程式語言考古學(四):Assembly 組合語言——最貼近 CPU 的語言,也是所有程式的「底層真相」

CPU晶片上方浮現組合語言指令與二進位機器碼

前三篇我們介紹了 COBOL、Fortran 和 Pascal,它們都是所謂的「高階語言」:用接近英文或數學的寫法告訴電腦要做什麼,再交給編譯器翻譯。這一篇,我們要往下挖到程式世界的最底層——組合語言(Assembly Language)。

如果說高階語言是「跟電腦說人話」,那組合語言就是「直接用 CPU 聽得懂的指令,一個口令一個動作」。它比 Fortran 更早出現,到今天仍然藏在每一支手機、每一台電腦的開機程式裡。

從打孔卡二進位碼到組合語言助記符的演進示意圖

一、什麼是組合語言?

CPU 真正看得懂的只有 0 和 1 組成的機器碼(Machine Code)。早期的程式設計師必須直接寫這些數字,不但難讀,寫錯一個位元就整個出錯。

組合語言的想法很簡單:把每一條機器指令,換成人類比較好記的英文縮寫(助記符,mnemonic),例如 MOV(搬移)、ADD(加法)、JMP(跳躍)。寫好之後,再用一個叫做組譯器(Assembler)的程式,把它一對一翻譯回機器碼。

機器碼(16 進位) 組合語言(x86,Intel 語法) 意思
B8 05 00 00 00 mov eax, 5 把數字 5 放進 EAX 暫存器
01 D8 add eax, ebx EAX = EAX + EBX
C3 ret 返回呼叫者

看出來了嗎?左邊那串數字,就是右邊那行指令的「真面目」。組合語言和機器碼幾乎是一比一對應,所以它被稱為「低階語言」——不是因為它比較差,而是因為它離硬體最近。

二、誕生背景:一位女性科學家發明的「縮寫記號」

1947 年,英國倫敦大學伯貝克學院(Birkbeck College)的 凱瑟琳・布斯(Kathleen Booth)與丈夫安德魯・布斯一起打造早期電腦 ARC。在為這台機器寫程式時,她發明了一種叫做「Contracted Notation(縮寫記號)」的符號系統,用簡短的符號來代表機器指令——這被公認為世界上第一個組合語言。

她不只設計了語言,還親手寫了組譯器,以及 ARC 與後續機器的幾乎所有軟體。凱瑟琳・布斯於 2022 年辭世,享壽 100 歲,見證了電腦從一間房間那麼大,縮小到可以放進口袋。

之後的 1950 年代,各家電腦廠商都為自己的機器推出組合語言與組譯器。直到 1957 年 Fortran 出現,程式設計師才開始有「高階語言」可以選擇——換句話說,組合語言是 Fortran、COBOL、Pascal 的大前輩。

三、組合語言的特色

特色 說明
與機器碼一對一 一行組合語言通常就是一條 CPU 指令,寫什麼、CPU 就做什麼,沒有「黑盒子」。
每種 CPU 都不一樣 組合語言跟著 CPU 架構走:電腦常用的 x86、手機與 Apple M 系列的 ARM、新興開源的 RISC-V、單晶片常見的 8051,指令都不同,程式無法直接通用。
直接操作暫存器 CPU 內部有幾個超高速的小儲存格叫「暫存器(Register)」,組合語言要自己決定資料放在哪個暫存器。
直接控制記憶體 可以指定讀寫哪一個記憶體位址,能力強大,但寫錯也最容易當機。
兩派語法 x86 有 Intel 語法(mov eax, 5)與 AT&T 語法(movl $5, %eax)兩種寫法,運算元的順序剛好相反,初學者常被搞混。

四、程式範例

復古螢幕上的組合語言程式碼與暫存器示意圖


1. 經典的 Hello World(x86-64 Linux,NASM 語法)

section .data
    msg db "Hello, World!", 10   ; 要印的字串,10 是換行
    len equ $ - msg              ; 自動計算字串長度

section .text
    global _start

_start:
    mov rax, 1        ; 系統呼叫編號 1 = write
    mov rdi, 1        ; 檔案代號 1 = 螢幕(stdout)
    mov rsi, msg      ; 字串位址
    mov rdx, len      ; 字串長度
    syscall           ; 請作業系統幫忙印出

    mov rax, 60       ; 系統呼叫編號 60 = exit
    xor rdi, rdi      ; 結束代碼 0
    syscall

光是印一行字,就要自己準備字串、算長度、把參數一個一個放進暫存器,再請作業系統(syscall)幫忙。在 Pascal 裡只要一行 writeln('Hello, World!');,這就是高階語言替我們省下的工作。

在 Linux 上可以這樣組譯並執行:

nasm -f elf64 hello.asm -o hello.o
ld hello.o -o hello
./hello

2. 用迴圈計算 1 + 2 + … + 10

先看 C 語言的寫法:

int sum = 0;
for (int i = 10; i > 0; i--)
    sum += i;      // 結果 55

換成 x86-64 組合語言:

    xor  rax, rax     ; rax = 0,用來存總和
    mov  rcx, 10      ; rcx = 10,當作計數器
next:
    add  rax, rcx     ; 總和 += 計數器
    loop next         ; rcx 減 1,不是 0 就跳回 next
    ; 迴圈結束時 rax = 55

組合語言沒有 for、while 這種結構,迴圈全靠「標籤(label)+跳躍指令」完成。這也是當年 Pascal 想要擺脫的「GOTO 式寫法」——只不過到了 CPU 這一層,一切終究都是跳來跳去。

3. 同一個函式,不同 CPU 長得不一樣

一個最簡單的 C 函式:

int add(int a, int b) { return a + b; }

交給編譯器最佳化後,在兩種 CPU 上產生的組合語言分別是:

x86-64(Intel 語法) ARM64(AArch64)
lea eax, [rdi+rsi]
ret
add w0, w0, w1
ret

同樣的功能,指令和暫存器名稱完全不同,這就是「組合語言跟著 CPU 走」的意思。想自己動手看看?可以到免費的線上工具 Compiler Explorer(godbolt.org),輸入 C 程式,就能即時看到各種 CPU 的組合語言輸出,非常適合入門。

五、組合語言撐起的經典作品

🚀 阿波羅登月電腦

1969 年帶人類登上月球的阿波羅導航電腦(AGC),記憶體小得驚人,它的導航與控制程式是用專屬的組合語言寫成的。這份原始碼後來被公開到 GitHub,至今仍有許多工程師去「考古」,研究當年工程師留下的註解。

🎮 8 位元遊戲年代

1980 年代的家用電腦與遊戲機,例如使用 6502 處理器的 Apple II、紅白機,以及使用 Z80 系列處理器的機種,硬體資源非常有限,遊戲幾乎都要用組合語言精打細算,才能在小小的記憶體裡塞進完整的遊戲。

🎢 RollerCoaster Tycoon(模擬樂園)

1999 年的經典模擬遊戲《RollerCoaster Tycoon》,是蘇格蘭程式設計師 克里斯・索耶(Chris Sawyer)幾乎獨力完成的作品,其中 99% 的程式碼用 x86 組合語言撰寫,只有約 1% 用 C。當時連 1993 年的《DOOM》都已經以 C 語言為主,因此它常被稱為「最後一款用組合語言寫成的大型商業遊戲」,在當年的普通電腦上也能流暢模擬成千上萬名遊客。

💾 早期作業系統

早期的 MS-DOS 等作業系統,核心大量以組合語言寫成。微軟後來把早期 MS-DOS 的原始碼公開,讓大家可以看到當年的組合語言程式長什麼樣子。

組合語言今日應用:作業系統開機、嵌入式單晶片、資安逆向工程

六、今天誰還在寫組合語言?

現代編譯器已經非常聰明,絕大多數程式都不需要手寫組合語言。但在某些地方,它仍然無可取代:

  • 作業系統與開機程式:電腦一開機、作業系統還沒載入前的最初幾步,以及切換 CPU 模式、處理中斷等工作,都需要組合語言。
  • 嵌入式系統與單晶片:家電、工業控制器裡的小型微控制器(例如經典的 8051),資源有限,常需要直接控制硬體。台灣許多高職電子科與大學「微處理機」課程,也是從 8051 組合語言學起。
  • 極致效能:影音編解碼、加密運算等需要榨乾 CPU 的程式,會針對特定 CPU 手寫組合語言,使用 SIMD 等平行運算指令。
  • 資安與逆向工程:分析病毒、找出軟體漏洞、參加 CTF 資安競賽,都必須能讀懂反組譯出來的組合語言。
  • 理解電腦原理:學組合語言,是理解「程式到底怎麼在 CPU 上跑」最直接的方式,也是資訊系「計算機組織」等課程的重要內容。

七、組合語言的優點與缺點

優點 👍 缺點 👎
執行速度快、程式小,能精準控制每一個 CPU 指令 程式又長又難讀,一行高階語言可能要寫十幾行
可以直接操作硬體、暫存器與記憶體 跟 CPU 綁死,換一種 CPU 幾乎要整個重寫
讓人真正理解電腦運作原理 容易出錯,記憶體寫錯位址就可能當機
資安、逆向工程不可或缺的技能 開發與維護成本高,大型專案幾乎不再全用組合語言
Fortran、COBOL、Pascal、Assembly 四種經典程式語言比較插圖


八、四種老語言比一比

項目 Assembly Fortran COBOL Pascal
誕生年代 1947 1957 1959 1970
代表人物 凱瑟琳・布斯 IBM 約翰・巴科斯團隊 CODASYL 委員會 尼克勞斯・沃斯
語言層級 低階(貼近機器碼) 高階 高階 高階
能否跨 CPU 不行,每種 CPU 各自一套 可以(重新編譯) 可以 可以
今日主要用途 開機程式、嵌入式、效能優化、資安 超級電腦、科學計算 銀行、保險大型主機 Delphi 桌面應用、教學
從組合語言到高階語言的程式語言金字塔


結語

Fortran、COBOL、Pascal 讓人類用更接近自然語言的方式寫程式,但不管哪一種高階語言,最後都會被編譯器翻譯成 CPU 看得懂的指令——而組合語言,就是那一層「底層真相」最容易被人類讀懂的樣子。

今天也許很少人會用組合語言寫完整的程式,但只要你按下電源、手機開機、遊戲順暢地跑起來,背後都有它的身影。學一點組合語言,就像打開電腦的引擎蓋,終於看清楚程式到底是怎麼「動」起來的。

你有寫過組合語言嗎?是 8051、x86 還是 ARM?歡迎在留言區分享你的回憶!下一篇,我們將繼續介紹另一個影響深遠的經典語言,敬請期待。

留言

這個網誌中的熱門文章

Arduino IDE 1.6.5 + BH1750 + CD74HC4067 多工器

Arduino 模擬 Modbus Slave

鹵素燈泡 軌道燈 改用 LED 燈 完整轉換