Un. VIII. Generación de Código Objeto

Un. VIII. Generación de Código Objeto
8.1 Lenguaje Máquina
Es el que proporciona poca o ninguna abstracción del microprocesador de
un ordenador. El lenguaje máquina solo es entendible por las computadoras. Se
basa en una lógica binaria de 0 y 1, generalmente implementada por
mecanismos eléctricos. En general el lenguaje maquina es difícil de entender
para los humanos por este motivo hacemos uso de lenguajes más parecidos a
los lenguajes naturales.
8.1.1 Características
El lenguaje máquina realiza un conjunto de operaciones
predeterminadas llamadas micro operaciones.
Las micro operaciones sólo realizan operaciones del tipo aritmética (+,,*,/), lógicas (AND, OR, NOT) y de control (secuencial, de control y repetitiva).
El lenguaje maquina es dependiente del tipo de arquitectura. Así un
programa máquina para una arquitectura Intel x86 no sé ejecutara en una
arquitectura Power PC de IBM (al menos de manera nativa).
Algunos microprocesadores implementan mas funcionalidades llamado CISC,
pero son más lentos que los RISC ya que estos tienen registros más grandes.
Ventajas
Mayor adaptación al equipo.
Máxima velocidad con mínimo uso de memoria.
Desventajas
Imposibilidad de escribir código independiente de la máquina.
Mayor dificultad en la programación y en la comprensión de los programas.
El programador debe conocer más de un centenar de instrucciones.
Es necesario conocer en detalle la arquitectura de la máquina.
8.1.2 Direccionamiento
Es la forma en cómo se accede a la memoria. Recordar que un programa
no puede ejecutarse sino se encuentra en memoria principal.
La forma de acceder a la memoria depende del microprocesador, pero en
general existen dos tipos de direccionamiento: directo e indirecto.
El direccionamiento directo también recibe el nombre de
direccionamiento absoluto y el acceso a las direcciones se hace de manera
directa.
El direccionamiento indirecto también recibe el nombre de
direccionamiento relativo y se basa a partir de una dirección genérica,
generalmente el inicio del programa.
Para acceder a una dirección relativa se suma a la dirección base el
número de espacios de memorias necesarias.
El direccionamiento relativo hace a los programas relocalizables e
independientes.
Si la dirección base es el inicio de la memoria fija el direccionamiento
pasa a ser un variante de direccionamiento absoluto.
8.2 Lenguaje Ensamblador
El ensamblador (del inglés assembler) es un traductor de un código de
bajo nivel a un código, ejecutable directamente por la máquina para la que se
ha generado.
8.2.1 Características
El programa lee un archivo escrito en lenguaje ensamblador y sustituye cada
uno de los códigos mnemotécnicos por su equivalente código máquina.
Los programas se hacen fácilmente portables de máquina a máquina y el
cálculo de bifurcaciones se hace de manera fácil.
Clasificación
• Ensambladores básicos: Son de muy bajo nivel, y su tarea consiste
básicamente, en ofrecer nombres simbólicos a las distintas instrucciones,
parámetros y cosas tales como los modos de direccionamiento.
• Ensambladores modulares, o macro ensambladores: Descendientes de los
ensambladores básicos, fueron muy populares en las décadas de los 50 y los 60,
fueron antes de la generalización de los lenguajes de alto nivel. Un
macroinstrucción es el equivalente a una función en un lenguaje de alto nivel.
8.2.2 Almacenamiento
• Una de las principales ventajas del uso del ensamblador, es que se
encarga de administrar de manera transparente para el usuario la creación de
memoria, las bifurcaciones y el paso de parámetros. Además nos permite
acceder directamente a los recursos de la máquina para un mejor desempeño.
8.3 Registros
Los registros son la memoria principal de la computadora.
Existen diversos registros de propósito general y otros de uso exclusivo.
Algunos registros de propósito general son utilizados para cierto tipo de
funciones.
Existen registros acumuladores, puntero de instrucción, de pila, etc.
8.3.1 Distribución.
La UCP o CPU tiene 14 registros internos, cada uno de ellos de 16 bits
(una palabra). Los bits están enumerados de derecha a izquierda, de tal modo
que el bit menos significativo es el bit 0.
Los registros se pueden clasificar de la siguiente forma:
Registros de datos:
AX: Registro acumulador. Es el principal empleado en las operaciones
aritméticas.
BX: Registro base. Se usa para indicar un desplazamiento.
CX: Registro contador. Se usa como contador en los bucles.
DX: Registro de datos. También se usa en las operaciones aritméticas.
Estos registros son de uso general y también pueden ser utilizados como
registros de 8 bits, para utilizarlos como tales es necesario referirse a ellos
como por ejemplo: AH y AL, que son los bytes alto (high) y bajo (low) del
registro AX. Esta nomenclatura es aplicable también a los registros BX, CX y
DX.
Registros de segmentos:
CS: Registro de segmento de código. Contiene la dirección de las instrucciones
del programa.
DS: Registro segmento de datos. Contiene la dirección del área de memoria
donde se encuentran los datos del programa.
SS: Registro segmento de pila. Contiene la dirección del segmento de pila. La
pila es un espacio de memoria temporal que se usa para almacenar valores de
16 bits (palabras).
ES: Registro segmento extra. Contiene la dirección del segmento extra. Se trata
de un segmento de datos adicional que se utiliza para superar la
limitación de los 64Kb del segmento de datos y para hacer transferencias de
datos entre segmentos.
Registros punteros de pila:
SP: Puntero de la pila. Contiene la dirección relativa al segmento de la pila.
BP: Puntero base. Se utiliza para fijar el puntero de pila y así poder acceder a
los elementos de la pila.
Registros índices:
SI: Índice fuente.
DI: Índice destino.
Puntero de instrucciones:
IP: Registro puntero de instrucción o contador de programa (PC). Contiene el
desplazamiento de la siguiente instrucción a ejecutar respecto al segmento de
código en ejecución. Por lo tanto, la dirección completa de la siguiente
instrucción sería CS:IP. La única forma de influir en este registro es de forma
indirecta mediante instrucciones de bifurcación.
Registro de banderas (flags):
Cada bandera es un bit y se usa para registrar la información de estado y de
control de las operaciones del microprocesador.
Hay nueve banderas (los 7 bits restantes no se utilizan):
Banderas de estado: Registran el estado del procesador, normalmente asociado
a una comparación o a una instrucción aritmética.
CF: Bandera de acareo.
OF: Bandera de desbordamiento (aritmético).
ZF: Bandera de resultado 0 o comparación igual.
SF: Bandera de resultado o comparación negativa.
PF: Bandera de paridad (número par de bits).
AF: Bandera auxiliar. Indica si hay necesidad de ajuste en las operaciones
aritméticas con números BCD.
Banderas de control:
DF: Bandera de dirección. Controla la dirección de las operaciones
cadenas de caracteres incrementando o decremento automáticamente
registros índices (SI y DI).
IF: Bandera de interrupciones. Indica si están permitidas o no
interrupciones de los dispositivos externos.
TF: Bandera de atrape. Controla la operación de modo paso a paso (usada
el programa DEBUG).
con
los
las
por
8.3.2 Asignación.
La arquitectura de los procesadores x86 obliga al uso de segmentos de
memoria para manejar la información, el tamaño de estos segmentos es de
64kb. La razón de ser de estos segmentos es que, considerando que el tamaño
máximo de un número que puede manejar el procesador esta dado por una
palabra de 16 bits o registro, no sería posible accesar a más de 65536
localidades de memoria utilizando uno solo de estos registros, ahora, si se
divide la memoria de la pc en grupos o segmentos, cada uno de 65536
localidades, y utilizamos una dirección en un registro exclusivo para localizar
cada segmento, y entonces cada dirección de una casilla específica la formamos
con dos registros, nos es posible acceder a una cantidad de 4294967296 bytes de
memoria, lo cual es, en la actualidad, más memoria de la que veremos
instalada en una PC. Para que el ensamblador pueda manejar los datos es
necesario que cada dato o instrucción se encuentren localizados en el área que
corresponde a sus respectivos segmentos. El ensamblador accede a esta
información tomando en cuenta la localización del segmento, dada por los
registros DS, ES, SS y CS, y dentro de dicho registro la dirección del dato
específico.
Es por ello que cuando creamos un programa empleando el Debug en
cada línea que vamos ensamblando aparece algo parecido a lo siguiente:
1CB0:0102 MOV AX, BX
En donde el primer número, 1CB0, corresponde al segmento de memoria
que se está utilizando, el segundo se refiere a la dirección dentro de dicho
segmento, y a continuación aparecen las instrucciones que se almacenaran a
partir de esa dirección.
La forma de indicarle al ensamblador con cuales de los segmentos se va a
trabajar es por medio de las directivas .CODE, .DATA y .STACK.
El ensamblador se encarga de ajustar el tamaño de los segmentos
tomando como base el número de bytes que necesita cada instrucción que va
ensamblando, ya que sería un desperdicio de memoria utilizar los segmentos
completos. Por ejemplo, si un programa únicamente necesita 10kb para
almacenar los datos, el segmento de datos únicamente será de 10kb y no de los
64kb que puede manejar.
8.4 Administración de memoria
La administración de la memoria es un proceso hoy en día muy
importante, de tal modo que su mal o buen uso tiene una acción directa sobre el
desempeño de memoria. En general un ensamblador tiene un administrador de
memoria más limitado que un compilador; en la mayoría de los lenguajes de
programación el uso de punteros no estaba vigilado por lo que se tienen muchos
problemas con el uso de memoria. Los lenguajes más recientes controlan el uso
de punteros y tienen un programa denominado recolector de basura que se
encarga de limpiar la memoria no utilizada mejorando el desempeño.