深度解析 C 語言：從組合語言與計算機架構視角重構認知

為什麼要「再一次」學習 C 語言？

許多開發者初學 C 語言時著重語法與 API，卻忽略了它貼近硬體的本質。本系列文章將從組合語言、CPU 架構、記憶體模型等底層視角，重新審視 C 語言的核心機制，目標是：「看到 C 代碼，腦海中浮現對應的組合指令與記憶體佈局」。

學習路線圖

1. 資訊、資料編碼與記憶體佈局 — 位元組序、對齊、資料型態大小
2. 資料操作與處理 — 整數/浮點運算、溢出、精度
3. 邏輯控制 — 分支預測、條件碼、跳轉指令
4. 函數與堆疊幀 — 呼叫慣例、暫存器保存、區域變數配置
5. 記憶體管理 — 堆疊/堆區、虛擬記憶體、分頁、malloc 實作
6. 異常處理 — 信號、setjmp/longjmp、硬體異常
7. 行程與連結 — ELF 格式、動態連結、共享庫

環境設定

• 作業系統：Linux (Ubuntu / Arch / Debian 均可)
• CPU 架構：x86-64 (主流) 與 MIPS (嵌入式教學常用)
• 工具鏈：GCC、GDB、objdump、readelf、perf

第一站：資料型態大小由何決定？

K&R 指出 int 「反映宿主機器整數的自然大小」。這句話背後藏著什麼硬體真相？

字長 —— 計算機的「基本貨幣單位」

• 定義：CPU 一次能處理的位元數，等於通用暫存器位寬、資料匯流排寬度、位址匯流排寬度（早期架構）。
• 32 位元機：暫存器 32 bits、位址空間 2³² bytes = 4 GiB。
• 64 位元機：暫存器 64 bits、位址空間 2⁶⁴ bytes = 16 EiB。

編譯器如何決定 int 大小？

/* 查看目前平台型態大小 */
printf("char=%zu short=%zu int=%zu long=%zu long long=%zu\n",
       sizeof(char), sizeof(short), sizeof(int),
       sizeof(long), sizeof(long long));
/* 32-bit Linux 典型輸出：1 2 4 4 8 */
/* 64-bit Linux 典型輸出：1 2 4 8 8 */

編譯器依據 ABI (Application Binary Interface) 文件（如 System V AMD64 ABI）決定各型態大小與對齊需求，核心考量：

1. 暫存器寬度：int 通常等於暫存器寬度，便於單指令運算。
2. 位址空間：指標大小 = 位址匯流排寬度 = 字長（現代架構多為 64 bits）。
3. 向後相容：保留 32-bit 相容模式時，long 可能維持 32 bits (Windows x64) 或擴為 64 bits (Linux x64)。

為什麼指標與整數同寬？

早期 C 設計假設「指標可存入 int」，雖 C99 引入 intptr_t/uintptr_t 修正，但字長統一簡化了：

• 指令集編碼（立即數欄位寬度）
• 資料通路設計（ALU、匯流排寬度一致）
• 堆疊幀對齊（統一 8/16 bytes 對齊提升快取命中率）

實驗：C 代碼 → 組合語言 → 機器碼

/* test_add.c */
int main(void) {
    int a = 1, b = 2;
    int c = a + b;
    return 0;
}

$ gcc -Og -S test_add.c -o test_add.s
$ cat test_add.s

關鍵輸出片段 (x86-64, AT&T 語法)

main:
    pushq   %rbp
    movq    %rsp, %rbp          ; 建立堆疊幀
    movl    $1, -4(%rbp)        ; a = 1
    movl    $2, -8(%rbp)        ; b = 2
    movl    -8(%rbp), %edx      ; 載入 b
    movl    -4(%rbp), %eax      ; 載入 a
    addl    %edx, %eax          ; a + b → %eax
    movl    %eax, -12(%rbp)     ; 存回 c
    popq    %rbp
    ret

觀察重點：

• 區域變數放在堆疊 (rbp 正負位移)
• 運算在暫存器 (eax/edx) 完成
• addl 為 32 位元加法，對應 int

下一步預告

下一篇將深入資料編碼：

• 補數表示、有號/無號轉換陷阱
• 大小端序與網路位元組序轉換
• 結構體對齊與 #pragma pack / __attribute__((packed)) 實戰
• 位欄位與硬體暫存器映射技巧

結語

C 語言不是「高階組合語言」，而是可移植的組合語言。理解編譯器如何將抽象語法映射到具體指令與記憶體，才能寫出高效、正確、可移植的系統級代碼。讓我們一起拆解黑盒，直抵機器本質。