Files
R8Forge/SPEC.md
T
dsh b4ea79ba91 %synth: the cost model is a run option, not a per block metric line
`metric chars|flat|blocks` inside %synth meant the same truth table could be
searched twice for two call sites, and every library block had to spell out
`metric flat` to avoid the default.  The cost model belongs to the whole
assembly, so it is one now:

    r8forge <file.r8asm>                  flat (layout free), the default
    r8forge --synth-chars <file.r8asm>    charge the real .tp walk

flat stays the default because a library block is expanded at dozens of call
sites with different layouts: only a layout free result can share one cache
entry, and it is usually within a few percent (full_add: 95 vs 90 characters).
The chars search is far more expensive (full_add: 415M states, ~21 minutes,
~10 GB), which is exactly why it should be asked for on the command line.

`metric blocks` goes with it: block count is a poor proxy for tape length (and
it was only another way to ask for mode layers).

Implementation: the metric lives in the assembler (ast::synth_metric, default
1) and is set through r8asm::set_synth_metric() before import_file; the CLI in
tests/asm_test.cc parses --synth-chars / --synth-flat.  The cache key already
carried metric, so the committed entries still hit: assembling the library and
asm/test.r8asm gives byte identical tapes (28729 characters, byte_op_test all
green, all 13 examples green, synth_test still 8/8).

A `metric` line now fails with a message that names the flag instead of being
silently ignored.  examples/full_add_flat.r8asm and full_add_flat_spaced.r8asm
are removed: they only existed to demonstrate the per block metric (the flat
default makes them copies of full_add.r8asm).

Also repairs the mojibake in README's metric section: an earlier tool wrote
\x0c / \x08 / \x0d where \f, \b and \r belonged, which ate characters out of
"flat", "blocks", "biz/flb/rnz" and "rnz".  The section is rewritten for the
flag, and the %synth numbers in README/SPEC/AGENTS now match what the tree
prints.

New cache entry c16bf083bb0ccbc8.txt is full_add's stat table with mode layers
+ flat, which full_add_stat.r8asm now produces.
2026-11-07 23:44:01 +08:00

843 lines
48 KiB
Markdown
Raw Blame History

This file contains ambiguous Unicode characters
This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.
# R8Forge SPEC
R8Forge = R8ASM 汇编器 + `%synth` 搜索器 + 标准库。这份文件规定 **R8Forge 自己这一层**
的契约,重点在 **`asm/` 里的每个标准库宏**:签名、参数类型、吃什么、留什么、占几个 cell、
纸带多长、由谁验证过。
不在这里的东西:
| 内容 | 在哪 |
|---|---|
| R8ASM 语言本体(词法、运算符优先级、`%macro`/`%rep`/`%include`、`.tp`/`.anchor`/`.var`/`.xor`/`.loop`、作用域、标准宏前缀) | `r8asm_rev/SPEC.md`(`C:\Users\peng0\git\r8asm_rev-fork\SPEC.md`,本仓库**不重复**) |
| ROT-8 指令集(8 条指令、LSB 语义) | `ROT-8-viz/README.md` |
| 踩过的坑、失败过的方案、交接话 | `AGENTS.md`、`README.md` |
本文的每个数字都是在 **11 位 cell / 259 格**、MSVC Release 构建上**实测**的;口径见 §1.3。
---
## 1. 术语与数字口径
### 1.1 参数类型(宏注释里只准用这五个)
| 类型 | 含义 |
|---|---|
| `Cell` | 一个 cell 地址,装整个机器字(默认 11 位) |
| `CellBit` | 一个 cell 地址,但只用它的 **LSB** 当一位用(`biz`/`rnz` 判的就是 `cell & 1`) |
| `Unit` | 一个 cell 地址,它的 **下一个 cell** 是它的辅助格(SPEC:地址 n+1 是 n 的 aux) |
| `UnitBit` | 同上,但按位用 |
| `Count` | 纯数字,不是 cell 地址(比如 `step` 的重复次数、`%rep` 的轮数) |
### 1.2 机器几何
```cpp
// include/r8forge/geometry.hh
inline constexpr size_t kDefaultCellSize = 11; // 一个 cell 多少 bit
inline constexpr size_t kDefaultMemoryCells = 259;
inline constexpr uint32_t kDefaultCellMask = (1u << kDefaultCellSize) - 1u;
```
汇编器把三个名字注入 `.r8asm` 程序的作用域,宏库靠它们与位宽解耦:
| 名字 | 值(11 位) | 用途 |
|---|---|---|
| `_CELL_SIZE` | 11 | `%rep _CELL_SIZE { … }` 跟着位宽走 |
| `_CELL_MAX` | 2047 | 全 1 的 cell |
| `_ROL_STEP` | 10 | `rol` 要转的步数(= 位宽 − 1) |
### 1.3 纸带长度的口径
本文 §5–§9 的"纸带"列一律是**最小驱动**的长度:只 `%include` 该宏所在的库文件,
把形参按顺序摆到地址 `0..N-1`,宏调用**一次**,**不带** `output`。
- `%this` 类宏(`set_0`、`rol`、`copy` …)的驱动先把 `.tp` 指向源 cell(地址 0),
所以**不含**"从别处走到操作数"的行走;宏内部自己的 `.tp` 都算在内。
- 换布局、加 `output`、多摆几个 cell 都会让长度变;`drv/*.r8asm` 里的驱动更长
(比如 `raw_add`:最小驱动 1522,`drv/raw_add_byte.r8asm` 2199)。
- 想复现:`r8forge <那个驱动>.r8asm | 数一下字符数`。
步数(运行代价)是另一回事,只有 §9 的乘法器给了上界,因为它是唯一有明确界的。
---
## 2. 机器(汇编器眼里的实现)
```
'-' flb cells[dp] ^= 1 '+' ror cells[dp] = ror(cells[dp], cell_size)
'[' biz if (cells[dp] & 1) == 0 -> 跳到匹配的 ']' 之后
']' rnz if (cells[dp] & 1) == 1 -> 跳回匹配的 '['
'.' out 输出整个 cell 的值 ',' inp 读入并只留低 cell_size 位
'>' stp dp++ '<' btp dp--
```
两条**必须记住**的约束(标准库全部遵守,写新宏也得遵守):
1. **`biz`/`rnz` 判的是最低位,不是"整格为零"。**
于是 `set_0` = `[-]` 只清 LSB:`255 → 254`、`128 → 128`、`5 → 4`。
要清整个 cell 得 `%rep _CELL_SIZE { set_0; ror }`,也就是 `erase`。
反过来,字节里的任意一位都能读:`ror` 若干次把目标位转到 LSB,再 `biz`。
2. **每个条件块的身体必须回到它自己的条件 cell(净位移 0)。**
`dp` 是**汇编期**常量,而 `[...]` 的 body 运行期可能被跳过;跳过的路径和进入的路径
必须在同一个 `dp` 上会合,否则之后所有 `.tp` 全部错位(症状:`dp` 跑到 1023 这种地方,
`r8forge_tape_run --trace` 能看见)。`set_0` 的身体不动、`clb_bit_mov` 的身体最后
`.tp before` 再 `flb`,都是为了这一条。
附带的自然后果:**`biz`/`rnz` 是一对循环**,不是 if/else —— body 必须把被测位吃掉
(最后那个 `flb`),否则 `rnz` 看到还是 1 就跳回去。
---
## 3. `%synth` 指令
R8Forge 唯一的语言扩展:在汇编期现场搜出一段最短的块序列,拼成一个普通宏。
### 3.1 语法
```asm
%synth <名字>
params <N> ; 1..8
mode tape|layers ; 默认 tape
layout <addr> ... ; 可选,按 %1..%N 顺序给 cell 地址
map <2^K 项> ; 或者 stat <2^params 项>
%endsynth
```
- `stat` = **整张状态表**:每项是该输入组合下所有参数的取值(按 `%1..%N` 的位拼成一个数)。
- `map` = 只写输出位:项数 `2^K`(必须是 2 的幂)就表示 `%1..%K` 是输入,值里 bit j 落到
`%(K+j+1)`,剩下的参数是**必须结束为 0 的草稿位**。
- **代价口径不在源码里选**(早先的 `metric` 行已经删掉):默认按"布局无关"(flat)搜,
`r8forge --synth-chars <file>` 才对这次汇编里的**所有**块按真实 `.tp` 行走搜。见 §3.7。
- `layout` 只在 `--synth-chars` 下有用。**给错个数不会报错**:数量不等于 `params` 时静默
退回 `0..N-1`。
- 定义完就是一个普通宏:`<名字> a1 a2 ... aN`。
### 3.2 语义
- 目标是一张状态表:`2^N` 个输入组合,每个组合下 N 个 cell 的终值。
- **输入永远是排在最前面的参数**(`%1..%K`),搜索器拿真值表下标直接当输入值;
输入不在最前面就只能用 `stat`。
- 生成的块是 `sacrifice + mask` 模型:选中一个 cell(条件位),清掉它,然后按 mask
对其它 cell 做 `set_1`(OR)或 `flb`(XOR)。所以**合成的块只适用于"每格一位"的世界**,
高位不追踪。
- `mode layers`:只求层数最少(快)。`mode tape`:接着按纸带长度做精确 Dijkstra 搜索,
用层数解的代价做上界。
- 生成的代码走正常宏展开:写成临时文件 `<名字>.synth.r8asm`(系统临时目录,写不进去就退到
当前目录并提示),再 `import_file`,然后删掉。因此生成物不依赖 `lib.r8asm`
(`set_1` 展开成 `biz/flb/rnz` + `flb`)。
### 3.3 缓存
- 目录 `.r8forge_cache/`,**已入库**(克隆下来直接命中,第一次构建不用等搜索)。
- 键 = 模型版本 + params + mode + metric + **解析后的整张目标表**(metric 是 chars 时再加
layout)。所以同一张表、任何写法、任何调用点,共用一份结果。
- 改指令模型必须 bump `kModelVersion`(`src/synth.cc`),否则旧结果会被当成最优。
- 代价参考:`bit_raw_add` 的 flat 搜索 990,636,137 状态 / 680 秒 / 峰值 ~22 GB。
### 3.4 限制
| 限制 | 原因 / 后果 |
|---|---|
| `params` 最大 8 | 状态是位平面塞进 64 位字 |
| 层数上限 8 | 5 会把一些可行表误判成不可能;再高搜索爆炸 |
| 字节级(`2^16` 项)真值表不可行 | 搜索空间 |
| 表达不出"无条件翻转" | 模型只会"牺牲一个 cell → 条件翻转别的 cell",输入为 0 时整块被跳过 |
| 原地写回的表(`A←~A^Ci` 等四个)无解 | 一个合成块只有一个条件 cell,区分不了 "A=1 且 Ci=0" 和 "A=1 且 Ci=1"(手写可以,见 §8) |
### 3.5 `%for`:带循环变量的重复(本仓库给 r8asm 加的)
`%rep` 只会把**同一段文本**抄 N 遍,所以"每轮换一个偏移"写不出来。`%for` 补上这个:
%for k 3 ; k = 0, 1, 2
step k
%endfor ; -> 第 0 轮没有 stp,第 1 轮两个,第 2 轮四个
* `%for <name> <count>`:`<name>` 在 body 里是**汇编期常量**(0..count-1),可以出现在
任何表达式里 —— `%rep` 的次数、`.tp` 的目标、宏实参都行。
* body 里的 `%2` 之类宏形参照常可见(循环作用域是"复制当前作用域再加一个名字")。
* 和 `%rep` / `%synth` 可以互相嵌套(`%endfor` 和 `%endrep` 都算配对的收口)。
* 和 `%synth` 一样是**本仓库的扩展**,不在上游语言规格里。`%rep` 保持原样。
用处就在这里:`clb_digits` 的挪位链原来是三行手写(`REG+2→REG+3`、`REG+1→REG+2`、
`REG+0→REG+1`),位宽一改就静默算错;现在是 `%for k L-1` 生成,**位数、链长、
常数构建的尾部转数全部跟着 `_CELL_SIZE` 走**。
### 3.6 "表里那位不影响答案" = "搜索器不保证那位的初值"
`compress_stat_space()` 会把**初值不影响终值**的位从搜索的初态里清成 0:只要
`target[j] == target[j ^ (1<<bit)]` 对所有 j 成立,搜索器就认为那一位"不是输入",把
它从状态空间里删掉。于是搜出来的块**只对"那一位初值是 0"的调用点成立** —— 不是
"块自己会处理任意初值"。
`bit_raw_*` / `clb_bit_*` 的**输出位**正好是这种位:它们原来的手写实现会先 `set_0`
再算,`r8forge_derive` 跑出来的表对它们就是周期的(`clb_bit_add_nc` 是
`0 8 8 4 8 4 4 12` ×2、`bit_raw_add` 是 `0 9 10 19 12 21 22 31` ×8、`bit_raw_and` 是
`0 1 2 7` ×4)。所以**包装宏里那个 `set_0` 不是冗余动作,是这套模型的必要前提**:
它把输出位放进块被验证过的定义域(初值 0)。
删掉会坏,而且坏得不均匀(2026-11 实测):`raw_add` / `raw_and` / `raw_or` / `raw_xor`
这些轮转驱动的宏**照样全过** —— 它们每轮把结果写在 bit0 上、紧接着 `ror` 就转走,
输出位的 LSB 永远是 0,`set_0` 只是在重做一次;但 `clb_mul`(62064/65536 错)、
`clb_divmod`(14742/16384 错)、`clb_digits`(2048/2048 错,其中一个直接 HANG)当场就挂
—— 它们的累加器是从别处 `copy` 来的,真的会带着 1 进切片。
要省掉那 3 个字符,只能让搜索器不压缩这些位(搜索空间 ×2^3、块还会更长),不划算。
### 3.7 代价口径:默认 flat,`--synth-chars` 切到真实布局
`%synth` 里**没有** `metric` 行(早先的语法有,已删):这是**整次汇编**的属性,不是某个块:
| 口径 | 开启方式 | 计什么 | 依赖布局? | 缓存可跨调用点复用 |
|---|---|---|---|---|
| flat(默认,metric=1) | 什么都不加 | `biz`/`flb`/`rnz` 和 op 本身 | 否 | **能** |
| chars(metric=0) | `r8forge --synth-chars <file>` | 真实字符数,含 `.tp` 行走 | 是(`layout`,缺省按相邻) | 只有同一份布局 |
默认 flat 的理由:库里的块会被几十个调用点展开,布局各不相同,只有"步长无关"的结果能一份
缓存复用;对整条纸带来说它通常只长几个百分点(full_add:flat 95 字符、chars 90 字符)。
两个口径的缓存分开存(键里带 metric),所以第一次跑 `--synth-chars` 会真的去搜。
**`blocks` 删掉了**:块数不是纸带长度的好代理(层数最少 ≠ 纸带最短,块数最少也不是),
而且它只是 `mode layers` 的一个变体。
实现:`r8asm::set_synth_metric(int)`(`include/r8forge/r8asm.hh`),在 `import_file` 之前
调用;CLI 在 `tests/asm_test.cc`(`r8forge`)里解析 `--synth-chars` / `--synth-flat`。
其它入口(`r8forge_derive`、几个测试)不传就一律 flat。
---
## 4. 标准库 `asm/` —— 总则
### 4.1 命名
| 前缀 | 全称 | 含义 |
|---|---|---|
| `clb` | clobber | 破坏性:会破坏原始输入(多数情况是清零) |
| `bit` | bit | 对 cell 的 **LSB** 操作的宏 |
| `raw` | raw | 未经封装:**草稿 cell 要调用者自己传** |
后缀(不是前缀):
| 后缀 | 含义 |
|---|---|
| `_nc` | 历史命名(no carry),实际含义是"把操作数吃干净"的切片版 |
| `_ip` | in place:结果写回原来的 cell |
| `_synth` | `%synth` 生成的块本身,不是给人调用的;包装它的 `%macro` 才用不带后缀的名字 |
例:`raw_add`(保留操作数、要你自己给 `Co`/`tmp`)、`clb_add_nc`(吃 A/B、4 cell)、
`clb_add_ip`(原地、B 被吃)、`bit_raw_add_synth`(合成的块)+ `bit_raw_add`(包装宏)。
### 4.2 注释契约(机器检查)
`asm/` 里每个 `%macro` 必须有注释块,`r8forge_macro_docs_test` 会逐条检查:
```asm
; Macro clb_bit_add_nc
; %1: CellBit A
; %2: CellBit B
```
- `; Macro <名字>` 必须和实际宏名一致;
- `%N: <类型> <名字>` 条数必须等于 argc,类型必须是 §1.1 的五种之一;
- `%this` 表示"dp 当前所指的 cell";
- 注释块贴在 `%macro` 上方或生成它的 `%synth` 块上方都行。
### 4.3 布局
标准库**不假设** cell 地址。所有地址都是形参,由调用者自己排;宏内部的 `.tp` 行走算在
这个宏的纸带长度里(所以同样的宏在不同布局下长度不同)。宏返回时 `dp` 回到调用点的 cell。
---
## 5. 基础宏(`asm/lib.r8asm`)
| 宏 | 签名 | 干什么 | cell | 纸带 |
|---|---|---|---|---|
| `step` | `step N` | `N` 次 `stp stp`(一个 Unit) | 0 | 2 |
| `back` | `back N` | `N` 次 `btp btp` | 0 | 2 |
| `set_0` | `set_0`(`%this`) | 清 `%this` 的 LSB(= `[-]`) | 1 | 3 |
| `set_1` | `set_1`(`%this`) | 置 `%this` 的 LSB(= `set_0` + `flb`) | 1 | 4 |
| `erase` | `erase c` | 清 `c` 的**整个** cell(`%rep _CELL_SIZE { set_0; ror }`) | 1 | 44 |
| `rol` | `rol`(`%this`) | 左旋一格 = `%rep _CELL_SIZE - 1 { ror }` | 1 | 10 |
| `clb_bit_mov` | `clb_bit_mov d`(`%this`) | 把 `%this` 的 LSB **搬**到 `d` 的 LSB,源被吃掉 | 2 | 11 |
| `bit_copy` | `bit_copy d b`(`%this`) | 位拷贝,`b` 是借来的缓冲,**源保留** | 3 | 38 |
| `copy` | `copy d b`(`%this`) | 整个 cell 拷贝(位拷贝转满 `_CELL_SIZE` 圈) | 3 | 495 |
| `bit_copy_to_buffer` | `bit_copy_to_buffer t`(`%this` 是 UnitBit) | 位拷到 Unit 的辅助格,`t` 是缓冲 | 3 | 40 |
| `copy_to_buffer` | `copy_to_buffer t`(`%this` 是 Unit) | 整 cell 拷到 Unit 的辅助格 | 3 | 497 |
| `output` | `output c` | `.tp` 到 `c` 再 `out`(输出整个 cell 的值) | 1 | 1 |
| `loop` | `loop c` | 动态循环开口:按 `c` 里 1 的个数跑,每轮吃掉一个 1 | 1 | 4 + `.tp` |
| `endloop` | `endloop c` | 动态循环收口(`rnz` 判 `c` 的最低位) | 1 | 1 + `.tp` |
要点:
- **`set_0` 只清一位**,`erase` 才清整格;别把 `set_0` 当"清零 cell"用。
- `copy` 比 `bit_copy` 长十倍多,是因为它对每个 bit 调一次 `bit_copy` 并转圈
(`copy` 495 vs `bit_copy` 38)。只搬一位用 `clb_bit_mov`(11)。
- `clb_bit_mov` 会把源位清掉 —— 它顺手就"吃条件",这正是 `set_0`/`clb_bit_mov`
身体里那个 `flb` 的作用(见 §2 第 2 条)。
### 5.1 动态循环:`clb_ones` 配 `loop`/`endloop`
`%rep` 是**汇编期**的。要按**运行期**算出来的次数循环,用这一对:
```
clb_ones N C T F ; C = N 个 1(N 被吃掉,§7.5)
loop C
... body ... ; 想干几次就干几次
endloop C
```
- `loop c` = `.tp c` + `biz` + `set_0` + `ror`:进来时测最低位,进去就**把这一位吃掉再转一格**,
把下一个 1 送到最低位。于是"配额"就是那串 1 的长度,一圈用掉一个。
- `endloop c` = `.tp c` + `rnz`。
- 三条约定:**循环体不许碰 `c`**;不开 `.anchor`,所以**能嵌套**;`endloop` 之后 dp 停在 `c`
上(不管循环体把 dp 指到哪儿,收口都会指回来)。
- 跑完 `c` 是 0。`n = 0` 时 `biz` 直接跳过,一圈不跑 ✓。
实测(`verify_loop.r8asm`,**939 字符**):`n = 0..11` 循环体正好跑 `n` 次,`A = n`、`C = 0`。
嵌套也验过:内层每轮用 `copy` 重新造一份计数器,`NO × MI` 得到 121(11×11)、`MI = 0` 时 0、
`NO = 0` 时 0 —— 就是普通的双层循环。
纸带代价是 `loop` 4 字符 + `endloop` 1 字符 + 两次 `.tp`(跟布局有关),**和次数无关**;
运行是 O(n)。
> 在 `.r8asm` 源码里循环要写 `biz` / `rnz`,**不是** `[` / `]` —— 后者是纸带上的编码。
> 直接手写 `[` 会报 `unknown macro '['`(`lib.r8asm` 里就是这么踩的)。
**别拿它去替代汇编期常数**。`clb_mul` 的轮数计数器是 `_CELL_SIZE` 个 1,汇编期就能做:
```
%rep _CELL_SIZE { set_1; ror } ; 55 字符(4+1 各 11 份)
```
换成运行期那条路要 `clb_ones`(≈770)+ `loop`/`endloop`(≈10)+ 先把常数
`_CELL_SIZE` 做成运行期的值,**约 850 字符** —— 15 倍,还多 4 个 cell 和几万步运行时间。
所以规则是:**次数在汇编期就知道 → 汇编期造计数器;只有次数来自数据才用 `clb_ones`。**
(`loop`/`endloop` 两种都吃:它们只要求"某个 cell 里现在有 n 个 1",不关心这些 1 是谁造的。)
顺带一个坑:`%rep N { set_1; ror }` 造出来的 N 个 1 落在**高位**(bit `W-1` 往下),
`biz` 看到的 bit0 是 0,循环一圈都不跑 —— `N < W` 时要在 `%endrep` 后面补一条 `rol`
(10 字符),把那串 1 转到含 bit0 的位置。`clb_mul` 没踩这个坑,是因为它的 N 正好等于
`_CELL_SIZE`,整格全 1,bit0 天然是 1。
---
## 6. 位级宏(一个 cell 装一位)
### 6.1 总表
| 宏 | 签名 | 语义 | 吃什么 | cell | 纸带 | 实现 |
|---|---|---|---|---|---|---|
| `clb_bit_add_nc` | `A B Ci S` | `S = A^B^Ci`,进位进→出 | A、B | 4 | 66 | `%synth` |
| `clb_bit_inc_nc` | `A Ci S` | `S = A^Ci`,进位 = `A&Ci` | A | 3 | 50 | `%synth` |
| `clb_bit_and` | `a b ans` | `ans = a&b` | a;b 只在"两位都是 1"时清 | 3 | 25 | **手写** |
| `clb_bit_or` | `a b ans` | `ans = a\|b` | a、b | 3 | 25 | `%synth` |
| `clb_bit_xor` | `a b ans` | `ans = a^b` | a、b | 3 | 20 | `%synth` |
| `bit_raw_add` | `A B Ci S Co buf` | 完整全加器:`S=A^B^Ci`,`Co=maj(A,B,Ci)`;**A、B 保留**,`buf` 结束是垃圾 | 无(buf 草稿) | 6 | 106 | `%synth` |
| `bit_raw_and` | `arg1 arg2 ans tmp` | `ans = arg1&arg2`,两个操作数保留 | tmp | 4 | 57 | `%synth` |
| `bit_raw_or` | `arg1 arg2 ans tmp` | `ans = arg1\|arg2`,保留 | tmp | 4 | 59 | `%synth` |
| `bit_raw_xor` | `arg1 arg2 ans tmp` | `ans = arg1^arg2`,保留 | tmp | 4 | 49 | `%synth` |
| `bit_raw_inc` | `A Ci S Co tmp` | `S = A^Ci`,`Co = A&Ci`,A 保留 | tmp | 5 | 77 | `%synth` |
所有位级宏都**只碰低 1 位**,喂进来的输入必须是 0/1;`clb_bit_add_nc`/`clb_bit_inc_nc`
的进位 cell 是"进→出"的同一个 cell。
包装宏在调用合成块之前先对**输出位**(`S`、`Co`、`ans`、`tmp`/`buf`)`set_0` —— 那不是
冗余动作:这些表对输出位的初值是周期的,搜索器据此把它们当成"不是输入"、只保证初值为 0
的调用点。删掉会让 `clb_mul`/`clb_divmod`/`clb_digits` 当场挂掉,详见 §3.6。
### 6.2 为什么 `clb_bit_and` 是手写的
三个参数、没有草稿位,而"与"需要**同时**保住两个输入,只能靠嵌套 `biz`(一层一个条件)。
搜索器在 3 个平面、9 层内穷尽无解 —— 这是模型的表达力边界,不是搜索没跑够。
`or`/`xor` 可以先清一个操作数,所以能合成(`0 4 4 4` / `0 4 4 0`)。
### 6.3 `%synth` 块与它们的表
| 块 | params | 表(`stat`) | 用它的宏 |
|---|---|---|---|
| `bit_raw_add_synth` | 6 | `0 9 10 19 12 21 22 31` ×8 | `bit_raw_add` |
| `bit_raw_and_synth` | 4 | `0 1 2 7` ×4 | `bit_raw_and` |
| `bit_raw_or_synth` | 4 | `0 5 6 7` ×4 | `bit_raw_or` |
| `bit_raw_xor_synth` | 4 | `0 5 6 3` ×4 | `bit_raw_xor` |
| `bit_raw_inc_synth` | 5 | `0 5 6 11` ×8 | `bit_raw_inc` |
| `clb_bit_add_nc_synth` | 4 | `0 8 8 4 8 4 4 12` ×2 | `clb_bit_add_nc` |
| `clb_bit_inc_nc_synth` | 3 | `0 4 4 2` ×2 | `clb_bit_inc_nc` |
| `clb_bit_or_synth` | 3 | `0 4 4 4` ×2 | `clb_bit_or` |
| `clb_bit_xor_synth` | 3 | `0 4 4 0` ×2 | `clb_bit_xor` |
这些表**不是手写的**,是 `r8forge_derive` 从旧的手写实现上穷举出来的
(例:`r8forge_derive drv/bit_raw_add.r8asm 6` → `stat 0 9 10 19 …`)。
所以合成结果与旧实现**逐位一致**,连"某个输入没被清掉"这类怪癖都保住了;要改语义就改表。
---
## 7. 字节级宏(一个 cell 一个机器字)
### 7.1 `raw_*` 家族:保留操作数
| 宏 | 签名 | 语义 | cell | 纸带 | 验证 |
|---|---|---|---|---|---|
| `raw_add` | `A B Ci S Co tmp` | `S = A+B+Ci`,`Co` 进位出 | 6 | 1522 | `drv/raw_add_byte.r8asm`,65536/65536 |
| `raw_and` | `arg1 arg2 ans tmp` | `ans = arg1 & arg2` | 4 | 697 | 65536/65536 |
| `raw_or` | `arg1 arg2 ans tmp` | `ans = arg1 \| arg2` | 4 | 719 | 65536/65536 |
| `raw_xor` | `arg1 arg2 ans tmp` | `ans = arg1 ^ arg2` | 4 | 609 | 65536/65536 |
| `raw_inc` | `A Ci S Co tmp` | `S = A + Ci`,`Co` 进位出 | 5 | 1179 | 512/512(A 与 Ci) |
`raw` 的含义是"草稿 cell 你自己传":`tmp` 结束是垃圾(`bit_raw_add` 的 `%6: buf` 同理)。
**`raw_add` 不吃操作数**:实测 `5+3 → A=5 B=3 S=8`,`255+255 → A=255 B=255 S=254 Co=1`。
(历史注释里"每圈都要重新复印"是过度保守 —— 复印了也没错,但没必要。)
### 7.2 `clb_*_nc` 家族:把操作数吃干净
| 宏 | 签名 | 语义 | 吃什么 | cell | 纸带 | 验证 |
|---|---|---|---|---|---|---|
| `clb_add_nc` | `A B S Ci` | `S = A+B+Ci` | A、B | 4 | 741 | 65536/65536(`drv/raw_add_nc_byte.r8asm`) |
| `clb_inc_nc` | `A S Ci` | `S = A+Ci` | A | 3 | 552 | 256/256 |
| `clb_neg_nc` | `A S Ci` | `S = ~A+Ci`(Ci=1 → `-A`) | A | 3 | 574 | 256/256(Ci=1 取负、Ci=0 反码) |
| `clb_sub_nc` | `A B S Ci` | `S = A+~B+Ci`(Ci=1 → `A-B`) | A、B | 4 | 765 | 65536/65536 |
**进位 cell 是真正的进位输入**:宏自己**不动**它的初值,只把它变成进位输出。
调用者给 0 就是普通运算,给 1 就是"自带 +1",也可以把上一字节的进位输出接过来串多字节。
(这条踩过:早先加法里 `set_0`、自增里 `set_1`,那就不是输入了,还把串接堵死。)
补码那两条的做法是**先原地取反、再走加法/自增**:`-A = ~A + 1`、`A - B = A + ~B + 1`,
那个 `+1` 由调用者的 Ci 给。取反整个字节一次(`clb_not_ip`)比"每 bit 取反一次"短二十来个
字符,而且 B 本来就会被加法吃掉,取反它没有代价。
进位输出的附带语义:`clb_sub_nc` 的进位是**没有借位**(`A >= B` 时为 1)——顺带就是
无符号比较;`clb_neg_nc` 的进位只在 `A` 原本是 0 时为 1(`-0 = 0`,但确实进了位)。
### 7.3 `clb_and` / `clb_or` / `clb_xor`:半破坏,读清楚再用
| 宏 | 签名 | `ans` | A 之后 | B 之后 | cell | 纸带 |
|---|---|---|---|---|---|---|
| `clb_and` | `arg1 arg2 ans` | `arg1 & arg2` | **0** | **`B & ~A`(有残留!)** | 3 | 352 |
| `clb_or` | `arg1 arg2 ans` | `arg1 \| arg2` | 0 | 0 | 3 | 323 |
| `clb_xor` | `arg1 arg2 ans` | `arg1 ^ arg2` | 0 | 0 | 3 | 268 |
`clb_and` 是这三个里唯一不清零 B 的:每位只有在"A、B 都是 1"时才清 B,
所以 B 结束在 `B & ~A`(实测 `240 & 204 → ans=192, A=0, B=12`)。
**别拿它当"两个操作数都能回收"的宏**;要干净的与运算,就用 `raw_and`(保留操作数)
或者自己再 `erase` 一次。`clb_or`/`clb_xor` 是干净的。
### 7.4 三个家族怎么选
| 需求 | 用 |
|---|---|
| 操作数要还回来 | `raw_*`(6/4 cell,多的那个是草稿) |
| 操作数可以扔,要省 cell | `clb_*_nc`(4/3 cell) |
| 结果要写回原 cell | `_ip` 家族(§8) |
**轮转驱动不吃亏**:`clb_*_nc` 和 `raw_*` 的区别只在"要不要还操作数",两者都是
"读走 LSB → 丢掉 → `ror`" 的轮转驱动,吃掉操作数完全没问题。
### 7.5 `clb_ones`:把数量展开成一串 1
`clb_ones A B T F`:**`B = 2^A - 1`,也就是从末位起 A 个连续的 1**;A 当计数器被吃干净
(结束为 0),T、F 结束也都是 0。**前提 `A <= _CELL_SIZE`,不做检查**(A 更大时 2^A−1 会绕回)。
| 输入 A | 0 | 1 | 4 | 7 | 11 |
|---|---|---|---|---|---|
| 输出 B | 0 | 1 | `0x0F` | `0x7F` | `0x7FF`(全 1) |
4 个 cell、纸带 **828 字符**(`drv/ones.r8asm` 是 742,因为它的布局更近),
A 的 12 个取值全对(`r8forge_byte_op_test` 的 `test_ones`)。
算法就是"边转边在低位补 1":
B = 0
while A != 0: B = 2B + 1 ; A -= 1
`2B+1` 在这台机器上等于 **`rol` + `set_1`**:左旋把 B 的最高位带回末位,紧接着的 `set_1`
正好把它盖成 1,于是等价于"左移补 1"。A 直接当计数器吃掉(省一次 `copy`,那是 495 字符),
循环体只出现一次,所以长度和 A 无关;代价是运行 O(A),而 A ≤ `_CELL_SIZE`。
两个可以拿来写别的东西的恒等式:
* `clb_inc_ip` 作用在"n 个 1"上得到 `2^n`(末位起第 n+1 位是 1);
* 反过来先摆一个 `2^n` 再 `clb_dec_ip`,也得到 n 个 1(这条比上面的循环短 128 字符的
`clb_dec_ip` 反而更长,因为循环体里要一直 `set_1`,见 `asm/ones.r8asm` 的注释)。
### 7.6 `clb_divmod`:除法与取模
`clb_divmod N D Q R S`:`Q = N div D`、`R = N mod D`,**N 和 D 都保持原样**。
11 个 cell(N、D、Q、R 四个数据 + `S` 起的 7 个连续草稿),纸带 **4499 字符**
(`drv/divmod.r8asm` 是 4511);`r8forge_byte_op_test` 的 `test_divmod` 现在扫
**8 个除数 × 全部 2048 个被除数 = 16384 组**,全对(旧的 76 组抽样表是它的子集)。
草稿格里**只有 `S+5`(`buf`)进来必须是干净的**(它是 `copy`/`bit_copy` 的缓冲,
缓冲带垃圾时拷贝结果是 0);其它格子脏了没关系 —— 要么整格重写(`raw_add` 逐位写
`Sd`/`Bo`),要么只按一位用(`Rhi`/`Cm`/`Bo`),`NR` 每次进来都会重建成 W 个 1。
`clb_digits` 就是这么反复用同一块草稿的。
算法是**二进制长除法(移位-恢复)**,从被除数的最高位往下一位一位串:
R = 0 ; Q = 0
repeat _CELL_SIZE 轮:
R = (R << 1) | (N 的下一位) ; 每轮 rol N,下一位落在 N 的 LSB
if R >= D: R -= D ; 商位 = 1 else: 商位 = 0
轮数 = 位宽,**跟 N、D 的值无关**。旧版是重复减法 O(N/D),`2047/1` 要 2047 轮、
直接撞 500 万步上限(实测 HANG)。实测(同一条 `drv/divmod.r8asm`,11 位):
| 算式 | 重复减法(旧) | 移位-恢复(现在) |
|---|---|---|
| `2047/10` | 495,986 | **28,593** |
| `2047/2` | 2,461,650 | **31,997** |
| `999/7` | 340,086 | **28,661** |
| `2047/1` | **HANG**(>500 万) | **32,383** |
| `7/10` | 3,014 | 25,315 |
| `100/7` | 34,940 | 27,460 |
代价和 `clb_mul` 一样:**N/D 很小时反而慢**(旧版 N/D 轮就结束,新版固定走满 11 轮),
换来"除数和商再大也不会挂"。16384 组里实测最坏 **32,383** 步。
三个设计点:
1. **W+1 位比较拆成"一个 W 位减法 + 一个布尔"**:左移之后 R 最多 W+1 位,最高位
(`Rlo` 左旋绕回来的那一位,记 H)落在 `Rhi` 里。H = 1 时 R >= 2^W > D **必然提交**,
而且 R − D 的低 W 位正好是 `S = Rlo − D (mod 2^W)`;H = 0 时就是普通的
"`Rlo >= D` 才提交"。所以**提交条件 = H | Bo**(一条 `clb_bit_or`),不用真去做
W+1 位减法(§14.2)。
2. **"提交后的新高位"恒为 0,不用算**:提交之后 R < D < 2^W,下一轮开头高位就是 0;
而 H = 1、Bo = 1 这个组合在"每轮开头 R < D"的归纳下不可能出现(它会要求
R = 2^W + Rlo >= 2D)。所以 §14.2 里写过的 `Shi = H & Bo`、那个 `clb_bit_and`
和一次 copy 都可以省掉 —— `Rhi` 只是个轮内布尔,`clb_bit_or` 顺手就把它吃掉。
3. **D 必须保留**:每轮都要拿同一个除数去比/减,所以走 `raw_sub`(保留操作数、
只吃草稿)。这也是上一轮加 `raw_sub` 的原因(§7.8)。
踩过的三个坑:
* **R 的跨格左移顺序**:`rol` 把 `Rlo` 的最高位绕回 bit0,必须先 `clb_bit_mov` 把它
搬进 `Rhi`(搬的同时清掉绕回位),**再** `bit_copy` 从 N 注一位。反了就丢位 ——
`clb_mul` 当年在这里返工两轮。
* **`biz`/`rnz` 是循环对**:门控提交的身体最后必须把条件吃掉(`flb`);商位那一步
把"提交时 `set_1`、把条件清掉"合在同一个块里。条件块的身体都回到自己的条件 cell。
* **N 不被消耗**:每轮 `rol` 一次,转满 11 轮自己复原;注入用 `bit_copy`(保留源,
38 字符)。所以余数得单独占一格 R —— 旧版"余数就在 N 里"的约定没有了。
除零没有定义,调用者保证 `D >= 1`(D = 0 时 R >= 0 恒成立,商会变成全 1)。
### 7.7 `clb_digits`:整数转十进制字符串
`clb_digits N REG S`:把 N 展开成 **`REG..REG+3` 四个连续 cell,每格一个 ASCII 数字
(`'0'..'9'`),高位在前、定长 4 位、左边补 `'0'`**(11 位 cell 最大 2047,正好 4 位)。
N 被吃干净;`REG` 起 4 格、`S` 起 **13 格**必须连续且干净。纸带 **13717 字符**
(最小驱动,旧版 10829 —— divmod 的草稿块从 4 格变成 7 格,而且多了一格余数),
`r8forge_byte_op_test` 的 `test_digits` 现在**穷举全部 2048 个值**(最坏 164,867 步)。
2047 -> REG = '2' '0' '4' '7'
7 -> REG = '0' '0' '0' '7'
做法:**divmod 只出现一次**,外面套一个跑 4 次的运行期循环;而"写哪一格"不做分派 ——
每轮把已经写好的数字**整体往高地址挪一格**,新数字永远写 `REG+0`:
第 1 轮: 挪(空) ; REG+0 = 个位
第 2 轮: 挪(个位 -> REG+1) ; REG+0 = 十位
...
挪的顺序必须**从高到低**(`REG+2 -> REG+3` 先做),否则会把还没搬的高位盖掉。
4 轮之后 `REG+0..3` 正好是千、百、十、个。
`S` 起的 13 格是这么排的(`clb_divmod` 要一块 7 格的连续草稿,所以它从 `S+3` 开始):
S+0 TEN(除数) ; S+1 商 ; S+2 余数(这一位的数字)
S+3..S+9 clb_divmod 的草稿块(Rhi、Sd、Bo、Cm、Ci、buf、NR)
S+10 轮数计数器(loop) ; S+11/S+12 clb_add_ip 的 T、F
挪位链和"商 -> N"的拷贝都借 `S+8`(divmod 的 buf)当缓冲 —— 那个格子在 divmod 结束时
是干净的。余数现在单独占一格(旧版是"余数就在 N 里"),所以 `REG+0 = '0' + 余数` 读的是
`S+2`;下一轮的 N 还是靠 `copy` 从商搬回去。
第一版是"4 个分支 + one-hot flag 分派",**只写对了第一支**(其余三支没触发),换成
整体挪位后不仅正确,还少了两层嵌套、4 个 cell 和一堆 flag 交接。教训:
**在这台只有 `biz`/`rnz` 的机器上,"选一个格写"最好用位置移动表达,别用索引分派。**
三个搭这条宏时踩出来的坑(都写进了宏注释):
* **`copy` 的缓冲格必须是干净的**:缓冲里带垃圾时拷贝结果是 **0**(实测 `Q=4`、缓冲
`0x7f8` → `N=0`)。库注释只说了"`b` 是借来的缓冲",没提这条。
* **造常数不能分两次"置位再转"**:第二次旋转会把第一次放好的位一起带走。正确做法是
**绕整圈走一次**(`W` 次 `ror`,转到目标位就 `set_1`,最后转回原位)。
* **换了 divmod 之后要记得补 include**:`clb_add_ip` 原来是从旧的 `divmod.r8asm` 里
间接 include 进来的,新的 `divmod.r8asm` 不再 include 它(它只 include `raw_sub` /
`raw_or`),所以 `digits.r8asm` 现在自己 `%include "asm/add_ip.r8asm"`。
漏了的话汇编器会报 `unknown macro '(clb_add_ip'`(**而 `r8forge_derive` 以前会忽略
这个错误、接着跑半截纸带**,见 §11 的说明)。
### 7.8 `raw_sub`:保留操作数的减法(长除法的地基)
`raw_sub A B S Bo Bc Ci buf`:**`S = A - B`,而且 A、B 都原样还回来**,
`Bo` 是"没有借位"(1 表示 `A >= B`,和 `clb_sub_nc` 的进位一致)。
7 个 cell,纸带 **2900 字符**左右,9 组抽样全对。
做法就是把 `raw_add`(它本来就保留操作数)套上补码:`S = A + ~B + 1`,
进位输出就是"没借位"。所以整个宏只有三行有用的话:copy 出 `~B`、`Ci = 1`、
`raw_add`。
**踩到的坑**:别在最后 `clb_not_ip Bo` 想"取反得到借位" —— `clb_not_ip` 是
整格取反,0 会变成 2047、1 会变成 2046(实测),不是 0/1。要用"没借位"这个
现成语义,和 `clb_sub_nc` 保持一致。
存在的理由:`clb_sub_nc` 会吃掉 A 和 B,所以"重复减法"的除法器每轮都得 copy 两个
副本;二进制长除法每轮都要拿同一个除数去比/减,必须有个不破坏操作数的减法。
`clb_divmod` 换成长除法(§7.6)之后,每一轮开的就是它。另外实测过一次"预计算
`~D` 再走 `raw_add`"的写法(同样的纸带、每轮少一次 copy,单轮 2019 → 973 步),
但 §14.3 的设计指名用 `raw_sub`、而且它是上一轮专门为长除法加的,所以没有换。
---
## 8. 原地 `_ip` 家族(结果回到原来的 cell)
| 宏 | 签名 | 语义 | cell | 纸带 | 验证 |
|---|---|---|---|---|---|
| `clb_not_ip` | `A` | `A = ~A`(反码) | 1 | 22 | 256/256 |
| `clb_inc_ip` | `A T` | `A = A + 1` | 2 | 88 | 256/256 |
| `clb_neg_ip` | `A T` | `A = -A`(补码取负) | 2 | 110 | 256/256 |
| `clb_dec_ip` | `A T` | `A = A - 1` | 2 | 132 | 256/256 |
| `clb_nonzero` | `B F T` | `F = (B != 0)`,**B 不动** | 3 | 280 | 256/256 |
| `clb_add_ip` | `A B T F` | `A += B`,**B 被吃** | 4 | 722 | 2048 抽样 |
对比写回 S 的切片版(`clb_inc_nc` 552 / `clb_neg_nc` 574,各 3 cell):
**原地版短 5 倍、少一个 cell**。
算法不是逐位测进位(那在两个 cell 里确实不行),而是:
1. 用 `[ ... ]` 的自然语义把**最低位连续的 1 清掉**(`flb` + `ror`),遇到第一个 0 退出;
2. 那个 0 翻成 1(输入全 1 时跳过,正好是回绕那一格);
3. 剩下的位置只旋转,转满 `_CELL_SIZE` 格。
"还要转几格"用 **T 的位**计数:T 先做成 `_CELL_MAX`,每转一格 `set_0` + `ror` 消掉一个 1,
一串 1 的长度就是剩余圈数。于是两个 cell 够用 —— 关键认识是**被测的是计数器,不是数据**,
所以"`[...]` 跑一次就吃掉被测位"不是障碍。
- `clb_neg_ip` = `clb_not_ip` + `clb_inc_ip`;
- `clb_dec_ip` = `clb_neg_ip` + `clb_not_ip`(恒等式 `B - 1 = ~(-B)`),不用新算法;
- `clb_nonzero` 每轮把 B 的一位**搬进** T(`clb_bit_mov` 顺手清掉 B 那一位),是 1 就把 F
**置一**(`set_1`,不是 `flb` —— 翻转会被偶数个 1 翻回 0)并把 B 那一位还原;
- `clb_add_ip` 不写逐位进位链,而是 **`while B != 0: A += 1; B -= 1`**:
循环体在纸带里只出现一次,长度与 B 无关,代价是运行 O(B)(B=255 时约 30 万步)。
---
## 9. 乘法器(`asm/mul.r8asm`)
`clb_mul MC MUL PL PH MCA S Ci T F NR`:`(PH:PL) = MC * MUL`,10 个 cell,最小驱动
**3964 字符**(`drv/mul_byte.r8asm` 3977)。MC 保持原样,**MUL 结束为 0**。
算法是**二进制移位-加法**(竖式乘法),一位一位串:
```
A:PH = 0 ; C:F = 0 ; Q:PL = MUL
repeat _CELL_SIZE:
if Q & 1: (C:PH) += MC ; 一次 W 位加法,进位出到 F
(C:PH:PL) >>= 1 ; 跨格右移,最高位补 0,最低位(刚看的那位)丢掉
```
- 轮数 = 位宽,与两个操作数的**值**无关;11 位下最坏 **26123 步**(`2047*2047`)。
- 纸带长度与 MUL 无关(循环体只出现一次)。
- `MCA`/`S`/`Ci`/`T` 是草稿;`F` 是移位寄存器的最高位(进位),`NR` 是轮数计数器
(`%rep _CELL_SIZE { set_1; ror }` 做成全 1,每轮 `set_0` + `ror` 吃掉一个)。
- 跨格移位:三格先各 `ror`,把要注入的位搬到 bit0(`rol`),`clb_bit_mov` 搬过去,再
`ror` 回来;**低位那对先搬**(PH→PL 先做),否则 PH 的 bit0 已被 F 覆盖。
---
## 10. 拼起来是什么样
### 10.1 16 位加法:靠 `clb_add_nc` 的进位输出串
```
clb_add_nc PL B_lo T Ci ; 低字节相加,进位出到 Ci(A、B 被吃)
clb_add_ip PH Ci S F ; 把进位加进高字节(Ci 被吃)
```
### 10.2 `asm/test.r8asm`:一个滚动的 hash
`h = (h + c) * 141 mod 2048`,消息 `"R8F"`(82 56 70),只用 `clb_add_nc` + `clb_mul`:
先把消息字节加到 h 上,再乘 141,跑三轮。11 位下纸带 **28729 字符**,
`r8forge_derive` / `r8forge_tape_run` / ROT-8-viz 三份实现都给出
`1322 1786 1600 5 94 127`(前三 = 三轮的 h,后三 = 三轮的 PH,即 `(h+c)*141 >> 11`),
共 **57330 步**。
### 10.3 `examples/` 里的例程:每组宏一份
`examples/` 下每个 `.r8asm` 都是**能跑的程序**,头部一行 `; out ...` 写它打印什么:
```sh
r8forge examples/<名字>.r8asm > t.rot8
r8forge_tape_run t.rot8 # 打印 out 和步数
```
| 文件 | 演示哪一组 | 打印 / 说明 |
|---|---|---|
| `base_macros.r8asm` | §5 基础宏 | `set_0` 只清一位、`erase` 清整格、`rol`/`ror` 转圈、`copy`/`bit_copy` 保留源、`clb_bit_mov` 吃源、`step` |
| `bit_adder.r8asm` | §6 位级宏 | 4 位行波加法器(`clb_bit_add_nc` 串进位链),再对比 `bit_raw_add` 保留操作数 |
| `byte_raw_ops.r8asm` | §7.1 + §7.8 | `raw_add`/`raw_inc`/`raw_and`/`raw_or`/`raw_xor`/`raw_sub`,每个都把操作数打出来证明没被吃 |
| `byte_clobber.r8asm` | §7.2 + §7.3 | `clb_add_nc`/`clb_sub_nc`/`clb_neg_nc`/`clb_inc_nc`(操作数被吃),以及 `clb_and` 的 B 残留 |
| `byte_in_place.r8asm` | §8 | `clb_not_ip` / `inc` / `neg` / `dec` / `clb_add_ip` / `clb_nonzero` |
| `sum_loop.r8asm` | §5.1 + §7.5 | `clb_ones` + `loop`/`endloop` 算 `1+2+...+N`(次数来自数据,不是汇编期常数) |
| `mul_demo.r8asm` | §9 | 82×141、2047×2047 的 `(PH:PL)` |
| `divmod_demo.r8asm` | §7.6 | 2047/10、2047/1(旧版第二个会 HANG),顺带证明 N、D 保留、草稿可以反复用 |
| `digits_demo.r8asm` | §7.7 | 1234 和 7 的 4 位 ASCII |
| `full_add*.r8asm` | §3 `%synth` | 四种写法(`map` / `stat` / `layers` / 手写);输入全 0,所以 `out 0 0` |
`r8forge_examples_test` 会把 `examples/` 里所有 `.r8asm` 跑一遍,实跑的 `out` 和头部那行
逐项比(顺带打印纸带长度和步数)。它保证例程既**汇编得出来**、又**还是那样输出**;
`r8forge_synth_test` 另外用 8 种输入查 `full_add` 的正确性。
---
## 11. 验证矩阵
| 测试 | 覆盖 | 断言口径 |
|---|---|---|
| `r8forge_byte_op_test` | 20 个测试项 = 19 个宏(`clb_neg_nc` 的 Ci=1 / Ci=0 各算一项),见 §7.1、§7.2、§7.5、§7.6、§7.7、§8、§9 | **按返回值**:穷举 0..255(`clb_add_ip` 2048 抽样、`clb_mul` 65536 全穷举、`clb_ones` 12 个计数全穷举、`clb_divmod` 8 个除数 × 全部 2048 个被除数 = 16384 组全穷举、`clb_digits` 全部 2048 个值全穷举),任一不符即退出码非 0 |
| `r8forge_synth_test examples/full_add.r8asm` | `%synth` 端到端:汇编 + 跑 8 种输入 | `all eight combinations ok` |
| `r8forge_examples_test` | `examples/` 里全部 13 个程序(9 组宏例程 + 4 个 `%synth` 例子,见 §10.3) | **按返回值**:每个头部 `; out ...` 与实跑 `out` 逐项相等,缺这一行也算失败 |
| `r8forge verify_clb_bit_add_nc.r8asm` | 4 cell 加法切片(进位进→出) | 单点:`0+0+Ci` |
| `r8forge verify_clb_bit_inc_nc.r8asm` | 3 cell 自增切片 | 单点 |
| `r8forge_derive verify_loop.r8asm -1 0=N` | 动态循环:`N=0..11` 时循环体跑 `N` 次(`A = N`、`C = 0`) | 逐值 `out` |
| `r8forge verify_set_0.r8asm` | `set_0` 只清 LSB | `-1 0=255 → 254`、`0=128 → 128` |
| `r8forge_macro_docs_test` | `asm/` 里 47 个宏的注释格式 | 全绿或报错行号 |
| `r8forge_tape_run <tape.rot8>` | 第二个解释器,直接跑纸带 | 与 `r8forge_derive` 对答案 |
| `r8forge_derive <src> -1/-2` | 拿汇编源码跑,打印 `out` / 非零 cell | 人工/脚本比对 |
`r8forge_derive` 现在**会检查汇编错误**:`import_file` 只表示"文件打开了",漏一条
`%include`(`unknown macro`)时汇编器的 error 位会被置上、纸带是**截断**的 —— 以前
`derive` 不看这个标志,于是会拿半截纸带跑出一个看起来正常的错答案(实测踩过:
`clb_digits` 少 include `add_ip` 时四个数字全是 `'0'`)。现在它和其它入口一样打印
`could not assemble` 并返回 1。**看到 `out` 结果"太整齐"就先看 stderr 有没有这句。**
只有 `r8forge_byte_op_test` 和 `r8forge_examples_test` 是**按返回值**判断的;其它要么只证明
"汇编得出来"、"位级正确",要么是单点探针。改宏之后跑 §11 前几个(外加 docs test)。
---
## 12. 已知边界(别重试)
| 想做的 | 结论 |
|---|---|
| 3 个 cell 做加法切片 | 层数上限 5 和 8 都报 `no program up to N layers`(自增/取负 3 cell 有解,两个操作数塞不进 3 个 cell) |
| 用 `%synth` 写"原地"表(`A←~A^Ci` 等四个) | 全部无解(原因见 §3.4);**手写可以**(§8 的 `_ip` 家族) |
| 让切片自己在输入上取反 | 无解(表达不出"无条件翻转");取反放在切片外面(一条 `flb`) |
| 4 cell 加法切片要保留 A、B | 无解;要留操作数用 6 cell 的 `bit_raw_add` |
| 字节级(`2^16` 项)交给 `%synth` | 搜索空间不可行 |
| "每个 bit 一个 cell" 拼字节级运算 | 能跑通但没意义(一个 cell 已经能放一个字节、位也读得出来);这份实现**已删,别再加回来** |
---
## 13. 维护
- **改位宽/纸带长度**:`include/r8forge/geometry.hh` 两个常量 + 四份虚拟机
(`tests/synth_test.cc`、`tests/byte_op_test.cc`、`src/derive.cc`、`tests/tape_run.cc`)
一起改;`asm/` 里的宏靠 `_CELL_SIZE` 自动跟随,不用动。
- **加宏**:先按 §4.1 选前缀/后缀,再写 §4.2 的注释块,跑 `r8forge_macro_docs_test`;
能进 `byte_op_test` 就进(那才有按返回值的验证)。
- **改指令模型**(合成器的块集合、代价):必须 bump `kModelVersion`,否则
`.r8forge_cache/` 里的旧结果会被当成最优。
- **改本文的数字**:照 §1.3 的口径重新量,别把驱动长度和最小驱动长度混在一列。
---
## 14. 移位-恢复除法(已实现;这一节是设计推理 + 实测数据,契约看 §7.6)
`clb_divmod` 已经从重复减法换成二进制长除法(`asm/divmod.r8asm`)。
### 14.1 为什么换、每轮的状态
旧版 O(N/D):`2047/1` 要 2047 轮、每轮约 2.4k 步,直接撞 500 万步上限(实测 HANG)。
新版固定 **W 轮**(11 轮),跟 N、D 的值无关。
N 被除数(W 位)。每轮 `rol N`,于是 N 的 LSB 就是**最高位起**的下一位
(rol 把 bit W-1 转到 bit0) —— 转满 W 轮 N 自动复原,所以 N 不被消耗
R 部分余数 = (Rhi:Rlo),Rlo 是普通 cell,Rhi 只有 bit0 有意义(轮内布尔)
D 除数(W 位),每轮都要拿它去比/减 → 必须保留 → 这就是 `raw_sub` 存在的理由
Sd 减法结果(W 位,Rlo - D)
Bo raw_sub 给的"没借位"(1 表示 Rlo >= D)
每轮:`R = (R << 1) | 位`,然后 `R >= D ? (R -= D, 商位 = 1) : (商位 = 0)`。
### 14.2 W+1 位比较拆成"一个 W 位减 + 一个布尔"(实际用到的版本)
`R = (Rhi:Rlo)`、`D < 2^W`。先算 `Sd = Rlo - D` 与 `Bo = (Rlo >= D)`,那么
提交(R >= D) ⟺ Rhi == 1 或 Bo == 1 → **commit = Rhi | Bo**
四种情况都对得上(`Rhi = 0, Bo = 0` 就是 `R < D`,不提交)。所以**不需要真的做
W+1 位减法**,只要一个 W 位 `raw_sub`(顺带给出 Bo)+ 一个按位或。
原设计里还有一条 `Shi = Rhi & Bo`("提交后的新高位")和对应的 `clb_bit_and`,
**实际实现把它省掉了**:每轮开头 R < D < 2^W(提交之后 R 一定小于 D),所以 Rhi
在轮首恒为 0;而 `Rhi = 1 且 Bo = 1` 这个组合会要求 R = 2^W + Rlo >= 2D,与
"轮首 R < D ⇒ 左移后 R < 2D" 矛盾,不可能出现。于是新高位恒为 0,Rhi 只是轮内的
H,`clb_bit_or` 顺手把它清零就够了 —— 省一个 `clb_bit_and`、一次 copy 和一个变量。
### 14.3 每轮实际骨架(`asm/divmod.r8asm`)
.tp N ; rol ; 下一位进 N 的 LSB
.tp R ; rol ; clb_bit_mov Rhi ; Rlo 左移,绕回位先搬进 Rhi(顺带清 bit0)
.tp N ; bit_copy Rlo buf ; 注入这一位(38 字符,保留 N)
raw_sub Rlo D Sd Bo Cm Ci buf ; Sd = Rlo - D,Bo = (Rlo >= D)
clb_bit_or Rhi Bo Cm ; 提交条件(两个输入都被吃掉)
.tp Q ; rol ; 商左旋一位(bit0 一定是 0)
.tp Cm ; biz
.tp Sd ; copy R buf ; R = Sd(495 字符,只在提交时跑)
.tp Q ; set_1 ; 商位 = 1
.tp Cm ; flb ; 吃掉条件
rnz
.tp NR ; set_0 ; ror ; 轮数吃掉一个
7 个草稿格(`S+0..S+6`):Rhi、Sd、Bo、Cm(= `raw_sub` 的 Bc,兼提交标志)、Ci、
buf、NR。固定代价里最大的是 `raw_sub` 的 2793 字符和提交时那个 `copy` 的 495 字符。
### 14.4 坑(都踩过或实测过)
1. **R 的跨格左移顺序**:`rol` 把 Rlo 的最高位绕回 bit0,必须**先**把它搬进 Rhi
(`clb_bit_mov` 搬的同时清掉绕回位),**再** `bit_copy` 注入 N 的那一位。
顺序错了就丢位 —— `clb_mul` 当年在这里返工两轮。单点验证驱动是
`drv/div_shift.r8asm`(`r8forge_derive drv/div_shift.r8asm -1 0=1024 2=0 4=1`
等三条,见文件头)。
2. **`biz` 是循环对**:门控提交的 body 最后必须把条件吃掉(`flb`);商位的 `set_1`
和那个 `flb` 合在同一个块里。条件块的身体都回到自己的条件 cell(净位移 0)。
3. **Rhi 只有 bit0 有意义**,它当布尔用,别当字节。
4. **轮数计数器**:`%rep _CELL_SIZE { set_1; ror }` 造出来的就是 W 个 1,轮首的 LSB
已经是 1、**不用再补一条 `rol`** —— 原来的设计笔记里说要补,实测不需要
(`clb_mul` 也是这么用的)。
5. **N 要保留就得用 `bit_copy`**(保留源),不能用 `clb_bit_mov`(吃源);代价是
每轮 38 字符 + 约 40 步。余数因此要单独一格 R(旧版"余数就在 N 里"的约定没有了)。
### 14.5 验收(实测)
* **Q/R 逐对比**:`byte_op_test` 的 `test_divmod` 现在跑 **8 个除数 × 全部 2048 个
被除数 = 16384 组**(旧的 76 组抽样表是它的子集),全对;顺带断言 N、D 原样返回。
* **步数**(`drv/divmod.r8asm`,11 位):
| 算式 | 旧(重复减法) | 新(移位-恢复) |
|---|---|---|
| `2047/10` | 495,986 | **28,593** |
| `2047/2` | 2,461,650 | **31,997** |
| `999/7` | 340,086 | **28,661** |
| `2047/1` | **HANG**(>500 万) | **32,383** |
| `7/10` | 3,014 | 25,315 |
| `100/7` | 34,940 | 27,460 |
16384 组里最坏 **32,383** 步。**N/D 很小时反而慢**(固定 11 轮),和 `clb_mul`
的取舍一样:拿它换"除数和商再大也不会挂"。
* **`clb_digits`**:`test_digits` 现在**穷举全部 2048 个值**,全对;`0=2047` 从
740,695 步降到 **145,138** 步(最坏 164,867 —— 小值反而慢,同上)。纸带
`clb_digits` **13717**(旧 10829),`clb_divmod` **4499**(旧 4189)。
**纠正一个流传的数字**:本节原来写"`2047/10` 要 148 万步"、"`clb_digits` 的 1.48M 步"。
按 §1.3 的口径实测旧实现是 **495,986**(`2047/10`)和 **740,695**(digits `0=2047`),
没有 148 万 —— 那个数不知道是别的驱动还是别的版本量的,**别再引用**。
### 14.6 没做的优化(想让除法再快一档的话)
把"每轮 copy 一份 D 再取反"(`raw_sub` 内部,单轮 2019 步)换成**开循环前预计算
`NegD = ~D`、每轮只跑 `raw_add Rlo NegD Ci Sd Bo buf`**:单轮 973 步(两者都是拿同一
张驱动单独跑出来的),纸带基本不变(循环体 −594、循环外 +518,净 −76)。按这个差值
估计 `clb_divmod` 28.6k → 约 **17.6k** 步(未实测)。没换的原因是 §14.3 指名用
`raw_sub`、而它是上一轮专门为长除法加的(§7.8)。真要换的话注意:多一个 NegD 草稿格;
`Ci = 1` 在循环外设一次就够(`raw_add` 结束会把 Ci 还原成进入时的值,实测两次调用都
保持 1);`Bo` 语义不变(`A + ~D + 1` 的进位就是"没借位")。