ldr r0, =0x12345678,ldr r0, [r0]的含义说明

news/2024/11/26 5:25:20/

ARM是RISC结构,数据从内存到CPU之间的移动只能通过L/S指令来完成,也就是ldr/str指令。
比如想把数据从内存中某处读取到寄存器中,只能使用ldr
比如:
ldr r0, 0x12345678
就是把0x12345678这个地址中的值存放到r0中。
而mov不能干这个活,mov只能在寄存器之间移动数据,或者把立即数移动到寄存器中,这个和x86这种CISC架构的芯片区别最大的地方。
x86中没有ldr这种指令,因为x86的mov指令可以将数据从内存中移动到寄存器中。

另外还有一个就是ldr伪指令,虽然ldr伪指令和ARM的ldr指令很像,但是作用不太一样。ldr伪指令可以在立即数前加上=,以表示把一个地址写到某寄存器中,比如:
ldr r0, =0x12345678
这样,就把0x12345678这个地址写到r0中了。所以,ldr伪指令和mov是比较相似的。只不过mov指令限制了立即数的长度为8位,也就是不能超过512。而ldr伪指令没有这个限制。如果使用ldr伪指令时,后面跟的立即数没有超过8位,那么在实际汇编的时候该ldr伪指令是被转换为mov指令的。

ldr r0, [r0]

结合上面讲述,这里指将内存中地址为R0存储值的内容加载到R0寄存器。

https://blog.csdn.net/weibo1230123/article/details/84036225


http://www.ppmy.cn/news/790721.html

相关文章

rand和srand的用法(转载)

首先我们要对rand&srand有个总体的看法:srand初始化随机种子,rand产生随机数,下面将详细说明。 rand(产生随机数) 表头文件: #include<stdlib.h> 定义函数 :int rand(void) 函数说明 : 因为rand的内部实现是用线性同余法做的,他不是真的随机数,只不过是因为其周…

rand()和srand()

前提概要 rand()用于生成随机数,但不是生成真正的随机数 srand()用于设置供rand()使用的随机数种子 提示 第一次调用rand()之前没有调用srand()&#xff0c;那么系统会为你自动调用srand()&#xff0c;自动调用传参值为1 使用相同种子&#xff08;srand函数传参值相同&#xff…

关于srand(time(0))的解释

标准库定义了一组随机数引擎类和适配器&#xff0c;使用不同数学方法生成伪随机数。标准库还定义了一组分布模板&#xff0c;根据不同的概率生成随机数。引擎和分布类型的名字都与它们的数学性质是相对应的。 但是我们今天就接触一点点最基础的知识。 计算机没有办法产生真正的…

srand和rand详细讲解

srand 使用srand引用头文件#include<stdlib.h> 在rand调用之前设置srand&#xff0c;若不设置当rand调用时随机数种子默认为1&#xff0c;随机数种子一样则每次打印出来的值也是一样的。 设置srand srand( (unsigned int )time(NULL) ) 如上所示&#xff0c;我们给一个持…

NTN(五) C-DRX

欢迎关注同名微信公众号“modem协议笔记”。 这篇针对R17 版本的协议&#xff0c;看下有关NTN场景的CDRX内容&#xff0c;整体内容没有太大变化&#xff0c;但是由于NTN的大延迟问题&#xff0c;有引入某些参数去控制HARQ 的enable/disable&#xff1b;同样的因为时延问题&…

SRDenseNet

方法作用效果将密集连接引入超分领域将每一层的特征都传递到后面的所有层,可以有效的组合浅层特征和深层特征,提高重建性能。而且密集连接可以在输出和每一层之间构建短路径,缓解了梯度消失现象很好代码: wxywhu/SRDenseNet-pytorch: SRDenseNet-pytorch(ICCV_2017) (git…

SRCNN

1. introduction 考虑了一个卷积神经网络&#xff0c;它可以直接学习低分辨率和高分辨率图像之间的端到端映射。我们的方法与现有的基于外部实例的外部方法有根本的不同&#xff0c;因为我们的方法没有明确地学习字典[41]、[49]、[50]或流形[2]、[4]。这些都是通过隐藏层隐式地…

2021-11-11SR-DRN

闭环问题&#xff1a;单张图像超分辨的对偶回归网络&#xff08;DRN) SR主要是要学习LR和HR之间的某种映射来重建相应的HR图像。 一、SISR存在的两个潜在的问题&#xff1a; 1.学习从LR到HR的映射是一个病态的逆问题。一张LR图像可以对应多张HR图像&#xff0c;也就是说存在…