Differences
This shows you the differences between two versions of the page.
|
iocla:laboratoare:laborator-05 [2019/11/01 13:27] radu.nicolau |
— (current) | ||
|---|---|---|---|
| Line 1: | Line 1: | ||
| - | ====== Laborator 05: Structuri, vectori. Operatii pe șiruri ====== | ||
| - | |||
| - | În acest laborator vom introduce noțiunea de structură din limbajul assembly și vom lucra cu operații specializate pe șiruri. | ||
| - | |||
| - | ===== Structuri ===== | ||
| - | |||
| - | Structurile sunt folosite pentru a grupa date care au tipuri diferite, dar care pot fi folosite împreună pentru a crea un tip compus. | ||
| - | |||
| - | În continuare vom trece prin pașii necesari pentru a folosi o structură: declararea, instanțierea și accesarea câmpurilor unei structuri. | ||
| - | |||
| - | ==== Declararea unei structuri ==== | ||
| - | |||
| - | În NASM, o structură se declară folosind construcția ''struc <nume structura>'', urmată de o listă de câmpuri și încheiată cu ''endstruc''. | ||
| - | |||
| - | Fiecare câmp al structurii este definit prin următoarele: o etichetă (folosită pentru a putea accesa membrii), specificatorul de tip și numărul de elemente. | ||
| - | |||
| - | Exemplu: | ||
| - | <code asm> | ||
| - | struc mystruct | ||
| - | a: resw 1 ; a va referi un singur element de dimensiune un cuvânt | ||
| - | b: resd 1 ; b va referi un singur element de dimensiune un dublu cuvânt | ||
| - | c: resb 1 ; c va referi un singur element de dimensiune un octet | ||
| - | d: resd 1 ; d va referi un singur element de dimensiune un dublu cuvânt | ||
| - | e: resb 6 ; e va referi 6 elemente de dimensiune un octet | ||
| - | endstruc | ||
| - | </code> | ||
| - | |||
| - | <note> | ||
| - | Aici sunt folosite pseudo-instrucțiunile NASM din familia ''res'' pentru a defini tipul de date și numărul de elemente pentru fiecare dintre câmpurile structurii. Pentru mai multe detalii despre sintaxa ''res'' urmați acest link: | ||
| - | http://www.nasm.us/doc/nasmdoc3.html#section-3.2.2 | ||
| - | </note> | ||
| - | |||
| - | Fiecare etichetă ce definește un câmp reprezintă offset-ul câmpului în cadrul structurii. De exemplu, ''b'' va avea valoarea 2, deoarece sunt 2 octeți de la începutul structurii până la câmpul ''b'' (primii 2 octeți sunt ocupați de cuvântul ''a''). | ||
| - | |||
| - | <note warning> | ||
| - | Dacă doriți să folosiți același nume de câmp în două structuri diferite, trebuie să prefixați numele etichetei cu ''.'' (dot) astfel: | ||
| - | <code asm> | ||
| - | struc mystruct1 | ||
| - | .a: resw 1 | ||
| - | .b: resd 1 | ||
| - | endstruc | ||
| - | |||
| - | struc mystruct2 | ||
| - | .a: resd 16 | ||
| - | .b: resw 1 | ||
| - | endstruc | ||
| - | </code> | ||
| - | |||
| - | Folosiți contrucția ''mystruct2.b'' pentru aflarea valorii offset-ului lui 'b' din cadrul structurii mystruct2. | ||
| - | </note> | ||
| - | |||
| - | ==== Instanțierea unei structuri ==== | ||
| - | |||
| - | O primă variantă pentru a avea o structură în memorie este de a declara-o static în secțiunea ''.data''. Sintaxa folosește macro-urile NASM ''istruc'' și ''iend'' și keyword-ul ''at''. | ||
| - | |||
| - | În exemplul următor este prezentată instanțierea statică a structurii declarate mai sus, unde ''struct_var'' este adresa din memorie de unde încep datele. | ||
| - | |||
| - | <code asm> | ||
| - | struct_var: | ||
| - | istruc mystruct | ||
| - | at a, dw -1 | ||
| - | at b, dd 0x12345678 | ||
| - | at c, db ' ' | ||
| - | at d, dd 23 | ||
| - | at e, db 'Gary', 0 | ||
| - | iend | ||
| - | </code> | ||
| - | |||
| - | <note warning> | ||
| - | Pentru a nu inițializa valorile membrilor greșit, va trebui să aveți grijă ca pentru fiecare câmp, tipul de date din instanțiere să corespundă tipului din declarare. | ||
| - | </note> | ||
| - | |||
| - | |||
| - | |||
| - | ==== Accesarea valorilor dintr-o structură ==== | ||
| - | |||
| - | Pentru a accesa și/sau modifica un anumit membru al structurii instanțiate trebuie să îi cunoaștem adresa. Această adresă se poate obține calculând suma dintre adresa de început a structurii și offset-ul din cadrul structurii al membrului dorit . | ||
| - | |||
| - | Următoarea secvență de cod prezintă punerea unei valori în câmpul ''b'' al structurii și, ulterior, afișarea valorii acestui câmp. | ||
| - | |||
| - | <code asm> | ||
| - | mov eax, 12345 | ||
| - | mov dword [struct + b], eax ; adresa câmpului b este adresa de bază a structurii instanțiate static + offset-ul câmpului (dat de eticheta 'b') | ||
| - | |||
| - | mov ebx, dword [struct + b] ; punerea valorii din câmpul b în registrul ebx pentru afișare | ||
| - | PRINT_DEC 4, ebx | ||
| - | NEWLINE | ||
| - | </code> | ||
| - | |||
| - | ===== Vectori ===== | ||
| - | |||
| - | Putem considera un vector ca o înșiruire de elemente de același tip, plasate contiguu în memorie. Ați observat ceva similar în laboratoarele trecute când declaram static șiruri de caractere în secțiunea ''.data''. | ||
| - | |||
| - | ==== Declararea unui vector ==== | ||
| - | |||
| - | În general, datele statice declarate pot fi inițializate sau neinițializate. Diferențierea se face atât prin faptul că la datele inițializate oferim o valoare inițială, dar și prin sintaxa NASM folosită. | ||
| - | |||
| - | De exemplu, pentru a declara un vector de 100 de cuvinte inițializate cu valoarea 42, vom folosi construcția: | ||
| - | |||
| - | <code asm> | ||
| - | section .data | ||
| - | myVect: times 100 dw 42 | ||
| - | </code> | ||
| - | |||
| - | Pe de altă parte, dacă dorim declararea unui vector de 20 de elemente dublu cuvinte neinițializate, folosim instrucțiuni din familia ''res'' astfel: | ||
| - | |||
| - | <code asm> | ||
| - | section .bss | ||
| - | myVect: resd 20 | ||
| - | </code> | ||
| - | |||
| - | ==== Instrucțiuni de operare pe șiruri ==== | ||
| - | |||
| - | Deoarece operațiile pe vectori sunt des întâlnite în programe, au fost implementate instrucțiuni speciale care facilitează: transferul de date între doi vectori, compararea a doi vectori, găsirea unui element într-un vector, parcurgerea unui vector etc. | ||
| - | |||
| - | O instrucțiune pe vectori poate avea un operand sursă, unul destinație, sau pe amândoi. Convențional, șirul sursă se află poziționat în segmentul DS, iar șirul destinație în ES. Mai mult, registrul SI este utilizat ca offset pentru adresa elementului curent din șirul sursă, iar DI este offset pentru șirul destinație. În programele voastre, gruparea DS:SI se referă la registrul ''esi'', iar gruparea ES:DI la registrul ''edi''. | ||
| - | |||
| - | Deși fiecare dintre aceste instrucțiuni care vor fi prezentate în continuare pot fi folosite independent, există o construcție specială pentru a crea bucle, prin prefixarea instrucțiunii de operare pe șiruri cu una dintre următoarele mnemonici: | ||
| - | |||
| - | * ''rep'' - repeat while (ecx != 0) | ||
| - | * ''repe''/''repz'' - repeat while (>>equal<< and ecx !=0) (ex: repetă până găsim un element diferit în vector) | ||
| - | * ''repne''/''repnz'' - repeat while (>>not equal<< and ecx !=0) (ex: repetă până găsim un element comun în vector) | ||
| - | |||
| - | Utilizarea unuia dintre aceste prefixe are ca efect repetarea instrucțiunii prin hardware, fapt care duce la o îmbunătățire a performanței (și chiar a memoriei, datorită eliminării surplusului de instrucțiuni ca ''jmp'' și ''cmp''). Aceste bucle se numesc și **bucle hardware**. | ||
| - | |||
| - | Pe lângă registrele ESI și EDI, instrucțiunile din familia ''rep'' mai folosesc următoarele resurse: | ||
| - | |||
| - | * registrul ecx | ||
| - | * flag-ul Zero (ZF) - prin care se verifică condiția de egalitate/inegalitate, în cazul instrucțiunilor ''repz'' și ''repnz'' | ||
| - | * flag-ul Direction (DF) - prin care se specifică dacă registrele ESI și EDI se incrementează (DF = 0) sau se decrementează (DF = 1) după fiecare instrucțiune de operare pe șiruri. | ||
| - | |||
| - | Valoarea direction flag-ului se poate seta folosind instrucțiunile următoare: | ||
| - | * ''cld'' - Clear Direction Flag - va seta DF = 0 | ||
| - | * ''std'' - Set Direction Flag - va seta DF = 1 | ||
| - | |||
| - | În continuare vor fi prezentate în detaliu instrucțiunile folosite pentru lucrul cu vectori. | ||
| - | |||
| - | === MOVS (Move data from string to string) === | ||
| - | |||
| - | Se transferă un element (octet/cuvânt/dublu cuvânt) de la sursă (DS:SI) la destinație (ES:DI) și se actualizează ESI și EDI pentru a face referire la următorul element din șir. | ||
| - | |||
| - | Utilizată împreună cu prefixul ''rep'', realizează un transfer de bloc memorie-memorie. | ||
| - | |||
| - | Dacă instructiunea conține numele operanzilor, asamblorul poate infera tipul șirului; dacă nu, trebuie specificat în mod explicit tipul operației: pe byte, word sau double word. | ||
| - | Astfel, prototipurile posibile pentru această instrucțiune sunt: | ||
| - | |||
| - | <code asm> | ||
| - | movs <sir_dest>, <sir_src> | ||
| - | movsb, movsw, movsd | ||
| - | </code> | ||
| - | |||
| - | === CMPS (Compare strings) === | ||
| - | |||
| - | Instrucțiunea realizează comparația dintre valoarea aflată la EDI și cea aflată la ESI (în această ordine, deci invers față de un CMP normal), și actualizează în mod corespunzător registrul de indicatori. | ||
| - | |||
| - | Împreună cu prefixul ''repe''/''repz'', instrucțiunea determină prima pereche de elemente diferite din cele două șiruri. | ||
| - | |||
| - | Formele in care poate apărea această instrucțiune sunt similare cu instrucțiunea ''movs'': | ||
| - | |||
| - | <code asm> | ||
| - | cmps <sir_dest>, <sir_src> | ||
| - | cmpsb, cmpsw, cmpsd | ||
| - | </code> | ||
| - | |||
| - | === SCAS (Scan string) === | ||
| - | |||
| - | Această instrucțiune realizează o comparație între elementul curent al sirului destinație (ES:DI) și acumulator (AL/AX/EAX), și actualizează flag-urile. Apoi actualizează registrul ES:DI. | ||
| - | |||
| - | Mnemonici posibile: | ||
| - | |||
| - | <code asm> | ||
| - | scas <sir_dest> | ||
| - | scasb, scasw, scasd | ||
| - | </code> | ||
| - | |||
| - | De exemplu, dacă vrem să căutăm prima apariție a caracterului '''a''' în șirul ''string'' vom folosi o construcție de forma: | ||
| - | |||
| - | <code asm> | ||
| - | cld ; setăm DF = 0 | ||
| - | mov al, 'a' ; char-ul pe care vrem să îl căutăm | ||
| - | mov edi, string ; zona de memorie în care căutăm | ||
| - | repne scasb ; parcurgem cu edi șirul cât timp caracterul la care pointează șirul este diferit de al | ||
| - | | ||
| - | ; edi acum pointează la următorul caracter după primul caracter 'a' | ||
| - | sub edi, string ; aflăm diferența dintre apariția char-ului 'a' și începutul șirului | ||
| - | dec edi | ||
| - | PRINT_UDEC 4, edi | ||
| - | </code> | ||
| - | |||
| - | === LODS (Load from string) === | ||
| - | |||
| - | Instrucțiunea transferă elementul situat la adresa DS:SI în acumulator (AL/AX/EAX), și actualizează SI. | ||
| - | |||
| - | Nu are sens ca această instructiune să fie însoțită de prefixul de repetare, deoarece în acumulator ar rămâne numai ultimul element transferat. Din acest motiv, instrucțiunea se folosește numai în bucle soft. | ||
| - | |||
| - | <code asm> | ||
| - | lods <sir_src> | ||
| - | lodsb, lodsw, lodsd | ||
| - | </code> | ||
| - | |||
| - | === STOS (Store to string) === | ||
| - | |||
| - | Instrucțiunea transferă un element din acumulator (AL/AX/EAX) în șirul destinație (adresat de ES:DI), actualizând DI pentru a indica la următorul element. Dacă e folosit împreună cu prefixul de repetare, putem inițializa un șir cu o constantă. | ||
| - | |||
| - | <code asm> | ||
| - | stos <sir_dest> | ||
| - | stosb, stosw, stosd | ||
| - | </code> | ||
| - | |||
| - | ===== Vectori de structuri ===== | ||
| - | |||
| - | Adesea vom avea nevoie de vectori care să conțină elemente de dimensiuni mai mari decât cea a unui cuvânt dublu. Pentru a obține acest lucru vom combina cele două concepte prezentate anterior și vom folosi vectori de structuri. Bineînțeles, instrucțiunile de operare pe șiruri nu vor funcționa, deci vom fi nevoiți să ne întoarcem la metoda clasică de accesare a elementelor: cea prin adresarea explicită a memoriei. | ||
| - | |||
| - | Pentru exemplul din această secțiune, creăm o structură ce reprezintă un punct într-un spațiu 2D. | ||
| - | |||
| - | <code asm> | ||
| - | struc point | ||
| - | .x: resd 1 | ||
| - | .y: resd 1 | ||
| - | endstruc | ||
| - | </code> | ||
| - | |||
| - | ==== Declararea unui vector de structuri ==== | ||
| - | |||
| - | Deoarece NASM nu suportă niciun mecanism pentru a declara explicit un vector de structuri, va trebui să declarăm efectiv o zonă de date în care să încapă vectorul nostru. | ||
| - | |||
| - | Considerând că ne dorim un vector zeroizat de 100 de elemente de tipul structurii ''point'' (care este de dimensiune 8 octeți), trebuie să alocăm 100 * 8 (= 800) octeți. | ||
| - | |||
| - | Obținem: | ||
| - | <code asm> | ||
| - | section .data | ||
| - | pointArray: times 800 db 0 | ||
| - | </code> | ||
| - | |||
| - | În plus, NASM oferă o alternativă la calculul "de mână" al dimensiunii unei structuri, generând automat macro-ul ''<nume structura>_size''. Astfel, exemplul anterior poate deveni: | ||
| - | |||
| - | <code asm> | ||
| - | section .data | ||
| - | pointArray: times point_size * 100 db 0 | ||
| - | </code> | ||
| - | |||
| - | ==== Parcurgerea unui vector de structuri ==== | ||
| - | |||
| - | Cum am mai spus, pentru accesarea câmpului unui element dintr-un vector trebuie să folosim adresarea normală (în particular adresarea "based-indexed with scale"). Formula pentru aflarea adresei elementului este ''baza_vector + i * dimensiune_struct''. | ||
| - | |||
| - | Presupunând că avem în registrul ''ebx'' adresa de început a vectorului și în ''eax'' indicele elementului pe care dorim să îl accesăm, exemplul următor prezintă afișarea valorii câmpului ''y'' a acestui element. | ||
| - | |||
| - | <code asm> | ||
| - | mov ebx, pointArray ; mutăm în ebx adresa de început a șirului | ||
| - | mov eax, 13 ; să zicem că vrem al 13-lea element | ||
| - | mov edx, [ebx + point_size * eax + point.y] ; se calculeaza adresa campului dorit intre [] | ||
| - | ; si apoi se transfera valoarea de la acea adresa | ||
| - | ; in registrul edx | ||
| - | |||
| - | PRINT_UDEC 4, edx | ||
| - | NEWLINE | ||
| - | </code> | ||
| - | |||
| - | Parcurgem vectorul, având la fiecare iterație indicele curent în registrul eax. Putem să afișăm valorile din ambele câmpuri ale fiecărui element din vector cu următorul program: | ||
| - | |||
| - | <code asm> | ||
| - | %include "io.inc" | ||
| - | |||
| - | struc point | ||
| - | .x: resd 1 | ||
| - | .y: resd 1 | ||
| - | endstruc | ||
| - | |||
| - | section .data | ||
| - | pointArray: times point_size * 100 db 0 | ||
| - | |||
| - | section .text | ||
| - | global CMAIN | ||
| - | |||
| - | CMAIN: | ||
| - | push ebp | ||
| - | mov ebp, esp | ||
| - | |||
| - | xor edx, edx | ||
| - | xor eax, eax | ||
| - | label: | ||
| - | mov edx, [pointArray + point_size * eax + point.x] ; accesăm membrul x | ||
| - | PRINT_UDEC 4, edx | ||
| - | PRINT_CHAR ',' | ||
| - | | ||
| - | mov edx, [pointArray + point_size * eax + point.y] ; accesăm membrul y | ||
| - | PRINT_UDEC 4, edx | ||
| - | NEWLINE | ||
| - | |||
| - | inc eax ; incrementarea indicelui de iterare | ||
| - | cmp eax, 100 | ||
| - | jl label | ||
| - | |||
| - | leave | ||
| - | ret | ||
| - | </code> | ||
| - | |||
| - | |||
| - | ===== Exerciții ===== | ||
| - | |||
| - | În cadrul exercițiilor vom folosi [[https://ocw.cs.pub.ro/courses/_media/iocla/laboratoare/lab-05-tasks.zip|arhiva de laborator]]. | ||
| - | |||
| - | ==== [1p] 0. Recapitulare: Fibonacci sum ==== | ||
| - | |||
| - | Pornind de la fișierul ''fibo_sum.asm'', implementați un program care calculează suma primelor N numere din șirul fibonacci utilizând instrucțiunea ''loop''. | ||
| - | Suma primelor 9 este 54. | ||
| - | |||
| - | <note> | ||
| - | Puteți să investigați secțiunea [[https://ocw.cs.pub.ro/courses/iocla/laboratoare/laborator-03#instructiuni_de_transfer_de_date|Instrucțiuni de transfer de date]] din laboratorul 3. | ||
| - | </note> | ||
| - | |||
| - | ==== [1p] 1. Memset ==== | ||
| - | |||
| - | Pornind de la fișierul ''memset.asm'', implementați un program care initializeaza primii n bytes ai unui sir | ||
| - | cu un caracter specificat in zona **.data**. | ||
| - | Folosiți instrucțiunea ''stosb'' pentru a realiza stocarea caracterului în șir. | ||
| - | |||
| - | Output-ul programului după o rezolvare corectă este: | ||
| - | |||
| - | <code> | ||
| - | aaaaaaaaaaaaaaaaaaaamaximus, dictum nunc in, ultricies dui | ||
| - | </code> | ||
| - | |||
| - | Urmariti comentariile marcate cu **TODO**. | ||
| - | |||
| - | |||
| - | ==== [2p] 2. Strlen ==== | ||
| - | |||
| - | Pornind de la fișierul ''2-3-strings/strings.asm'', implementati calcularea lungimii unui sir astfel încât la rularea programului să se afișeze: | ||
| - | |||
| - | <code> | ||
| - | strlen: | ||
| - | 27 | ||
| - | </code> | ||
| - | |||
| - | În implementare trebuie să folosiți instrucțiunea ''scasb'' pentru a compara fiecare caracter cu terminatorul de șir. | ||
| - | |||
| - | Urmariti comentariile marcate cu **TODO1**. | ||
| - | ==== [2p] 3. Numărul de apariții ale unui caracter într-un șir ==== | ||
| - | |||
| - | Completați programul de mai sus adaugand implementarea functionalitatii de a calcula numarul de aparitii al unui caracter intr-un sir. | ||
| - | |||
| - | Folosiți instrucțiunea ''scasb'' setând mai întâi ecx la lungimea șirului astfel încât ''repne'' să se opreasca atunci când ''ecx = 0'' și ''ZF = 1''. | ||
| - | |||
| - | Urmariti comentariile marcate cu **TODO2**. | ||
| - | ==== [0.5p] 4. Tutorial: Afișarea conținutului unei structuri === | ||
| - | |||
| - | În programul ''print_structure.asm'' sunt afișate câmpurile unei structuri. | ||
| - | |||
| - | Urmăriți codul, observați construcțiile și modurile de adresare a memoriei. Rulați codul. | ||
| - | |||
| - | <note important> | ||
| - | Treceți la următorul pas doar după ce ați înțeles foarte bine ce face codul. Vă va fi greu să faceți următorul exercițiu dacă aveți dificultăți în înțelegerea exercițiului curent. | ||
| - | </note> | ||
| - | |||
| - | ==== [1.5p] 5. Modificarea unei structuri ==== | ||
| - | |||
| - | **Scrieți cod** în cadrul funcției ''main'' astfel încât să modificați câmpurile structurii ''sample_student'' pentru ca | ||
| - | * anul nașterii să fie ''1993'' | ||
| - | * vârsta să fie ''22'' | ||
| - | * grupa să fie ''323CA'' | ||
| - | |||
| - | <note warning> | ||
| - | Nu modificați ce se afișează, modificați codul structurii. Nu vă atingeți de codul de afișare, acel cod trebuie să rămână același. Trebuie să adăugați la începutul funcției main, în locul marcat cu ''TODO'' codul pentru modificarea structurii. | ||
| - | </note> | ||
| - | |||
| - | <note warning> | ||
| - | Trebuie să modificați conținutul structurii din cod, adică trebuie să scrieți în zona de memorie aferentă câmpului din structură. Nu modificați structura din secțiunea ''.data'', este vorba să folosiți cod pentru a modifca structura. | ||
| - | </note> | ||
| - | |||
| - | <note tip> | ||
| - | Pentru modificarea grupei, va trebui să schimbați al treilea octet/caracter al câmpului ''group'' (adică octetul/caracterul cu indexul ''2''). | ||
| - | </note> | ||
| - | |||
| - | ==== [2p] 6. Prelucrarea unei structuri ==== | ||
| - | |||
| - | Actualizați programul ''process-structure.asm'', astfel încât câmpul ''id'' să fie inițializat la primele 3 litere din prenume, urmate de primele trei litere din nume, urmate de semnul ''-'' (//minus//) și urmate de numele grupei. Adică pentru intrarea definită în fișier, afișarea va însemna mesajul //AndVoi-321CA//. | ||
| - | |||
| - | <note tip> | ||
| - | Folosiți construcția ''rep movsb'' pentru a completa câmpul ''id'' cu secvențele de subșiruri din prenume, nume și grupă. | ||
| - | </note> | ||
| - | |||
| - | <note tip> | ||
| - | Șirul referit de câmpul ''id'' trebuie să fie ''NULL''-terminat. Pentru aceasta va trebui să scrieți ''NULL''-terminatorul (adică ''0'' sau caracterul ''%%'\0'%%'' pe ultima poziție a șirului. | ||
| - | |||
| - | Pentru a scrie un caracter pe o poziție a șirului (de exemplu caracterul ''-'' sau ''NULL''-terminatorul) folosiți o construcție de forma<code> | ||
| - | mov byte [sample_student + id + <index>], <character> | ||
| - | </code> | ||
| - | unde ''<index>'' este index-ul unde vrem să scriem în cadrul șirului, iar ''<character>'' este caracterul pe ca vrem să îl scriem. | ||
| - | </note> | ||
| - | |||
| - | ==== [2p] 7. Bonus: Căutarea unui subșir într-un șir ==== | ||
| - | |||
| - | Găsiți toate aparițiile subșirului ''substring'' în șirul ''source_text'' din fișierul ''find_substring.asm''. | ||
| - | |||
| - | Afișați rezultatele sub forma: | ||
| - | |||
| - | <code> Substring found at index: <N> </code> | ||
| - | |||
| - | <note tip> Compararea a două șiruri se face cel mai ușor cu instrucțiunea ''cmps''.</note> | ||
| - | |||
