linux 在程序集 64 中实现 strcmp 函数

Question

我正在尝试实现 strcmp，它是程序集 64 中的一个 C 函数，这是我目前的工作代码：

global ft_strcmp

section .text

ft_strcmp:              ;rax ft_strcmp(rdi, rsi)
        mov     r12, 0  
loop:
        mov r13b, [rdi + r12]
        cmp byte [rdi + r12], 0
        jz exit
        cmp byte [rsi + r12], 0
        jz exit
        cmp r13b, byte [rsi + r12]
        jnz  exit
        inc r12
        jmp loop

exit:
        sub r13b, [rsi + r12]
        movsx rax, r13b
        ret

当我尝试用这个编译它时 main.c:

#include <stdio.h>
#include <string.h>

int     ft_strcmp(const char *str1, const char *str2);

int     main()
{
        const char      str1[20] = "hella world";
        const char      str2[20] = "hello world";

        printf("ft_strcmp = %d\n",ft_strcmp(str1, str2));
        printf("strcmp = %d\n",strcmp(str1, str2));
   
        return (0);
}

下面的结果如下图：

ft_strcmp = -14
strcmp = -14

这是a减去o的结果：ret = 'a' - 'o'十进制ascii码97 - 111 = -14.

但是当我尝试使用另一个 main.c 时，我只是将字符串直接传递给 strcmp() 和 ft_strcmp() 而不是传递声明的变量：

#include <stdio.h>
#include <string.h>

int     ft_strcmp(const char *str1, const char *str2);

int     main()
{
        printf("ft_strcmp = %d\n",ft_strcmp("hella world", "hello world"));
        printf("strcmp = %d\n",strcmp("hella world", "hello world"));
        return (0);
}

结果变为：

ft_strcmp = -14
strcmp = -1

我在这个广泛的互联网上搜索了一下，找到了一些关于这种行为的解释：

Is this the only return value for strcmp() in C?

但问题是我如何在汇编代码中实现这种行为，我的意思是有没有办法知道字符串是否直接传递给参数？

我尝试用lldb调试了一下，发现rdi和rsi(the registers that get the first parameter and the second parameter respectively)的地址在上述两种情况下是不同的。

在第一种情况下，地址是这样写的：

rdi = 0x00007fffffffde50  ; the address of the first string
rsi = 0x00007fffffffde70  ; the address of the second string

但在第二种情况下，它们是这样写的：

rdi = 0x0000555555556010  ; the address of the first string
rsi = 0x0000555555556004  ; the address of the second string

我不确定这是否有帮助，但谁知道呢，在此先感谢。

#编辑

既然我的问题被标记为 [重复]，我将 post 我的回答似乎完成了上述行为，如下所示：

在使用 lldb 调试后，我注意到每当我将文字字符串传递给 ft_strcmp() 时，rdi 和 rsi 的地址如下所示：

rdi = 0x0000555555556010  ; the address of the first string
rsi = 0x0000555555556004  ; the address of the second string

每当我传递声明的变量而不是文字字符串时，地址就会变成这样：

rdi = 0x00007fffffffde50  ; the address of the first string
rsi = 0x00007fffffffde70  ; the address of the second string

“至少这是我在 linux X64 操作系统的机器上得到的”，所以我想做一些转移技巧：

这是 0x00007fffffffde50 的二进制表示方式：

 11111111111111111111111111111111101111001010000

我将它移动 44 位，以便得到 7 以供稍后比较使用，让我们将其存储在本例中的 rax 寄存器中：

mov rax, 0x00007fffffffde50
rax >> 44  in assembly ==> shr  rax, 44 ==> (rax = 111 ==> 7)

现在我将检查 rdi 和 rsi 是否是文字字符串：

mov r8, rdi       ; store the address of rdi in r8
shr r8, 44        ; right shift the address of r8 by 44 bits
cmp r8, rax       ; compare if the results are the same or not
jl  loop2         ; if r8 < rax then jump to loop2 for example 5 < 7

这是我的最终代码，但我不确定这是否是一个好方法，这只是一个小技巧，它适用于我上面的测试，不确定复杂的测试。（注意：它不适用于在全局范围内声明的调用变量，感谢 Peter Cordes 发现了这一点）

global ft_strcmp

section .text

ft_strcmp:      ;rax ft_strcmp(rdi, rsi)
    mov r12, 0  
    mov rax, 0x00007fffffffde50
    shr rax, 44
    mov r8, rdi
    shr r8, 44
    cmp r8, rax
    jl  loop2
loop1:
    mov r13b, [rdi + r12]
    cmp byte [rdi + r12], 0
    jz exit1
    cmp byte [rsi + r12], 0
    jz exit1
    cmp r13b, byte [rsi + r12]
    jnz  exit1
    inc r12
    jmp loop1

exit1:
    sub r13b, [rsi + r12]
    movsx rax, r13b
    ret
loop2:
    mov r13b, [rdi + r12]
    cmp byte [rdi + r12], 0
    jz exit2
    cmp byte [rsi + r12], 0
    jz exit2
    cmp r13b, byte [rsi + r12]
    jnz  exit2
    inc r12
    jmp loop2

exit2:
    cmp r13b, byte [rsi + r12]
    jl ret_m
    jg ret_p
ret_z:
    mov rax, 0
    ret
ret_p:
    mov rax, 1
    ret
ret_m:
    mov rax, -1
    ret

现在，当我用上面的两个 main.c 编译时，结果是一样的。

Answer 1

strcmp()只保证结果的符号。在第二种情况下，某些东西可能得到了优化。不用在意大小不同，最好不要在意。

编译器有权优化

printf("strcmp = %d\n",strcmp("hella world", "hello world"));

至

printf("strcmp = %d\n",-1);

linux 在程序集 64 中实现 strcmp 函数

Implement strcmp function in assembly 64 on linux

c

linux

assembly

nasm

strcmp