在linux上实现汇编64中的strcmp函数

Question

我正在尝试实现strcmp，它是C程序集 64 中的一个函数，这是迄今为止我的工作代码：

global ft_strcmp

section .text

ft_strcmp:              ;rax ft_strcmp(rdi, rsi)
        mov     r12, 0  
loop:
        mov r13b, [rdi + r12]
        cmp byte [rdi + r12], 0
        jz exit
        cmp byte [rsi + r12], 0
        jz exit
        cmp r13b, byte [rsi + r12]
        jnz  exit
        inc r12
        jmp loop

exit:
        sub r13b, [rsi + r12]
        movsx rax, r13b
        ret 

当我尝试用这个编译它时main.c：

#include <stdio.h>
#include <string.h>

int     ft_strcmp(const char *str1, const char *str2);

int     main()
{
        const char      str1[20] = "hella world";
        const char      str2[20] = "hello world";

        printf("ft_strcmp = %d\n",ft_strcmp(str1, str2));
        printf("strcmp = %d\n",strcmp(str1, str2));
   
        return (0);
}

结果如下图所示：

ft_strcmp = -14
strcmp = -14

o这是减去from的结果a：ret = 'a' - 'o'十进制 ascii 代码97 - 111 = -14。

但是当我尝试使用另一个main.c如下所示的方法时，我只是将字符串直接传递给两者strcmp()，而ft_strcmp()不是传递声明的变量：

#include <stdio.h>
#include <string.h>

int     ft_strcmp(const char *str1, const char *str2);

int     main()
{
        printf("ft_strcmp = %d\n",ft_strcmp("hella world", "hello world"));
        printf("strcmp = %d\n",strcmp("hella world", "hello world"));
        return (0);
}

结果变成：

ft_strcmp = -14
strcmp = -1

我在这个广阔的互联网上进行了一些搜索，发现了一些关于此行为的解释：

为什么模板函数中的 strcmp() 返回不同的值？

这是 C 中 strcmp() 的唯一返回值吗？

但问题是我如何在汇编代码中实现这种行为，我的意思是有没有办法知道字符串是否直接传递给参数？

我试着调试了一下lldb，发现上面两种情况下rdi和的地址是不同的。rsi (the registers that get the first parameter and the second parameter respectively)

在第一种情况下，地址是这样写的：

rdi = 0x00007fffffffde50  ; the address of the first string
rsi = 0x00007fffffffde70  ; the address of the second string

但在第二种情况下，它们是这样写的：

rdi = 0x0000555555556010  ; the address of the first string
rsi = 0x0000555555556004  ; the address of the second string

我不确定这是否有帮助，但谁知道呢，提前致谢。

＃编辑

好吧，既然我的问题标记为[重复]，我将发布我的答案，它似乎可以完成上述行为，如下所示：

使用调试后，lldb我注意到每当我将文字字符串传递给 时，和ft_strcmp()的地址 都会写成这样：rdirsi

rdi = 0x0000555555556010  ; the address of the first string
rsi = 0x0000555555556004  ; the address of the second string

每当我传递声明的变量而不是文字字符串时，地址就会变成这样：

rdi = 0x00007fffffffde50  ; the address of the first string
rsi = 0x00007fffffffde70  ; the address of the second string

“至少这是我在 Linux X64 操作系统的机器上得到的”，所以我考虑做一些转换技巧：

这是0x00007fffffffde50二进制表示的方式：

 11111111111111111111111111111111101111001010000

我会将其移位 44 位，以便7稍后进行比较，rax在本例中让我们将其存储在寄存器中：

mov rax, 0x00007fffffffde50
rax >> 44  in assembly ==> shr  rax, 44 ==> (rax = 111 ==> 7)

现在我将检查 和rdi是否rsi是文字字符串：

mov r8, rdi       ; store the address of rdi in r8
shr r8, 44        ; right shift the address of r8 by 44 bits
cmp r8, rax       ; compare if the results are the same or not
jl  loop2         ; if r8 < rax then jump to loop2 for example 5 < 7

这是我的最终代码，但我不确定这是否是一个好方法，这只是一个小技巧，它与我一起进行上述测试，不确定复杂的测试。（注意：它不适用于调用在全局范围内声明的变量，感谢Peter Cordes指出了这一点）

global ft_strcmp

section .text

ft_strcmp:      ;rax ft_strcmp(rdi, rsi)
    mov r12, 0  
    mov rax, 0x00007fffffffde50
    shr rax, 44
    mov r8, rdi
    shr r8, 44
    cmp r8, rax
    jl  loop2
loop1:
    mov r13b, [rdi + r12]
    cmp byte [rdi + r12], 0
    jz exit1
    cmp byte [rsi + r12], 0
    jz exit1
    cmp r13b, byte [rsi + r12]
    jnz  exit1
    inc r12
    jmp loop1

exit1:
    sub r13b, [rsi + r12]
    movsx rax, r13b
    ret
loop2:
    mov r13b, [rdi + r12]
    cmp byte [rdi + r12], 0
    jz exit2
    cmp byte [rsi + r12], 0
    jz exit2
    cmp r13b, byte [rsi + r12]
    jnz  exit2
    inc r12
    jmp loop2

exit2:
    cmp r13b, byte [rsi + r12]
    jl ret_m
    jg ret_p
ret_z:
    mov rax, 0
    ret
ret_p:
    mov rax, 1
    ret
ret_m:
    mov rax, -1
    ret

现在，当我使用上述两者进行编译时，结果是相同的main.c。

Answer 1

strcmp()只保证结果的符号。在第二种情况下，某些东西可能得到了优化。你不需要关心大小的不同，所以最好不要关心。

编译器有权优化

printf("strcmp = %d\n",strcmp("hella world", "hello world"));

到

printf("strcmp = %d\n",-1);