C 将无符号字符强制转换为有符号数据类型时，为什么在程序集中使用movzbl？

我正在学习汇编中的数据移动（

MOV

）。
我试图编译一些代码，以便在x86_64 Ubuntu 18.04机器中查看程序集：

typedef unsigned char src_t;
typedef xxx dst_t;

dst_t cast(src_t *sp, dst_t *dp) {
    *dp = (dst_t)*sp;
    return *dp;
}

其中，

src\u t

是

无符号字符

。至于

dst

，我尝试了

char

、

short

、

int

和

long

。 结果如下所示：

// typedef unsigned char src_t;
// typedef char dst_t;
//  movzbl  (%rdi), %eax
//  movb    %al, (%rsi)

// typedef unsigned char src_t;
// typedef short dst_t;
//  movzbl  (%rdi), %eax
//  movw    %ax, (%rsi)

// typedef unsigned char src_t;
// typedef int dst_t;
//  movzbl  (%rdi), %eax
//  movl    %eax, (%rsi)

// typedef unsigned char src_t;
// typedef long dst_t;
//  movzbl  (%rdi), %eax
//  movq    %rax, (%rsi)

我想知道为什么在每种情况下都使用

movzbl

？它不应该对应于dst？

---

谢谢

如果您想知道为什么不将

movzbw（%rdi），%ax

用于

short

，这是因为写入8位和16位部分寄存器必须与以前的高字节合并

写入32位寄存器（如EAX）会隐式地将零扩展到完整RAX，从而避免对RAX的旧值或任何ALU合并uop的错误依赖。（）

在x86上加载字节的“正常”方式是使用

movzbl

或

movsbl

，这与在RISC机器上（如ARM

ldrb

或

ldrsb

或MIPS

lbu

lb

相同

GCC通常避免的奇怪的CISC操作是与旧值合并，只替换低位，如

movb（%rdi），%al

。Clang更鲁莽，更经常地编写部分reg，而不仅仅是为商店读取它们。当

dst

为

signed char

时，您很可能会看到叮当声加载到

%al

中并存储

---

---

如果您想知道为什么不

movsbl（%rdi），%eax

（符号扩展名）

源值是无符号的，因此根据C语义，零扩展（非符号扩展）是扩展它的正确方法。要获取

movsbl

，您需要

返回（int）（签名字符）c

在

*dp=（dst）*sp转换到
dst
的转换已经从分配到
*dp
中隐式显示


无符号字符的值范围为0..255（在x86上，字符位=8）。

零将其扩展到有符号整数

可以产生一个从

0..255

的值范围，即将每个值保留为有符号非负整数

将其扩展到有符号整数的符号将产生一个从

-128..+127

的值范围，从而更改

无符号字符的值>=128。这与C语言的语义冲突，因为C语言的语义扩大了转换范围，保留了值


它不应该对应于dst

它必须至少与dst一样宽。事实证明，通过使用

movzbl

（通过隐式零扩展写入32位reg来处理顶部的32位）扩展到64位是最有效的扩展方式

存储到

*dp

是一个很好的演示，asm用于宽度不是32位的

dst

无论如何，请注意，只有一个转换发生。您的

src_t

在al/ax/eax/rax中通过加载指令转换为

dst

，并存储到任意宽度的dst。并将其保留为返回值

---

零扩展负载是正常的，即使您只是要读取该结果的低字节。

其中

src\u t

是

无符号字符

当您将

char

指针转换到另一种类型时，如果源内存实际上不是您转换到的类型，则表示您违反了，您也可能违反了系统施加的任何对齐限制，例如。@AndrewHenle:OP将

*sp

值转换为

int

，而不是将

sp

指针转换为

int*

。它没有严格的别名。从第二个代码块中，我们可以看到

typedef unsigned char src\t我认为第一个代码块中的
无符号
（int）是一个输入错误。我修正了这个问题如何表达的错误。@fuz:当
dst
是
char
时，返回值实际上只是
al
。x86-64 System V ABI指定返回值寄存器的高位可以保存垃圾。（即使是clang所依赖的不成文约定也只适用于args，而不适用于返回值。）我在这里发布了一个答案，从我能想到的所有可能的角度解决了这个问题：P@AndrewHenle：（编辑：我键入此内容时，您删除了您的评论）。为什么您假设调用方传递的不是
dst
对象的地址作为第二个参数？这显然也不是OP所要问的；生成的asm对于no UB情况（必须如此）是有意义的，这就是被询问的内容，而不是内联到某个未指定的调用方。@PeterCordes没有提供上下文。这更多的是一个“小心”的警告，因此它只是一个评论。通常，彼得·科尔德斯的回答可以从技术问题的前几行中辨认出来。