C 尝试对函数进行反向工程

我正在尝试更多地理解x86中的汇编。我知道这里有一个神秘函数，它返回一个

int

并接受一个

int

参数。 所以它看起来像是

intsummary（intn）{}

。然而，我无法理解C中的函数。大会是：

mov  %edi, %eax
lea  0x0(,%rdi, 8), %edi
sub  %eax, %edi
add  $0x4, %edi
callq < mystery _util >
repz retq

< mystery _util >
mov  %edi, %eax
shr  %eax
and  $0x1, %edi
and  %edi, %eax
retq

mov%edi，%eax
lea 0x0（，%rdi，8），%edi
子%eax，%edi
添加$0x4，%edi
callq
雷普兹雷特
<神秘_util>
mov%edi，%eax
shr%eax
和$0x1，%edi
和%edi，%eax
retq

---

我不明白lea在这里做什么，它可能是什么样的功能

LEA只是左移3，并将结果截断为32位（即，零将EDI隐式扩展为RDI）。x86-64系统V传递RDI中的第一个整数arg，因此所有这些都与一个

int

arg一致。LEA使用内存操作数语法和机器编码。将其用作乘以常数的乘法运算的一部分

生成此函数的编译器错过了此处的优化；第一个

mov

可以通过

lea  0x0(,%rdi, 8), %eax     # n << 3 = n*8
sub  %edi, %eax              # eax = n*7
lea  4(%rax), %edi           # rdi = 4 + n*7

---

lea0x0（，%rdi，8），%eax#nlea

执行地址计算，但不是取消对地址的引用，而是将计算出的地址存储到目标寄存器中。 在AT&T语法中，

leac（b，C，d），reg

表示

reg=C+b+C*d

，其中

C

是常数，

b

，

C

是寄存器，

d

是{1,2,4,8}中的标量。因此，您可以看到为什么LEA在简单的数学运算中很受欢迎：它在一条指令中执行了相当多的操作。（*包括prl以下评论的更正）

此汇编代码有一些奇怪的特性：

repz

前缀仅在应用于某些指令时才严格定义，

retq

不是其中之一（尽管处理器的一般行为是忽略它）。有关更多信息，请参见下面迈克尔·佩奇的评论和链接。使用

lea（，rdi，8），edi

，然后使用

sub eax，edi

来计算

arg1*7

似乎也很奇怪，但一旦prl注意到标量

d

必须是2的恒定幂，就有意义了。在任何情况下，我都是这样读这段代码的：

mov  %edi, %eax          ; eax = arg1
lea  0x0(,%rdi, 8), %edi ; edi = arg1 * 8
sub  %eax, %edi          ; edi = (arg1 * 8) - arg1 = arg1 * 7
add  $0x4, %edi          ; edi = (arg1 * 7) + 4
callq < mystery _util >  ; call mystery_util(arg1 * 7 + 4)
repz retq                ; repz prefix on return is de facto nop.


< mystery _util >
mov  %edi, %eax          ; eax = arg1
shr  %eax                ; eax = arg1 >> 1
and  $0x1, %edi          ; edi = 1 iff arg1 was odd, else 0
and  %edi, %eax          ; eax = 1 iff smallest 2 bits of arg1 were both 1.
retq

mov%edi，%eax；eax=arg1
LEA0x0（，%rdi，8），%edi；edi=arg1*8
低于%eax，%edi；edi=（arg1*8）-arg1=arg1*7
添加$0x4，%edi；edi=（arg1*7）+4
callq<神秘_util>；调用神秘_util（arg1*7+4）
雷普兹雷特克；返回时的repz前缀实际上是nop。
<神秘_util>
mov%edi，%eax；eax=arg1
shr%eax；eax=arg1>>1
和$0x1，%edi；如果arg1为奇数，则edi=1，否则为0
和%edi，%eax；eax=1如果arg1的最小2位均为1。
retq

注意第4行的

+4

完全是假的。它不能影响神秘的结果

---

因此，总的来说，这个ASM代码段计算布尔值（arg1*7）%4==3。

汇编代码似乎是由计算机生成的，而且可能是由GCC编译的，因为在无条件分支（

调用

）之后有一个

repz retq

）。还有一个迹象表明，由于在转到

summary\u util

时没有尾部调用（

jmp

）而不是

调用，因此代码是使用
-O1
编译的（更高的优化级别可能会内联此处未发生的函数）。缺少帧指针和额外的加载/存储表明它不是用
-O0

将
x
乘以7与将
x
乘以8并减去
x
相同。下面的代码就是这么做的：

lea  0x0(,%rdi, 8), %edi
sub  %eax, %edi

可以计算地址，但也可以用于简单的算术。内存操作数的语法是位移（基、索引、刻度）。刻度可以是1、2、4、8。计算方法为位移+基底+指数*标度。在您的情况下，
lea0x0（，%rdi，8），%edi
实际上是edi=0x0+rdi*8或edi=rdi*8。完整计算为n*7-4

summary\u util
的计算似乎简单

n &= (n>>1) & 1;

如果我把所有这些因素加在一起，我们就有一个函数
summary
，它将n*7-4传递给一个名为
summary\u util
的函数，该函数返回
n&=（n>>1）&1

由于
summary\u util
返回单个位值（0或1），因此合理的做法是将
bool
作为返回类型

我很好奇是否可以得到一个优化级别为1（
-O1
）的特定版本的GCC来重现这个汇编代码。我发现GCC4.9.x将为这个给定的C程序生成一个精确的汇编代码：

您可以在上玩此代码


重要更新-没有bool的版本
我显然在解释这个问题时犯了错误。我假设问这个问题的人自己决定了
神秘
的原型是
int神秘（int n）
。我想我可以改变这一点。根据一天后在Stackoverflow上被问到的问题，似乎
int-summary（int-n）
是作为任务的一部分提供给你的原型。这很重要，因为这意味着必须进行修改

需要进行的更改与
summary\u util
有关。要进行反向工程的代码中有以下几行：

mov  %edi, %eax
shr  %eax

EDI是第一个参数。SHR是逻辑右移。只有当EDI是一个
无符号int
（或等效项）时，编译器才会生成此代码
int
是一种有符号类型，可以生成SAR（算术右移）。这意味着
unsigned_util
的参数必须是
unsigned int
（因此返回值可能是
unsigned int
。这意味着代码如下所示：

unsigned int mystery_util(unsigned int n)
{
    n &= (n>>1) & 1;
    return n;
}

int mystery(int n)
{
    return mystery_util (7*n+4);
}

神秘
现在有了你教授给出的原型（mov  %edi, %eax
shr  %eax

unsigned int mystery_util(unsigned int n)
{
    n &= (n>>1) & 1;
    return n;
}

int mystery(int n)
{
    return mystery_util (7*n+4);
}

mystery_util:
        movl    %edi, %eax
        sarl    %eax          ; <------- SAR (arithmetic shift right) is not SHR
        andl    $1, %edi
        andl    %edi, %eax
        ret