3.1 指令格式

本节讨论计算机指令的二进制编码格式，包括指令由哪些部分组成，以及不同地址数量的指令结构。指令格式是计算机硬件与软件之间的关键接口，它直接影响到CPU的设计复杂度、程序的存储空间以及指令的执行效率。

核心概念

1. 机器指令的基本格式

一条机器指令是计算机执行一个基本操作的命令，它是一组有意义的二进制代码。指令通常由两部分组成：

操作码字段 (Opcode)：指明该指令要执行的操作性质和功能，例如加、减、取数、存数、跳转等。操作码是指令的核心，译码电路通过识别操作码来控制执行部件完成相应操作。
地址码字段 (Address Field)：指明操作数或操作数的地址。地址码字段并不总是直接指向内存地址，它可以是：
- 内存地址：操作数存储在内存中的位置。
- 寄存器编号：操作数存储在某个通用寄存器中。
- 立即数：操作数本身就包含在指令的地址码字段中。

+--------------+-----------------+
|   操作码      |     地址码      |
+--------------+-----------------+

此外，指令中还可能包含寻址模式字段，用来解释地址码字段应如何解读，我们将在后续章节详细讨论。

2. 指令长度

定义：一条指令中所包含的二进制代码的位数，也称为指令字长。
指令字长与机器字长的关系：两者没有固定的关系。指令字长可以等于、大于或小于机器字长。
- 定长指令字结构：指令系统中所有指令的长度都相等。这是精简指令集计算机 (RISC)，如MIPS和ARM架构的典型特征。
  - 优点：指令译码和取指过程简单、规整，非常有利于实现指令流水线，从而提高处理器性能。
  - 缺点：灵活性较差，对于简单的操作可能会浪费存储空间。
- 变长指令字结构：指令长度随指令功能而异。这是复杂指令集计算机 (CISC)，如Intel x86架构的典型特征。
  - 优点：灵活性高，可以根据操作的复杂程度和寻址方式的不同，使用不同长度的指令，从而提高代码密度，节约存储空间。
  - 缺点：增加了指令译码和预取的复杂性，不利于实现简单的指令流水线。

3. 地址码结构 (N地址指令)

根据指令中显式包含的地址码数量，可以将指令分为不同类型。一条完整的运算类指令需要包含以下信息：

两个源操作数的地址 ( $A_{1}, A_{2}$ )
存放结果的目标地址 ( $A_{3}$ )
下一条指令的地址 ( $A_{4}$ )

现代计算机通常使用程序计数器 (PC) 来自动指向下一条指令，因此 $A_{4}$ 被隐含。

四地址指令: OP A1, A2, A3, A4
- 含义: $(A_{1}) OP (A_{2}) \to A_{3}$ ；下一条指令地址为 $A_{4}$ 。
- 特点: 指令长度过长，访存次数多，完全不切实际。程序计数器(PC)的出现使其被历史淘汰。
三地址指令: OP A1, A2, A3
- 含义: $(A_{1}) OP (A_{2}) \to A_{3}$ 。下一条指令地址由PC隐含给出 ( $P C + 1 \to P C$ )。
- 特点: 编程直观，可以保留两个原始操作数。但指令长度仍较长，访存次数多（取指令1次，取两个操作数2次，存结果1次，共4次访存）。在寄存器数量众多的现代CPU中较为常见（此时A1, A2, A3均为寄存器）。
二地址指令: OP A1, A2
- 含义: $(A_{1}) OP (A_{2}) \to A_{1}$ 。将其中一个操作数地址 $A_{1}$ 同时用作结果地址，这会破坏原始操作数 $A_{1}$ 。
- 特点: 指令长度适中，是通用寄存器结构计算机最常用的格式。如果需要保留 $A_{1}$ 的原始值，需要先执行一条 MOV A3, A1 指令，会增加指令数量。
一地址指令: OP A
- 含义: $(Acc) OP (A) \to Acc$ 。需要一个隐含的累加寄存器(Accumulator, Acc) 作为固定的源操作数和目标地址。
- 特点: 访存次数减少为2次（取指令、取操作数），指令短，硬件设计简单。但对累加器的依赖性强，导致其成为性能瓶颈，限制了并行计算的可能。
零地址指令: OP
- 含义: 操作数地址隐含在堆栈 (Stack) 的顶部。通常从栈顶弹出两个操作数，运算后将结果压入栈顶。例如，ADD指令会执行 TOS = (TOS-1) + (TOS)，其中TOS是栈顶指针。
- 特点: 指令最短，非常适合表达式求值和过程调用。但并非所有计算都适合用堆栈来完成，其性能依赖于堆栈操作的效率。

易考点和难点

易考点

理解不同地址数量指令的含义、执行过程和访存次数。
知道PC（程序计数器）、Acc（累加器）、SP（堆栈指针）在不同指令格式中的隐含作用。
比较定长指令与变长指令的优缺点，并联系RISC与CISC架构。

难点

指令操作码的编码方式，特别是扩展操作码法，这是设计指令系统的核心技术之一，也是考试的重点和难点。
理解指令格式设计中的权衡（Trade-off）：在指令长度、功能完备性、硬件实现复杂度、程序大小和执行速度之间做出选择。

3.1.3 指令的操作码

本节讨论如何对指令系统中的所有指令进行二进制编码，即操作码的设计方法。设计的目标是用尽可能短的位数表示所有指令，同时保证译码的高效性。

1. 规整型定长编码

定义：操作码字段的位数和位置固定。
关系: 如果指令系统有 $m$ 条指令，操作码字段位数为 $N$ ，则必须满足 $m \leq 2^{N}$ 或 $N \geq ⌈ \log_{2} m ⌉$ 。
优点: 译码简单，硬件实现容易，速度快。这是RISC架构的首选。
缺点: 如果指令数量远小于 $2^{N}$ ，会造成编码空间的浪费。例如，若有17条指令，则需要5位操作码( $2^{5} = 32$ )，会浪费15个编码状态。

2. 非规整型变长编码 (扩展操作码法)

这是指令设计中的核心和难点。其思想是让不同地址数量的指令共享操作码编码空间，以在有限的指令长度内支持尽可能多的指令。

基本思想:
- 让地址码数量多的指令（如三地址指令）使用较短的操作码。
- 让地址码数量少的指令（如一地址、零地址指令）使用较长的操作码。
- 用一个特殊的编码（如 1111）作为扩展标志，表示当前操作码不是最终操作码，需要和后续的地址码字段一起组成更长的操作码。
设计原则: 任何一个短操作码都不能是任何一个长操作码的前缀，否则译码时会产生歧义。这与数据结构中的**前缀码（哈夫曼编码）**思想一致。
示例: 假设指令长度为16位，每个地址码占4位。我们来设计一个包含三地址、二地址、一地址和零地址指令的系统。
1. 三地址指令:
  - 格式: OP(4位) | A1(4位) | A2(4位) | A3(4位)
  - 假设我们用 0000 到 1110 (15个状态) 来定义15条三地址指令。
  - 留下 1111 作为扩展标志，用于二地址指令。
2. 二地址指令:
  - 格式: 1111 | OP'(4位) | A1(4位) | A2(4位)
  - 当译码器看到 1111 时，它会知道这是一个扩展操作码，需要继续读取后面的4位 OP' 字段。
  - 这里的操作码实际是8位 (1111 OP')。同样，我们可以定义15条二地址指令 (1111 0000 到 1111 1110)。
  - 留下 1111 1111 作为下一级的扩展标志。
3. 一地址指令:
  - 格式: 1111 1111 | OP''(4位) | A1(4位)
  - 操作码为12位。可以定义15条一地址指令。
  - 留下 1111 1111 1111 作为扩展标志。
4. 零地址指令:
  - 格式: 1111 1111 1111 | OP'''(4位)
  - 操作码为16位。可以定义16条零地址指令，因为无需再留出扩展位。
总结: 通过这种方式，我们在固定的16位指令长度内，总共定义了 $15 (三地址) + 15 (二地址) + 15 (一地址) + 16 (零地址) = 61$ 条指令，极大地提高了指令编码空间的利用率。

核心考点

扩展操作码法的设计和计算。习题中经常出现类似问题：给定指令总长和地址码长度，要求设计一套指令系统，使其能容纳指定数量的不同地址指令。
解题思路: 从地址码最多的指令开始分配操作码（即从操作码最短的指令开始），每次都留出一个或多个编码作为下一级（地址码更少的指令）的扩展入口。
难点: 理解编码空间的逐级"挤占"。从短操作码到长操作码，可用的编码数量越来越少，但操作码的长度越来越长。

3.1 指令格式 ​

核心概念 ​

1. 机器指令的基本格式 ​

2. 指令长度 ​

3. 地址码结构 (N地址指令) ​

易考点和难点 ​

易考点 ​

难点 ​

3.1.3 指令的操作码 ​

1. 规整型定长编码 ​

2. 非规整型变长编码 (扩展操作码法) ​

核心考点 ​