3.3 寻址模式的位级表达

3.3 寻址模式的位级表达

本节摘要：寻址模式在教科书里是文字描述，在机器里是冷冰冰的位。本节以 RISC-V 的单一寻址模式与 x86 的 ModRM 加 SIB 机制为标本，看"操作数在内存哪里"这条信息如何被压缩进固定位段。读完你应当能手工填写 ModRM 与 SIB 字节，并解释 64 位模式下 RIP 相对寻址的编码细节。

寻址信息的进位方式

指令要访问内存，就得说清地址。地址 = 基址 + 变址 × 比例 + 位移，这个通用公式大家都会背；编码的问题在于：这条公式里哪些成分写进指令、各占几位、不写时怎么表示缺省。不同 ISA 给出两种极端答案。

RISC-V 的答案极简：访存指令只有一种寻址模式——基址寄存器加 12 位有符号偏移（Load/Store 架构的克制，2.1 节见过）。偏移不够宽怎么办？用别的指令先把地址算进寄存器。比如要把地址 0x12345678 处的数读进 t0：

lui  t2, 0x12345      ; t2 = 0x12345000（高 20 位立即数装进寄存器）
addi t2, t2, 0x678    ; t2 = 0x12345678（低 12 位补齐）
lw   t0, 0(t2)        ; 读内存：基址 t2 加零偏移
​

三条指令协作完成一次远地址访问——寻址模式本身零复杂度，复杂度被推给了指令组合。这种"模式少、靠组合"的风格让解码端只认一种内存操作数形状，代价是地址合成的代码稍长。x86 的答案相反：把公式整体搬进指令，用 ModRM 与 SIB 字节逐项描述。

ModRM 解剖：x86 的寻址说明书

x86 的内存操作数由 ModRM 字节主导，8 位切成三段：最高两位 mod（寻址形态）、中间三位 reg（寄存器号或操作码延伸）、最低三位 rm（基址或辅助说明）。reg 段一物两用——在需要第二个寄存器操作数时放寄存器号，在指令延伸时放功能编号（3.2 节的地层之一）；rm 段同样身兼数职：rm=100 时表示"后面跟 SIB 字节"，mod=00 且 rm=101 时表示"用 32 位位移或 RIP 相对"。SIB 字节（Scale-Index-Base）再切三段：两位比例、三位变址寄存器、三位基址寄存器，专门负责"变址乘系数"这类成分。

图 3-2：一条七字节指令的字段解剖

从公式到字节：三个阶梯

把寻址表达式装配成字节，比想象中规律。看同一条 mov eax, [ecx+位移] 在三种位移宽度下的身材：无位移时 ModRM 用 mod=00，指令只省成 8B 01 两字节；小位移（-128 到 127）用 mod=01，多出一个位移字节，8B 41 04；大位移用 mod=10，四个位移字节跟上，8B 81 78 56 34 12。汇编器自动挑最省的档位，手工编码时你也在做同样的判断——位移宽度是变长产线代码密度的主要来源。

变址乘比例则由 SIB 补位。mov eax, [ebx+esi*4+8] 的完整编码是 8B 84 B3 08 00 00 00：操作码 8B 说明"读 32 位进寄存器"；ModRM=0x84（mod=10 表大位移，reg=000 表目标 eax，rm=100 表后随 SIB）；SIB=0xB3（scale=10 表乘 4，index=110 表 esi 变址，base=011 表 ebx 基址）；末尾四个字节是小端存放的位移 8。逐段对号入座，没有一位是多余的。这种数组访问 a[i]（基址加变址乘元素宽度）正是 SIB 的设计动机——C 代码里最热的天际线。

64 位模式还藏着一个高频特例：mod=00 且 rm=101 时，指令不再解释为绝对 32 位位移，而是 RIP 相对寻址——目标地址按"下一条指令地址加位移"计算。全局变量的访问因此用这条捷径：位置无关代码（现代系统库的默认形态）正是靠它避免绝对地址依赖，加载器才能把代码映射到任意地址。

RISC-V 的地址合成：把复杂度推给组合

3.3 节若只讲 x86 会失之偏颇，把 RISC-V 的对应做法摆上台面才算完整。它的访存指令只有"基址加 12 位偏移"一种形态，遇到更宽的偏移就分解成多步：先用 lui 把 20 位高位常数装进临时寄存器，再用 addi 补上 12 位低位，最后以该寄存器为基址执行加载。看似繁琐，实则有笔隐藏的账：绝大多数访存的偏移都在 12 位有符号范围内（正负 2048 字节覆盖了绝大多数结构体字段与局部数组），只有访问大数组的远端才需要合成——为少数场景支付三条指令，换来解码端永远只认一种内存操作数。这笔账的精髓是为高频路径保持极简，为低频路径保留出路，第 5 章解码车间你会看到这条原则如何在流水线上兑现成稳定的时序。

它还带来一个编译器视角的红利：寻址模式单一，意味着指令选择算法简单——不需要在"多个等价寻址方案"之间搜索最优。x86 的编译器后端则要在"位移塞不塞、塞多大、要不要借 SIB"之间做成本模型决策，寻址选择本身成了优化问题。工具链复杂度的天平，在编码格式定下的那一刻就已经倾斜。

容易踩的坑

手工填 ModRM 最容易错在三处。一是 reg 段的方向语义：8B（读进寄存器）与 89（写出到内存）的目标、来源在 ModRM 里互换，填反了数据流向就反——很多手写编码错误源于此。二是 mod=00 rm=101 这个特殊格子在 32 位与 64 位模式下的含义不同（绝对位移对 RIP 相对），拿 32 位直觉写 64 位代码会静默出错。三是 SIB 里 base=101 也有一层特殊含义（配合 mod 段表示无基址），虽然低频，但反汇编对不上时值得怀疑到这里。建议把本节的三个阶梯案例亲手抄进反汇编器各跑一遍，字节级对照——这一课的肌肉记忆，3.4 节马上要用。

本节要点回顾

• RISC-V 一种寻址模式打天下：基址加 12 位偏移，远地址靠 lui 与 addi 合成——模式少、组合补。
• x86 把寻址公式整体编码：ModRM 定形态（mod/reg/rm），SIB 补变址乘比例，位移按 0、8、32 位三档伸缩。
• reg 段一物两用：寄存器号或操作码延伸；rm=100 借 SIB 扩容，mod=00 rm=101 在 64 位下是 RIP 相对。
• 数组访问是 SIB 的设计动机，位置无关代码是 RIP 相对寻址的日常用户。
• 手工填字段时盯紧方向语义与模式特例，错位常常静默。