指令系统2(Load/Store 指令)

一. Load/Store 指令

1. 前变址

前变址指令是在读取或存储数据时,先根据基址寄存器(Rn)与偏移量(offset)计算出有效地址,再进行数据操作。相关指令及示例如下:

  • LDR R0, [R1, #4]:从地址R1 + 4处读取一个字(32 位)到R0。假设R1 = 0x10000000,指令执行后R0 = 0x88776655R1的值保持为0x10000000 。

  • LDRB R2, [R1, #4]:从地址R1 + 4处读取一个字节(8 位)到R2,高位补零扩展为 32 位。执行后R2 = 0x00000055R1的值不变。

  • LDRH R3, [R1, #4]:从地址R1 + 4处读取一个半字(16 位)到R3,高位补零扩展为 32 位。执行后R3 = 0x00006655R1的值不变。

  • LDRSB R4, [R1, #7]:从地址R1 + 7处读取一个字节,执行符号扩展成 32 位后存入R4。执行后R4 = 0xFFFFFFFF88R1的值不变。

前变址指令详细说明如下:

指令

功能描述

LDRB Rd, [Rn, offset]

从地址Rn + offset处读取一个字节到Rd

LDRH Rd, [Rn, offset]

从地址Rn + offset处读取一个半字到Rd

LDR Rd, [Rn, offset]

从地址Rn + offset处读取一个字到Rd

LDRD Rd1, Rd2, [Rn, offset]

从地址Rn + offset处读取一个双字(64 位整数)到Rd1(低 32 位)和Rd2(高 32 位)中

STRB Rd, [Rn, offset]

Rd中的低字节存储到地址Rn + offset

STRH Rd, [Rn, offset]

Rd中的低半字存储到地址Rn + offset

STR Rd, [Rn, offset]

Rd中的低字存储到地址Rn + offset

STRD Rd1, Rd2, [Rn, offset]

Rd1(低 32 位)和Rd2(高 32 位)表达的双字存储到地址Rn + offset

LDRSB Rd, [Rn, offset]
LDRSH Rd, [Rn, offset]

字节 / 半字的自动变址加载,并且在加载后执行符号扩展成 32 位

2.自动变址

自动变址指令在完成数据操作后,会自动对基址寄存器进行调整。

以   LDR.W R0, [R1, #20]!  为例,执行步骤如下:

  • 先计算R1 = R1 + 20 。

  • 然后将计算后的地址R1中的数据读取到R0 。

自动变址指令详细说明如下:

指令

功能描述

LDR.W Rd, [Rn, offset]!
LDRB.W Rd, [Rn, offset]!
LDRH.W Rd, [Rn, offset]!
LDRD.W Rd1, Rd2, [Rn, offset]!

字 / 字节 / 半字 / 双字的自动变址加载(不做带符号扩展,没有用到的高位全部置 0)

LDRSB.W Rd, [Rn, offset]!
LDRSH.W Rd, [Rn, offset]!

字节 / 半字的自动变址加载,并且在加载后执行符号扩展成 32 位整数

STR.W Rd, [Rn, offset]!
STRB.W Rd, [Rn, offset]!
STRH.W Rd, [Rn, offset]!
STRD.W Rd1, Rd2, [Rn, offset]!

字 / 字节 / 半字 / 双字的自动变址存储

3.后变址

后变址指令先以基址寄存器(Rn)的当前值进行数据操作,然后再对基址寄存器进行调整。

STR.W R0, [R1], #-12为例,执行步骤如下:

  • 先将R0的数据存储到地址R1处。

  • 然后计算R1 = R1 + (-12) 。

后变址指令详细说明如下:

指令

功能描述

LDR.W Rd, [Rn], offset
LDRB.W Rd, [Rn], offset
LDRH.W Rd, [Rn], offset
LDRD.W Rd1, Rd2, [Rn], offset

字 / 字节 / 半字 / 双字的带后索引加载(不做带符号扩展,没有用到的高位全清 0)

LDRSB.W Rd, [Rn], offset

字节 / 半字的带后索引加载,并且在加载后执行符号扩展成 32 位整数

STR.W Rd, [Rn], offset
STRB.W Rd, [Rn], offset
STRH.W Rd, [Rn], offset
STRD.W Rd1, Rd2, [Rn], offset

字 / 字节 / 半字 / 双字的带后索引存储

后变址应用举例:

  • LDR R0, [R1], #4:假设R1 = 0x10000000,先从地址R1(即0x10000000)处读取一个字到R0R0 = 0x44332211,然后R1 = R1 + 4 = 0x10000004 。

  • LDRB R2, [R1], #4:从地址R1(此时R1 = 0x10000004)处读取一个字节到R2R2 = 0x00000011,接着R1 = R1 + 4 = 0x10000004 。

  • LDRH R3, [R1], #4:从地址R10x10000004)处读取一个半字到R3R3 = 0x00002211,之后R1 = R1 + 4 = 0x10000004 。

  • LDRSB R4, [R1], #7:从地址R10x10000004)处读取一个字节并符号扩展到 32 位存入R4R4 = 0x00000011,最后R1 = R1 + 7 = 0x10000007 。

Load/Store 指令综合举例(字序调整):


假设内存地址0x1000处存储的值为0x12345678ABCDEF00,执行以下指令:

  • LDR R2, =0x1000:将地址0x1000加载到R2 。

  • LDRD.W R0, R1, [R2]:从地址R2(即0x1000)处读取一个双字,R0 = 0xABCDEF00R1 = 0x12345678 。

  • STRD.W R1, R0, [R2]:把R1(低 32 位)和R0(高 32 位)存储到地址R20x1000)处,此时(0x1000) = 0xABCDEF0012345678 。

二. 批量数据传送指令

1. 批量数据 Load/Store 指令

这些指令用于在内存与多个寄存器之间批量传输数据,Rd后面的!表示在每次访问前(Before)或访问后(After),要自增(Increment)或自减(Decrement)基址寄存器Rd的值,增 / 减单位为 1 个字(4 字节)。具体指令如下:

指令

功能描述

LDMIA Rd!, {寄存器列表}

Rd处读取多个字,每读一个字后Rd自增一次,16 位宽度

STMIAR Rd, {寄存器列表}

存储多个字到Rd处,每存一个字后Rd自增一次,16 位宽度

LDMIA.W Rd!, {寄存器列表}

Rd处读取多个字,每读一个字后Rd自增一次,32 位宽度

LDMDB.W Rd!, {寄存器列表}

Rd处读取多个字,每读一个字前Rd自减一次,32 位宽度

STMIA.W Rd!, {寄存器列表}

存储多个字到Rd处,每存一个字后Rd自增一次,32 位宽度

STMDB.W Rd!, {寄存器列表}

存储多个字到Rd处,每存一个字前Rd自减一次,32 位宽度

例如,当R8 = 0x8000时:

  • STMIA.W R8!, {R0 - R3}:每存储一次,R8的值增加 4 字节,先存储R0 - R3的值,然后R8自增。执行后R8值变为0x8010 。

  • STMDB.W R8!, {R0 - R3}:每存储一次,R8的值减少 4 字节,先自减R8,然后存储R0 - R3的值。执行后R8值变为0x7FF0 。

2.堆栈传送类指令

  • STMDB SP!, [R0 - R3, LR]:等效于PUSH {R0 - R3, LR},将寄存器R0 - R3和链接寄存器LR的值压入堆栈,堆栈指针SP在存储前递减。

  • LDMIIA SP!, {R0 - R3, PC}:等效于POP {R0 - R3, PC},从堆栈中弹出数据到寄存器R0 - R3和程序计数器PC,堆栈指针SP在读取后递增。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/898473.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

ubuntu部署运行xinference全精度对话deepseek本地部署图文教程

前置环境搭建劳请移步往期 source activate 自己环境名启动python3.12环境安装xinference, 按教程敲命令,wheel包与wsl的通用,pip install 包名。 vllm引擎,transform引擎也会顺带自动装上了。 后续操作请参照往期教程。本地部署模…

技术分享 | MySQL内存使用率高问题排查

本文为墨天轮数据库管理服务团队第51期技术分享,内容原创,如需转载请联系小墨(VX:modb666)并注明来源。 一、问题现象 问题实例mysql进程实际内存使用率过高 二、问题排查 2.1 参数检查 mysql版本 :8.0.…

[AI速读]混合语言IP集成:挑战与高效解决方案

在现代SoC(系统级芯片)设计中,IP(知识产权模块)复用是提升开发效率的关键。然而,当设计涉及多种硬件描述语言(如SystemVerilog、VHDL、SystemC)时,如何高效集成不同语言的IP模块成为一大难题。本文将从实际设计场景出发,探讨混合语言IP集成的核心挑战,并介绍一套方法…

【vulhub/wordpress靶场】------获取webshell

1.进入靶场环境: 输入:cd / vulhub / wordpress / pwnscriptum 修改版本号: vim docker-compose.yml version: 3 保存退出 开启靶场环境: docker - compose up - d 开启成功,docker ps查看端口 靶场环境80…

微信小程序:用户拒绝小程序获取当前位置后的处理办法

【1】问题描述: 小程序在调用 wx.getLocation() 获取用地理位置时,如果用户选择拒绝授权,代码会直接抛出错误。如果再次调用 wx.getLocation() 时,就不会在弹窗询问用户是否允许授权。导致用户想要重新允许获取地理位置时&#x…

NLP 与常见的nlp应用

自然语言处理(NLP)是一个广泛的领域,它不仅包括自然语言理解(NLU),还涉及一系列其他任务和子领域。以下是NLP领域中的主要组成部分及其相关任务: 1. 自然语言理解(NLU) …

全网首创/纯Qt/C++实现国标GB28181服务/实时视频/云台控制/预置位/录像回放和下载/事件订阅/语音对讲

一、前言说明 用纯Qt来实现这个GB28181的想法很久了,具体可以追溯到2014年,一晃十年都过去了,总算是整体的框架和逻辑都打通了,总归还是杂七杂八的事情多,无法静下心来研究具体的协议,最开始初步了解协议后…

Django+celery+flower

Djangoceleryflower Django的定时任务及可视化监控Django Django的定时任务及可视化监控 Django的定时任务,以及可视化监控。 Django Django; 首先在python中新建虚拟环境并激活 pip install virtualenv python -m venv venv source venv/bin/activa…

Python 编程题 第十一节:选择排序、插入排序、删除字符、目标移动、尾部的0

选择排序 假定第一个为最小的为已排序序列,与后面的比较,找到未排序序列中最小的后,交换位置,获得最小元素,依次往后 lst[1,14,25,31,21,13,6,8,14,9,7] def selection_sort(lst):for i in range(len(lst)):min_inde…

组态王Kingview配置为OPCUA服务器的一些问题处理

一、问题描述 1、组态王【运行配置】界面没有【服务配置】的选项,无法将组态王Kingview配置为OPCUA服务器; 2、点击组态王【运行配置界面】的【服务配置】选项弹窗警告提示【试图执行的操作不受支持】,如下图所示: 二、问题分析 …

模块二 单元4 安装AD+DC

模块二 单元4 安装ADDC 两个任务: 1.安装AD活动目录 2.升级当前服务器为DC域控制器 安装前的准备工作: 确定你要操作的服务器系统(Windows server 2022); 之前的服务器系统默认是工作组的模式workgroup模式&#xff08…

git clone项目报错fatal: fetch-pack: invalid index-pack output问题

前情回顾:git项目放在公司服务器上面,克隆等操作需要连接VPN才能操作。由于项目比较大,网速比较慢,克隆项目经常出现fetch-pack: invalid index-pack output。在网上查找各种解决方法。也就这一种有点效果。仅供参考,不…

前端Tailwind CSS面试题及参考答案

解释 Tailwind CSS 中 w-1/2 和 max-w-md 的区别及适用场景 在 Tailwind CSS 里,w-1/2 和 max-w-md 属于不同类型的宽度控制类,它们的功能和适用场景存在明显差异。 w-1/2 是用来设定元素宽度的类。它把元素宽度设定为其父元素宽度的一半。例如&#xff…

《深度剖析:BERT与GPT——自然语言处理架构的璀璨双星》

在自然语言处理(NLP)的广袤星空中,BERT(Bidirectional Encoder Representations from Transformers)与GPT(Generative Pretrained Transformer)系列模型宛如两颗最为耀眼的星辰,引领…

VMware主机换到高配电脑,高版本系统的问题

原来主机是i3 ,windows7系统,vmware 14.0,虚机系统是ubuntu 14.04。目标新机是i7 14700KF,windows11系统。原以为安装虚拟机,将磁盘文件,虚拟机配置文件拷贝过去可以直接用。 新目标主机先安装了vmware 15,运行原理虚机&#xff0…

后端框架模块化

后端框架的模块化设计旨在简化开发流程、提高可维护性,并通过分层解耦降低复杂性。以下是常见的后端模块及其在不同语言(Node.js、Java、Python)中的实现方式: 目录 1. 路由(Routing)2. 中间件(…

MDG实现BP客商复杂逻辑校验的方法

引言 项目中可能常用的增强点是USMD_RULE_SERVICE来实现复杂的校验逻辑,除此之外,SAP对BP主数据还提供了以下的实现方式。 方法1-替换ERP校验类 众所周知,BP存在复杂的ERP校验,主要通过类CL_MDG_BS_FND_BP_CHECK(子…

基于springboot的教务系统(源码+lw+部署文档+讲解),源码可白嫖!

摘要 这些年随着Internet的迅速发展,我们国家和世界都已经进入了互联网大数据时代,计算机网络已经成为了整个社会以及经济发展的巨大动能,各个高校的教务工作成为了学校管理事务的重要目标和任务,因此运用互联网技术来提高教务的…

TDengine 中的流式计算

简介 TDengine 中的流计算,功能相当于简化版的 FLINK , 具有实时计算,计算结果可以输出到超级表中存储,同时也可用于窗口预计算,加快查询速度。 创建流式计算 CREATE STREAM [IF NOT EXISTS] stream_name [stream_o…

代码随想录day23 回溯part2

39.组合总和 给你一个 无重复元素 的整数数组 candidates 和一个目标整数 target ,找出 candidates 中可以使数字和为目标数 target 的 所有 不同组合 ,并以列表形式返回。你可以按 任意顺序 返回这些组合。 candidates 中的 同一个 数字可以 无限制重…