自編教材分享：第五章—編譯與運(yùn)行優(yōu)化（一）
編譯流程
編譯器的工作流程可分為預(yù)編譯、編譯、匯編以及鏈接四個(gè)階段，其中，預(yù)編譯又稱預(yù)處理，是整個(gè)編譯過程最先做的工作，主要是代碼級(jí)的文本處理工作；編譯過程是把預(yù)編譯生成代碼文件翻譯為目標(biāo)機(jī)器匯編代碼；匯編過程是將匯編代碼翻譯為機(jī)器相關(guān)的二進(jìn)制目標(biāo)文件，并最終由鏈接器對(duì)目標(biāo)文件、操作系統(tǒng)的啟動(dòng)代碼和用到的庫文件進(jìn)行組織，將各個(gè)模塊的代碼鏈接到一起，最終生成可執(zhí)行程序。
目前市面上較為流行的編譯器有GCC、LLVM，以及Intel-ICC編譯器，其中GCC是由GNU開發(fā)的開源編譯器，LLVM是伊利諾伊大學(xué)發(fā)起的一個(gè)開源項(xiàng)目，相較于GCC，LLVM的模塊化和復(fù)用性更好，且速度更快。
LLVM編譯器架構(gòu)
本次分享內(nèi)容以LLVM編譯器為主，LLVM是構(gòu)架編譯器的框架系統(tǒng)，以C++編寫而成，支持多種語言和后端。
LLVM的編譯流程分為前中后三個(gè)部分，前端的工作主要針對(duì)源語言，通過分析高級(jí)語言代碼的文本，相應(yīng)的進(jìn)行預(yù)編譯、詞法分析、語法分析、語義分析到生成中間代碼，編譯器中端主要對(duì)前端生成的中間代碼進(jìn)行優(yōu)化，其中包括常規(guī)編譯優(yōu)化、過程間優(yōu)化、循環(huán)優(yōu)化、自動(dòng)向量化及其它優(yōu)化。編譯器后端重點(diǎn)關(guān)注目標(biāo)機(jī)器，對(duì)中間代碼實(shí)施面向目標(biāo)機(jī)器特征的優(yōu)化，生成符合目標(biāo)機(jī)器運(yùn)行需要的匯編代碼，這些代碼最終通過匯編器和鏈接器生成在目標(biāo)機(jī)器上可執(zhí)行的二進(jìn)制程序。
接下來會(huì)展開介紹每個(gè)階段所做的工作。
編譯器前端
預(yù)編譯
前端要做的第一個(gè)工作為預(yù)編譯,完成文件包含的插入、宏展開、條件編譯展開和刪除注釋等任務(wù)。
(1)文件包含：指源代碼文件中的#include文件包含聲明。例如，當(dāng)源代碼文件中含有語句#include <stdio.h>時(shí)，預(yù)處理器會(huì)在系統(tǒng)標(biāo)準(zhǔn)路徑下搜索C的標(biāo)準(zhǔn)輸入輸出頭文件stdio.h，將文件stdio.h中的代碼復(fù)制到當(dāng)前文件以來代替上述文件擴(kuò)展聲明語句。
(2)宏展開：C程序中可以使用#define來定義宏，一個(gè)宏定義給出一段C代碼的縮寫。預(yù)處理器將源程序文件中出現(xiàn)的、對(duì)宏的引用展開成相應(yīng)的宏定義。
(3) 條件編譯：處理#if和#ifdef等條件編譯指令，將源代碼中的某部分代碼包含進(jìn)來或排除在外。
(4) 刪除注釋：刪除所有的注釋“//”和“/* */”。
下邊代碼為生成的部分預(yù)編譯文件，可以明顯看出在主程序部分，已經(jīng)沒有注釋，并且數(shù)組d[N]也被替換為了d[1024]。
詞法分析
詞法分析器讀入程序的源代碼字符流，掃描、分解字符串，識(shí)別出一個(gè)個(gè)的單詞，包括如下類型：
關(guān)鍵字，如int、float、if、 sizeof等。
標(biāo)識(shí)符，用來表示各種名字，如變量、數(shù)組名、函數(shù)名等。
運(yùn)算符，包括算術(shù)運(yùn)算符、邏輯運(yùn)算符、關(guān)系運(yùn)算符等。
分解符，包括“，、；”等符號(hào)。
常數(shù)，包括整形、浮點(diǎn)型、字符型等。
查看LLVM詞法分析過程的編譯命令：
語法分析
語法分析的任務(wù)是將詞法分析生成的單詞組合成語法短語，同時(shí)分析這些短語是否符合高級(jí)程序設(shè)計(jì)語言中的語法規(guī)則。
有下面的規(guī)則來定義表達(dá)式：
標(biāo)識(shí)符是表達(dá)式。
常數(shù)是表達(dá)式。
若表達(dá)式1和表達(dá)式2都是表達(dá)式，那么表達(dá)式1+表達(dá)式2以及表達(dá)式1 * 表達(dá)式2也都是表達(dá)式。
有下面的規(guī)則來定義賦值語句：
<表達(dá)式> = n
<表達(dá)式> = <表達(dá)式>“+”<表達(dá)式>
<表達(dá)式> = <表達(dá)式>“* ”<表達(dá)式>
<賦值語句> = <標(biāo)識(shí)符>“=”<表達(dá)式>
以語句c = a + b * 3為例，依據(jù)高級(jí)程序設(shè)計(jì)語言中約定的賦值語句及表達(dá)式的定義規(guī)則表示為抽象語法樹形式。將字符串格式的源代碼轉(zhuǎn)化為樹狀的數(shù)據(jù)結(jié)構(gòu)，更容易被計(jì)算機(jī)理解和處理。
語義分析
語義分析階段的任務(wù)是審查源代碼有無語義錯(cuò)誤，源代碼中有些語法成分，按照語法規(guī)則去判斷是正確的，但不符合語義規(guī)則，比如使用了沒有聲明的變量。
語義分析主要的任務(wù)可歸結(jié)為以下四類：
完成靜態(tài)語義審查和處理；
上下文相關(guān)性審查；
類型匹配審查；
類型轉(zhuǎn)換。
比如語句c=a+b*3中，運(yùn)算符*的兩個(gè)運(yùn)算對(duì)象分別是b和3，如果b是實(shí)型變量，3是整型常數(shù)，語義分析階段執(zhí)行類型審查之后，會(huì)自動(dòng)地將整型量轉(zhuǎn)換為實(shí)型量以完成同類型的數(shù)據(jù)運(yùn)算。效果會(huì)體現(xiàn)在語法分析所得到的語法樹上，即增加一個(gè)運(yùn)算符結(jié)點(diǎn)(inttoreal)。
編譯器前端-相關(guān)選項(xiàng)
編譯器前端將高級(jí)程序設(shè)計(jì)語言編寫的源代碼翻譯到統(tǒng)一中間表示，優(yōu)化人員可以通過編譯選項(xiàng)指定預(yù)處理、語言和模式等對(duì)程序的前端編譯過程予以干預(yù)。
