学习开发一个RISC-V上的操作系统（汪辰老师） — 一次RV32I加法指令的反汇编

前言

（1）此系列文章是跟着汪辰老师的RISC-V课程所记录的学习笔记。
（2）该课程相关代码gitee链接；
（3）PLCT实验室实习生长期招聘：招聘信息链接

前置知识

RISC-V 汇编指令编码格式

（1）在学习RISC-V的反汇编之前，我们需要先知道RISC-V的编码格式，RISC-V的编码格式有如下图6种。
（2）现在我们以RV32I为例子说明。RV32I的指令长度为32位，因此我们每次读取指令的时候，都是4字节4字节的抽取出来。
（3）RISC-V将一条指令分为了多个域（field），例如下面的R-type格式中32bit，有funct7，rs2，rs1，funct3，rd,opcode6个域（field）。每个域（field）都有自己的含义。
<1>funct3/funct7 和 opcode 一起决定最终的指令类型。
<2>rs1,rs2表示寄存器被操作的寄存器。rd表对操作结束后，存放值的寄存器。
<3>imm，表示立即数，即一个有效数据。

大端序和小端序

（1）现在知道了RISC-V的数据长度和存储格式之后，我们还需要知道数据如何摆放的。这个就和C语言的大小端意思类似。
（2）RISC-V的指令在内存中按照 小端序 排列。
（3）大小端序就是看高位还是低位数据谁存放在低地址。大端序，高位数据存放在低地址。小端序，低位数据存放在低地址。为了方便理解，我举个例子。假设我们有数据地址从低到高：0x00 0x11 0x22 0x33 0x44 0x55 0x66 0x77。
<1>首先抽4字节取出数据，0x00 0x11 0x22 0x33 ， 0x44 0x55 0x66 0x77。
<2>小端序，低位数据放在低地址，所以实际上读取的数据是0x33221100和0x77665544。
<3>大端序，高位数据放在低地址，所以实际上读取的数据是0x00112233和0x44556677。

实操

（1）很好，有了上面的认知之后，我们就可以开始反汇编了。现在我们尝试反汇编下面这四条汇编代码。
<1>首先，依照惯例，四字节抽取数据。
<2>因为RISC-V的指令是小端序，所以需要修改一下顺序。
<3>上面说了，funct3/funct7 和 opcode 一起决定最终的指令类型。也就是bit[0:6]，bit[12:14]，bit[25:31]。从RISC-V 汇编指令编码格式可以知道，RISC-V有6种编码格式，但是一定会有opcode ，因此，我们优先查看bit[0:6]。
<4>根据bit[0:6]我们即可知道此条命令的格式，如果没有funct3/funct7，那么这条命令就找到了，否则就开始对比funct3，如果之后还有funct7继续对比，最后就可以找到指令了。

_start:
	li x6,1
	li x7,-2
	add x5,x6,x7
stop
	j stop
-----------------
//四字节抽取数据
1303 1000
9303 e0ff
b302 7300
6f00 0000
-----------------
//小端序存储，改变数据位置
0010 0313
ffe0 0393
0073 02b3
0000 006f
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18

（2）按照上述步骤，想必大家一定找到的是如下三条指令。

（3）这个时候肯定就会有人要问了，我们的汇编代码里面明明是j和li命令呀，怎么这里找到的是jal和addi呢？这个就又涉及到另外的一个知识点了 — 伪指令。为了简化编程难度，大佬们将一些特殊的指令用基础指令封装起来了。这个有点类似与C语言的宏定义，如下：

#define register_base    0x6666
#define register_a       register_base
#define register_b       register_base + 0x08
1
2
3

参考

（1）riscv-spec-20191213.pdf；
（2）汪辰老师公开课；
（3）汪辰老师公开课第五课课件；
（4）大端序（Big-endian）和小端序（Little-endian）网络字节序；
（5）RISC-V-Reader-Chinese-v2p1.pdf；