换保留值。

Shouldn't it correspond to dst_t?

它必须加宽至少和 dst_t 一样宽。事实证明，使用 movzbl 扩展到 64 位（前 32 位由隐式零扩展写入 32 位 reg 处理）是最有效的扩展方式。

存储到 *dp 是一个很好的演示，asm 适用于宽度不是 32 位的 dst_t。

无论如何，请注意只有一次转换发生。您的 src_t 通过加载指令在 al/ax/eax/rax 中转换为 dst_t，并存储到任何宽度的 dst_t。并且还留在那里作为 return 值。

即使您只是要读取该结果的低字节，零扩展加载也是正常的。

为什么在将 unsigned char 转换为有符号数据类型时在汇编中使用 movzbl？

Why movzbl is used in assembly when casting unsigned char to signed data types?

c

assembly

casting

mov

zero-extension