博客
关于我
汇编实验二 分支与循环程序设计
阅读量:780 次
发布时间:2019-03-24

本文共 780 字,大约阅读时间需要 2 分钟。

分支与循环程序设计实验

实验目的

  • 掌握程序设计中的3种基本结构:顺序结构、选择程序和循环程序。
  • 熟悉汇编语言的常用指令,包括数据传送类、数据运算类、逻辑判断类与转移指令以及循环指令。
  • 掌握系统功能调用的使用方法,通过01H号功能调用实现字符输入,通过02H号功能调用实现字符输出。
  • 实验环境与设备

  • 一台安装Windows操作系统和macro assembler 5.0以上版本的计算机。
  • 预备知识

  • 掌握汇编语言程序的上机步骤和DEBUG工具的使用方法。
  • 熟悉汇编语言的基本指令,包括数据传送类、数据运算类、判断和转移指令,以及循环指令。
  • 程序说明

  • 问题一:计算1+2+3+…+9并显示结果

    • NotImplemented yet.
  • 问题二:输入10个数字,筛选最大值和最小值并显示

    BUF DB 10 DUP (?)MAX DB ?MIN DB ?S1 DB 0DH, 0AH, 'input: '$'S2 DB 0DH, 0AH, 'max: '$'S3 DB 0DH, 0AH, 'min: '$'
  • 问题三:支持10个数字的累加(选作)

    sum DB ?TIP1 DB 0DH, 0AH, 'Please input:', '$'TIP2 DB 0DH, 0AH, 'sum: '$'
    • 需要设计循环结构来实现累加。
  • 问题四:输入两位数(选作)

    • 需要对单数字输入逻辑进行修改,处理两位数字。
  • 实验要求

  • 上机前准备清晰的程序框图和源代码。
  • 熟悉相关系统软件的使用方法。
  • 遵循 Debug程序的操作命令进行调试。
  • 结果分析

  • 程序代码:

    ...
    • 需要根据具体问题编写相应的汇编代码。
  • 运行结果:

    • 确保程序能正确输出预期结果。
  • 调试情况:

    • 记录上机时遇到的问题及解决方法。
  • 实验心得

    • 掌握了基本结构的编程方法。
    • 熟悉了常用汇编指令的使用。
    • 提高了对系统功能调用的理解。

    转载地址:http://hiyuk.baihongyu.com/

    你可能感兴趣的文章
    OpenCV与AI深度学习 | 实战 | OpenCV中更稳更快的找圆方法--EdgeDrawing使用演示(详细步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 实战 | OpenCV传统方法实现密集圆形分割与计数(详细步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 实战 | OpenCV实现扫描文本矫正应用与实现详解(附源码)
    查看>>
    OpenCV与AI深度学习 | 实战 | YOLOv10模型微调检测肾结石并提高准确率
    查看>>
    OpenCV与AI深度学习 | 实战 | 使用OpenCV和Streamlit搭建虚拟化妆应用程序(附源码)
    查看>>
    OpenCV与AI深度学习 | 实战 | 使用OpenCV确定对象的方向(附源码)
    查看>>
    OpenCV与AI深度学习 | 实战 | 使用YOLOv8 Pose实现瑜伽姿势识别
    查看>>
    OpenCV与AI深度学习 | 实战 | 使用YoloV8实例分割识别猪的姿态(含数据集)
    查看>>
    OpenCV与AI深度学习 | 实战 | 使用姿态估计算法构建简单的健身训练辅助应用程序
    查看>>
    OpenCV与AI深度学习 | 实战 | 基于OpenCV和K-Means聚类实现颜色分割(步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 实战 | 基于YoloV5和Mask RCNN实现汽车表面划痕检测(步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 实战 | 基于YOLOv9+SAM实现动态目标检测和分割(步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 实战 | 基于YOLOv9和OpenCV实现车辆跟踪计数(步骤 + 源码)
    查看>>
    OpenCV与AI深度学习 | 实战 | 文本图片去水印--同时保持文本原始色彩(附源码)
    查看>>
    OpenCV与AI深度学习 | 实战 | 通过微调SegFormer改进车道检测效果(数据集 + 源码)
    查看>>
    OpenCV与AI深度学习 | 实战—使用YOLOv8图像分割实现路面坑洞检测(步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 实战篇——基于YOLOv8和OpenCV实现车速检测(详细步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 实战|OpenCV实时弯道检测(详细步骤+源码)
    查看>>
    OpenCV与AI深度学习 | 实用技巧 | 使用OpenCV进行模糊检测
    查看>>
    OpenCV与AI深度学习 | 实践教程|旋转目标检测模型-TensorRT 部署(C++)
    查看>>