從零手寫 C 語言虛擬機框架：寄存器設計與指令反組識架構

編輯：關於C語言

引言

自製虛擬機是理解計算機體系結構、編譯原理與操作系統的最佳途徑之一。本文記錄如何用 C/C++ 從零開始搭建一個簡易的 16 位虛擬機框架，重點涵蓋 CPU 寄存器建模、指令反組識架構設計以及核心調度邏輯。

一、CPU 寄存器建模：`Register_16_Bit`

虛擬機的核心是 CPU 狀態的模擬。我們定義一個結構體封裝所有 16 位及 8 位寄存器，採用聯合體/嵌套結構體實現高低 8 位訪問（如 AX = AH + AL）。

#pragma once
#include "CommonBase.h" // 假設定義了 BYTE, USHORT 等類型

struct Register_16_Bit {
    // 通用寄存器 (可拆分高低 8 位)
    struct { BYTE AH, AL; } AX;
    struct { BYTE BH, BL; } BX;
    struct { BYTE CH, CL; } CX;
    struct { BYTE DH, DL; } DX;

    // 段寄存器
    USHORT CS, DS, SS, ES;

    // 專用寄存器
    USHORT IP; // 指令指針
    USHORT SP; // 堆棧指針
    USHORT BP; // 基址指針
    USHORT SI, DI; // 變址寄存器

    // 標誌寄存器 (位域優化內存)
    struct {
        BYTE OF : 1; BYTE DF : 1; BYTE IF : 1; BYTE TF : 1;
        BYTE SF : 1; BYTE ZF : 1; BYTE AF : 1; BYTE PF : 1;
        BYTE CF : 1; BYTE Reserve : 7;
    } FR;

    // 建構子：零初始化
    Register_16_Bit() { memset(this, 0, sizeof(Register_16_Bit)); }
};

設計亮點：使用位域 (: 1) 精確映射標誌寄存器每一位；嵌套結構體實現 16 位與 8 位寄存器的別名訪問，極大提升模擬真實感與編程便利性。

二、反組識上下文接口：`CDisasmContext`

採用策略模式，定義抽象基類統一反組識入口，將具體指令族（JMP, MOV 等）解耦。

class CDisasmContext {
public:
    virtual bool Disasm(BYTE*& ptr) = 0; // 核心反組識函數，ptr 為指令流指針，會隨解析前移
protected:
    enum OpCodeHeader; // 具體子類定義具體指令頭枚舉
};

三、指令族實現：以 JMP 為例

CJmp 繼承 CDisasmContext，內部定義跳轉指令操作碼枚舉，並將不同跳轉類型（短跳、近跳、遠跳、間接跳）拆分為私有方法。

class CJmp : public CDisasmContext {
public:
    virtual bool Disasm(BYTE*& ptr) override;
protected:
    enum OpCodeHeader {
        JMP_SHORT = 0xEB, // 段內短跳 (相對偏移 8 位)
        JMP_NEAR  = 0xE9, // 段內近跳 (相對偏移 16/32 位)
        JMP_FAR   = 0xEA, // 段間直接跳 (段:偏移)
        JMP_IND   = 0xFF  // 間接跳 (ModR/M 形式)
    };

    bool Jmp_Short(BYTE*& ptr);
    bool Jmp_Near(BYTE*& ptr);
    bool Jmp_Far(BYTE*& ptr);
};

// 鏈式嘗試匹配
bool CJmp::Disasm(BYTE*& ptr) {
    if (Jmp_Short(ptr)) return true;
    if (Jmp_Near(ptr)) return true;
    if (Jmp_Far(ptr)) return true;
    return false; // 非 JMP 指令，交由下一個 Handler 處理
}

四、總調度器：`CDisasm`

核心驅動類，持有各指令族實例，按優先級順序嘗試解碼指令流。

class CDisasm {
public:
    bool Disasm(BYTE* ptr, int size) {
        BYTE* end = ptr + size;
        while (ptr < end) {
            // 嘗試順序決定了解碼優先級，通常複雜指令優先或按頻度排序
            if (Jmp.Disasm(ptr)) continue;
            else if (Mov.Disasm(ptr)) continue;
            // ... 其他指令族 ...
            else return false; // 遇到無法識別的指令碼，停止
        }
        return true;
    }
protected:
    CJmp Jmp;
    CMov Mov; // 假設已實現
};

五、架構擴展建議

指令表驅動：將 if-else 鏈替換為操作碼映射表 (std::map<BYTE, HandlerFunc>)，實現 O(1) 查找，便於動態擴展指令集。
解碼與執行分離：反組識器產出中間表示 (IR) 或指令對象，由獨立的執行引擎解釋執行或 JIT 編譯。
內存管理單元 (MMU)：引入段式/頁式內存模型，模擬真實保護模式環境。