Introduction

约 460 个字 17 行代码 1 张图片 预计阅读时间 3 分钟

What is a compiler

编译器是一种把一个语言转换为另一个语言的工具,不仅限于将人类可读的代码变成机器码

一个编译器的工作流通常可以表示为:

源代码 -> 前端 -> 中端 -> 后端 -> 目标代码

编译器工作流: 前端 / 中端 / 后端

前端 (Frontend)

任务: 理解源程序

输入: 源代码
输出: 语法树 (AST) + 符号表 + 初步中间表示 (IR)

• 词法分析: 把字符流切分为 Token

  • \(x= a*2+b*(x*3)\)

  • 可划分为: id<x> assign id<a> times int<2> plus id<b> times lparen id<x> times int<3> rparen

• 语法分析: 按文法构建 AST

  
  AST

• 语义分析: 做类型检查、作用域检查、声明检查等,比如检查x是否可读写等

中端 (Middle-end)

任务: 优化程序表示

输入: IR
输出: 优化后的 IR

• 进行与目标机器无关的优化

• 常见优化: 常量折叠、公共子表达式消除、死代码删除、循环优化

三地址中间代码 (Three-Address Code)

对于表达式 x = a*2 + b*(x*3)，一种常见的三地址码表示为:

t1 = a * 2
t2 = x * 3
t3 = b * t2
t4 = t1 + t3
x  = t4

三地址码的特点是: 每条指令最多只有三个地址(两个操作数 + 一个结果),便于后续优化与目标代码生成。

对于这样的中间表示,我们可以进行优化:

t1 = a << 1
t2 = x * 3
t3 = b * t2
x= t1 + t3

后端 (Backend)

任务: 生成目标代码

输入: 优化后的 IR
输出: 汇编/机器码/目标文件

• 指令选择: 把 IR 映射为目标架构指令

• 寄存器分配: 减少内存访问,提高执行效率

• 指令调度与代码生成: 结合平台特性输出最终代码

从中间代码到汇编 (示意)

以前面的优化结果为例:

t1 = a << 1
t2 = x * 3
t3 = b * t2
x = t1 + t3

可生成类似的汇编代码(以 RISC-V 风格为例):

t1 = a << 1 -> slli a1,a1,1
t2 = x * 3 -> muli a0,a0,3
t3 = b * t2 -> mul a0,a0,a2
x = t1 + t3 -> add a0,a0,a1

评论