简介这份资源是面向微机原理与8086汇编语言学习者的字符匹配实验完整报告针对“在任意长度字符串中搜索子串、且禁止使用串操作指令”这一经典上机题目提供从算法设计到调试验证的全过程记录。压缩包共1个docx文件约839KB内容涵盖题目要求、设计框图、主要循环体算法、带注释代码、EMU86与DOS双环境运行结果对比以及实验心得。读者可重点参考字符比较、相等与不相等分支处理、失败计数映射指针等关键实现思路并对照匹配成功与失败两组测试用例理解found、pos单元的置位逻辑。资源已有1709人学习下载适合正在完成汇编课程实验、需要梳理无串操作指令下字符串匹配流程的学生参考。1. 朴素匹配的暴力美学为什么 8086 汇编里不用串指令反而更值得写很多人第一次看到「禁止使用串操作指令」这个要求时第一反应是老师故意刁难——rep movsb、cmpsb一条指令顶一个循环凭什么不让用但如果你真在 8086 上写过字符匹配就会发现这条限制恰恰把问题打回了原形字符串匹配的本质不是「有没有一条指令帮你扫」而是「失配之后指针该往哪跳」。这个跳转逻辑才是整个算法的心脏。8086 汇编语言里没有高级语言的strstr()也没有正则引擎你手里只有si、di、cx和几条条件跳转必须自己把「比较—失配—回退—重试」这条链路一个字节一个字节地铺出来。搞懂这套朴素匹配的底层机制你才能理解为什么现代字符串搜索库在追求极致性能时依然要回到指针回退策略上做文章。这份微机字符匹配实验完整报告把从算法框图到 EMU86 与 DOS 双环境调试的完整链路都留了下来正好拿来拆解。2. 指针回退的数学失配之后为什么是「当前位置减已匹配长度」2.1 两个指针、一个计数器匹配状态的最小表示8086 汇编做字符匹配核心状态只有三样东西主串指针、子串指针、已匹配长度。主串str以00h结尾、长度小于200h子串substr同样以00h结尾、长度小于80这两个上限不是随便写的——200h是 512刚好能塞进一个 16 位寄存器的低半区做偏移而80保证了子串长度不会让内层循环计数器溢出。常见的实现思路是用si指向str当前比较位置di指向substr起始位置cx记录「这一轮已经连续匹配了多少个字符」。每比较一个字符si和di同步后移一旦失配di必须复位到子串开头而si不能简单加一得回退到「本轮起点 1」的位置重新开始。这里有个容易被忽略的细节si的回退量等于「本轮已匹配长度」也就是失配时cx的值。假设主串从偏移k开始尝试匹配已经连续匹配了m个字符后在主串偏移km处失配那么下一轮应该从k1开始。此时si当前指向km减去m再加一正好落在k1。这就是「失败计数值映射到指针」的数学本质——它不是玄学而是一个减法。很多初学者在这里翻车是因为把si直接加一了事结果漏掉了「本轮起点之后可能藏着更早的匹配起点」这种情况。2.2 失配回退的汇编表达sub 与 add 的对称性把上面的数学翻译成 8086 指令关键就是两条失配时先sub si, cx回到本轮起点再inc si前进一格。下面这段是核心循环体的骨架省略了段寄存器和数据段初始化; 假设 ds:si 指向 str 当前比较位置 ; ds:di 指向 substr 起始位置 ; cx 记录本轮已匹配字符数初值 0 ; bx 保存本轮 str 的起始偏移 match_loop: mov al, [si] ; 取主串当前字符 mov dl, [di] ; 取子串当前字符 cmp al, 00h ; 主串是否已到结尾 je not_found ; 主串结束仍未匹配失败 cmp al, dl ; 字符比较 jne mismatch ; 不相等进入失配处理 ; 相等检查子串是否结束 cmp dl, 00h je found ; 子串到 00h说明完整匹配 inc si ; 主串指针后移 inc di ; 子串指针后移 inc cx ; 已匹配长度加一 jmp match_loop mismatch: ; 失配si 回退到本轮起点 1 sub si, cx ; 回到本轮起始位置 inc si ; 前进一格作为下一轮起点 mov di, offset substr ; 子串指针复位 xor cx, cx ; 已匹配长度清零 jmp match_loop found: mov found, 0FFh ; 置找到标志 ; pos 本轮起点偏移 si - cx - 子串长度 ; 具体计算见 2.3 节 jmp done not_found: mov found, 00h ; 置未找到标志 done: ; 后续退出处理这段代码里sub si, cx和inc si的先后顺序不能颠倒也不能合并成sub si, cx-1——8086 的sub不支持立即数减一这种写法必须分两步。另一个坑是cx在失配分支里既要参与si的回退计算又要被清零所以回退操作必须放在清零之前。我一般会这么理解cx在这里扮演的是「本轮尝试的代价」失配时用这个代价把指针赎回到起点然后重新下注。2.3 pos 的计算匹配位置为什么不能直接用 si题目要求pos存放的是「以str首地址为 0 参考点」的匹配位置也就是匹配起点相对于主串开头的偏移。当程序走到found分支时si已经指向子串结束后的下一个位置因为每次相等都会inc sicx等于子串长度。所以匹配起点偏移 si - cx - 子串长度。但子串长度在运行时才知道常见做法是在匹配开始前先用一个循环扫描substr数出长度存到某个寄存器比如bp或者干脆在found分支里用si减去cx再减去一个预先算好的长度值。更稳妥的写法是在每轮匹配开始时把si的当前值存到bx失配回退时用bx恢复而不是用sub si, cx。这样pos直接取bx即可省去长度计算。两种写法各有取舍前者省一个寄存器但多一次减法后者多占一个寄存器但逻辑更直白。实验报告里用的是「失败计数映射指针」的思路本质上就是前者它把「本轮起点」这个信息编码进了cx用计算换寄存器——在 8086 只有 8 个通用寄存器的约束下这种取舍很典型。3. 循环不变式与边界条件00h 终止符如何决定跳转顺序3.1 先判主串结尾还是先判子串结尾匹配循环里有两个终止条件主串遇到00h说明后面没字符了子串遇到00h说明匹配成功。这两个判断的先后顺序直接决定边界行为是否正确。看 2.2 的代码cmp al, 00h放在字符比较之前cmp dl, 00h放在字符相等之后。这个顺序不是随意排的如果主串先结束无论子串还剩多少都只能判失败如果字符相等且子串恰好结束才是成功。反过来如果先判子串结束再判主串当主串和子串同时到达00h时程序会先看到子串结束而误判成功——实际上此时主串也结束了匹配位置虽然合法但逻辑上应该走「主串耗尽」的路径。更隐蔽的边界是空子串。题目说substr以00h结束、长度小于80没有明确说长度可以为 0。如果substr首字节就是00h按 2.2 的逻辑第一次比较时al是主串首字符、dl是00hcmp al, dl不相等直接进失配分支cx为 0sub si, 0等于没动inc si前进一格然后无限循环直到主串耗尽判失败。这个行为在数学上说得通空串匹配任何位置但通常约定不匹配但如果题目期望空子串匹配位置 0就得在循环外单独处理。实验报告里的测试用例没有覆盖空子串这是这类上机实验常见的盲区。3.2 长度上限 200h 和 80 的真实作用str长度小于200h、substr长度小于80这两个数字在代码里并不直接出现但它们约束了寄存器的使用方式。200h意味着主串偏移最大1FFh用 16 位si绰绰有余80意味着子串长度最大7Fhcx的低 8 位就够存但 8086 的cx是 16 位的高 8 位在inc cx时不会溢出到影响低 8 位——除非你误用cl做计数器又忘了清零高位。血泪经验是如果子串长度接近80而主串剩余长度不足内层循环可能在主串耗尽前就把cx加到超过实际匹配长度导致失配回退时si减过头指到主串开头之前。防御性写法是在每次inc si后检查[si]是否为00h但这会增加一次内存访问更常见的做法是依赖外层「主串结束」判断兜底代价是极端情况下多跑几轮空转。提示200h和80这两个上限在调试时可以用来构造边界用例——主串长度恰好1FFh、子串长度恰好7Fh观察si和cx是否在预期范围内回绕。3.3 禁止串操作指令背后的寄存器约束cmpsb这类串指令隐式使用ds:si和es:di并且会自动增减si/di、配合rep前缀递减cx。禁用它们之后所有指针移动都得显式写inc/dec所有循环计数都得手动维护。这看似低效却逼着你把「谁负责移动指针、谁负责计数、失配时谁回退」这三件事分清楚。在 8086 上si和di是唯二支持变址寻址的寄存器bx和bp也能做基址但语义不同所以指针角色基本被锁死。实验报告里强调「用si和di分别跟踪主串和子串」正是这个约束下的自然选择。理解这一点再看现代 CPU 上memcmp的 SIMD 实现你会发现底层依然是「比较—失配—调整」的同一套骨架只是并行度从 1 字节变成了 16 或 32 字节。4. 调试避坑EMU86 与 DOS 结果不一致时先查什么4.1 现象EMU86 跑通但 DOS 下 pos 值偏移一位原因通常是段寄存器初始化差异。EMU86 模拟器对未初始化的ds有默认行为而真实 DOS 下ds指向 PSP程序段前缀如果代码里只mov ax, data却没mov ds, axEMU86 可能碰巧能跑DOS 下[si]取到的就是 PSP 里的字节。解决方法是程序开头强制mov ax, data/mov ds, ax并在pos计算时确认基址是str的逻辑偏移而非物理地址。4.2 现象匹配成功但 found 仍是 00h原因多半是found和pos定义在了代码段而非数据段或者mov found, 0FFh写的是立即数到内存但汇编器把found当成了标号地址。检查数据段里是否有found db 0和pos dw 0的定义并确认mov指令的操作数大小匹配——found是字节就写mov byte ptr [found], 0FFh漏掉byte ptr在 MASM 里可能报操作数大小不明确。4.3 现象失配后程序跑飞或死循环原因通常是cx在失配分支里没有清零就跳回循环头导致下一轮inc cx从旧值继续累加sub si, cx一次减过头。排查方法是在mismatch标签后加一条xor cx, cx并确认di复位用的是mov di, offset substr而不是mov di, si之类的笔误。另一个常见死循环是主串00h判断放在了inc si之后导致si越过终止符继续读内存。4.4 现象子串长度接近 80 时匹配结果随机原因是cx高位残留。如果之前用过cx做其他循环且没清零inc cx会在高位继续累加sub si, cx的回退量就错了。解决方法是在进入匹配循环前xor cx, cx并且所有对cx的写操作都用mov cx, 0而非只写cl。4.5 现象DOS 下输出乱码但逻辑正确原因是结果输出用了 DOS 中断int 21h的ah09h打印字符串而found和pos是二进制值直接当 ASCII 打出来就是乱码。需要先把pos的十六进制值转成 ASCII 再逐字符输出或者用调试器查看内存。实验报告里「DOS 运行结果与 EMU8086 一致」的结论前提是两边都用同样的输出方式否则看到的「不一致」可能只是显示层的问题。5. 从朴素匹配到 KMP失配回退策略的设计取舍朴素匹配最坏情况下时间复杂度是 O(n×m)——主串每前进一格子串都可能从头比到尾。8086 上这个代价很实在每次失配都要sub si, cx回退cx越大回退越远而回退之后那些已经比过的字符又要重新比一遍。KMP 的动机就是消掉这个重复比较它预先算出子串的「部分匹配表」next 数组失配时si不回退只把di按 next 表跳到一个更短的前缀位置继续比。在 8086 上实现 KMP 的难点不在算法本身而在 next 表的存储——子串长度小于80next 表最多7Fh字节可以放在数据段里但计算 next 表本身又需要一个嵌套循环代码量比朴素匹配翻倍。维度朴素匹配KMP最坏时间复杂度O(n×m)O(nm)额外空间无next 表O(m)8086 寄存器压力低si/di/cx 够用高需额外指针遍历 next 表失配时主串指针回退不回退代码可读性直白适合教学需要理解前缀函数这份实验报告选择朴素匹配不是因为它更优而是因为它把「指针回退」这个机制暴露得最彻底。你在调试朴素匹配时踩过的每一个坑——cx没清零、si减过头、00h判断顺序错——在 KMP 里都会以另一种形式重现只是回退量从「已匹配长度」变成了「next 表查值」。我一般会建议先把朴素匹配的循环不变式写清楚每轮开始时si指向本轮起点、di指向子串开头、cx为 0每轮结束时要么找到、要么主串耗尽、要么si前进到下一个候选起点。这个不变式成立代码就不会跑飞。从那以后我每次写指针回退类的循环都强制先在纸上把「本轮起点、当前指针、已匹配长度」三者的关系画出来确认失配时的减法方向再动手敲代码。这份报告里的算法框图和双环境调试记录正好是验证这套不变式的现成材料拿去对着 EMU86 单步跑一遍比看十篇理论文章都管用。希望帮到你。本文还有配套的精品资源点击获取