关于简单CPU仿真器实现的问题

Question

背景信息：最终，我想编写一个真机的模拟器，例如原始的任天堂或 Gameboy。然而，我决定我需要从更简单的地方开始。我的计算机科学顾问/教授向我提供了一个非常简单的假想处理器的规格，他首先创建了这个处理器来进行模拟。有 1 个寄存器（累加器）和 16 个操作码。每条指令由 16 位组成，其中前 4 位包含操作码，其余为操作数。这些指令以二进制格式的字符串形式给出，例如“0101 0101 0000 1111”。

我的问题：在C++中，解析处理指令的最佳方法是什么？请牢记我的最终目标。以下是我考虑过的一些要点：

1. 我不能只在阅读指令时处理和执行它们，因为代码是自我修改的：一条指令可以更改后面的指令。我认为解决此问题的唯一方法是存储所有更改，并针对每条指令检查是否需要应用更改。这可能会导致对每条指令的执行进行大量比较，这是不好的。因此，我认为我必须以另一种格式重新编译指令。

2. 虽然我可以将操作码解析为字符串并对其进行处理，但在某些情况下，整个指令必须被视为数字。例如，增量操作码甚至可以修改指令的操作码部分。

3. 如果我要将指令转换为整数，我不确定如何仅解析 int 的操作码或操作数部分。即使我将每条指令重新编译为三个部分，整个指令作为 int，操作码作为 int，操作数作为 int，仍然无法解决问题，因为我可能必须增加整个指令然后解析受影响的操作码或操作数。此外，我是否必须编写一个函数来执行此转换，或者是否有一些 C++ 库具有将“二进制格式”字符串转换为整数的函数（如 Java 中的 Integer.parseInt(str1, 2) ）？

4. 此外，我希望能够执行移位等操作。我不确定如何实现这一点，但这可能会影响我实现此重新编译的方式。

感谢您提供的任何帮助或建议！

Answer 1

将原始代码解析为整数数组。该数组是您计算机的内存。

使用按位运算提取各个字段。例如，以下代码

unsigned int x = 0xfeed;
unsigned int opcode = (x >> 12) & 0xf;

将从存储在 unsigned int 中的 16 位值中提取最高四位（此处为 0xf）。然后，您可以使用例如 switch() 来检查操作码并采取正确的操作：

enum { ADD = 0 };

unsigned int execute(int *memory, unsigned int pc)
{
  const unsigned int opcode = (memory[pc++] >> 12) & 0xf;

  switch(opcode)
  {
  case OP_ADD:
    /* Do whatever the ADD instruction's definition mandates. */
    return pc;
  default:
    fprintf(stderr, "** Non-implemented opcode %x found in location %x\n", opcode, pc - 1);
  }
  return pc;
}

修改内存只是写入整数数组的一种情况，如果需要，也许还可以使用一些按位数学。

Answer 2

我认为最好的方法是读取指令，将它们转换为无符号整数，并将它们存储到内存中，然后从内存中执行它们。

1. 一旦您解析了指令并将其存储到内存中，自我修改比存储每条指令的更改列表要容易得多。您可以只更改该位置的内存（假设您不需要知道旧指令是什么）。

2. 由于您要将指令转换为整数，因此这个问题没有实际意义。

3. 要解析操作码和操作数部分，您需要使用位移位和掩码。例如，要获取操作码，请屏蔽高 4 位并向下移动 12 位（指令 >> 12）。您也可以使用掩码来获取操作数。

4. 你的意思是你的机器有移位指令？这不应该影响您存储操作数的方式。当您开始执行其中一条指令时，您可以仅使用 C++ 位移运算符 << 和 >>>。

Answer 3

为了以防万一它有帮助，这是我用 C++ 编写的最后一个 CPU 模拟器。实际上，它是我用 C++ 编写的唯一模拟器。

该规范的语言有点特殊，但它是一个完全受人尊敬、简单的 VM 描述，可能与您教授的 VM 非常相似：

http://www.boundvariable.org/um-spec.txt

这是我的（有些过度设计的）代码，它应该会给您一些想法。例如，它展示了如何在 um.cpp 中的 Giant Switch 语句中实现数学运算符：

http: //www.eschatonic.org/misc/um.zip

你也许可以找到其他实现来与网络搜索进行比较，因为很多人参加了比赛（我不是其中之一：我做了很多之后）。虽然我猜 C++ 中的人不多。

如果我是你，我只会将指令存储为字符串来开始，如果这是你的虚拟机规范定义对它们的操作的方式。然后每次要执行它们时，根据需要将它们转换为整数。虽然会很慢，但那又怎样？你的虚拟机并不是一个真正的虚拟机，你将用它来运行对时间要求严格的程序，而且慢吞吞的解释器仍然说明了你在这个阶段需要了解的要点。

尽管虚拟机实际上可能用整数来定义所有内容，而字符串只是在程序加载到机器中时描述程序。在这种情况下，请在开始时将程序转换为整数。如果虚拟机将程序和数据存储在一起，并且对两者执行相同的操作，那么这就是正确的方法。

在它们之间进行选择的方法是查看用于修改程序的操作码。新指令是作为整数还是作为字符串提供给它？无论哪种格式，最简单的开始可能就是以该格式存储程序。一旦它发挥作用，您可以随时进行更改。

在上述 UM 的情况下，机器是根据具有 32 位空间的“盘片”来定义的。显然，这些可以在 C++ 中表示为 32 位整数，所以这就是我的实现所做的。

Answer 4

我为自定义加密处理器创建了一个模拟器。我通过创建基类树来利用 C++ 的多态性：

struct Instruction  // Contains common methods & data to all instructions.
{
    virtual void execute(void) = 0;
    virtual size_t get_instruction_size(void) const = 0;
    virtual unsigned int get_opcode(void) const = 0;
    virtual const std::string& get_instruction_name(void) = 0;
};

class Math_Instruction
:  public Instruction
{
  // Operations common to all math instructions;
};

class Branch_Instruction
:  public Instruction
{
  // Operations common to all branch instructions;
};

class Add_Instruction
:  public Math_Instruction
{
};

我还有几个工厂。至少有两个是有用的：

1. 用于创建指令的工厂
   文本。
2. 创建指令的工厂
   操作码

指令类应该具有从输入源（例如std::istream）或文本（std::string）加载数据的方法。还应该支持输出的推论方法（例如指令名称和操作码）。

我让应用程序从输入文件创建对象，并将它们放入指令向量中。 执行器方法将运行数组中每条指令的“execute()”方法。此操作向下渗透到执行详细执行的指令叶对象。

还有其他可能需要模拟的全局对象。就我而言，其中一些包括数据总线、寄存器、ALU 和内存位置。

在编码之前，请花更多时间设计和思考该项目。我发现这是一个相当大的挑战，特别是实现一个具有单步功能的调试器和 GUI。

祝你好运！