（编译原理）第一节 编译概述

计算机中的编译

高级语言（C、Java等）编写的代码不能直接在计算机上执行，计算机只能直接执行机器语言。

代码需要用相应的翻译程序翻译为机器语言，编译程序就是一种用于翻译的程序

编写编译程序涉及的原理、技术及方法 即为编译原理

影响计算机系统性能几大要素

程序设计：算法、数据结构、软件架构、协议等

硬件基础：计算器、存储器、网络等硬件性能

编译器性能：将源代码转为的机器码时的效果

不同的程序

翻译程序：能够将某种语言写的程序转换成另一种语言的程序，而且后者与前者在逻辑上是等价的。

解释程序：将高级程序设计语言写的源程序作为输入，边解释边执行源程序本身，而不产生目标程序的翻译程序。编译程序实质上是一个翻译程序，要注意等价交换。

其他程序：诊断编译程序、优化编译程序、交叉编译程序、可变目标编译程序

高级语言的运行方式

编译方式：利用编译程序 将高级语言程 序翻译为机器语言程序，然后再运行这个机器语言程序

解释方式：利用解释程序直接读取高级语言程序中的每个语句，翻译并直接执行

混和方式：先编译再解释

高级语言编译流程

（用户源程序.c）预处理程序（标准源程序.i）编译程序（汇编语言程序.asm）汇编程序（可程序定位的二进制目标代码.obj）连接程序（可执行的机器代码.exe）

预处理

C语言的预处理程序（Preprocessor）首先要对用户源程序中的宏定义和文件包含等进行处理

宏定义——宏展开

文件包含——将文件中的内容插入到此处来替换此语句

有些预处理程序还能够处理语言功能的扩充，就把它转换为该语言编译程序能够识别的形式加入到标准源程序中。

在VC++6.0中，通过预处理后，将.c的源程序变为了.i的文本文件。

编译

标准的C语言程序由编译程序翻译为对应于某个计算机上的汇编语言程序。

汇编语言是和机器语言一一对应的易于阅读的文本形式的语言。编译的结果是某种机器上汇编语言书写的程序。

在VC++6.0中，编译这一步将.i的文本文件生成了.cod的文本文件，这就是汇编代码。有的编译器生成.s或.asm后缀的文件。

汇编

汇编语言程序需要由汇编程序翻译为二进制机器目标代码（机器语言描述的程序）。大多数编译器生成的目标代码是后缀为.obj的二进制文件。

有些编译程序不生成汇编代码，直接生成二进制目标代码，直接传给链接程序。也有编译程序直接生成可执行代码

链接

目标文件本身还不能直接运行 。链接程序（Linker）把目标文件转换为最终可以运行的程序。

待链接的目标文件可以是多个，它们可以是分别编译或汇编得到的，也可以是系统提供的库文件。

链接过程中需要修改重定位的地址，修改其中的指令和数据，以便后续放在内存中适当的地方，最终形成可执行文件。

VC++6.0编译器链接后生成的文件是后缀名为.exe的可执行文件。

静态链接方式：把公用库内的代码合并到可执行文件内部，可执行文件的体积庞大。

不足：会导致可执行文件版本难以控制； 如果有多个程序调用相同的公用库函数，在运行时这些公用库函数的代码在内存中将有多份拷贝，占用了多余的内存空间

动态链接方式：

仅记录动态链接库的路径信息。允许程序运行前才加载所需的动态链接库。 这样不仅节约磁盘和内存空间，还有利于可执行文件版本的更新。

不足：运行时加载会增加程序执行的时间开销；而且如果动态链接库的版本错误可能会导致程序无法执行。

不同工具的编译流程：

VC++6.0： hello.c - hello.i - hello.cod - hello.obj - hello.exe

GCC：hello.c - hello.i - hello.s - hello.o - hello.exe

编译过程和编译程序的结构

编译程序完成从源程序到目标程序的翻译工作。整个工作过程需要分阶段完成，每个阶段完成不同的任务，各个阶段进行的操作在逻辑上是紧密相关的，每个阶段的工作都通过相应的程序来完成。

编译程序就是由完成这些功能的全部程序组成的。每个阶段把源程序从一种表示变换成另一种表示

源程序 - 编译程序（词法分析、语法分析、语义分析、中间代码生成、中间代码优化、目标代码生成） - 目标程序

词法分析

任务：识别单词、 滤掉无意义的字符、发现错误

单词种类：

（1） 标识符

（2） 关键字（char、int、if、else、while、for等）

（3） 运算符（即运算符号 +、－、* 、/、&等）

（4） 界符（常见的有 ； ， ： （ ）等）

（5） 常数

词法分析依据语言的词法规则

语法分析

任务： 根据语法规则，判断句子结构是否正确 。例：程序、语句、表达式

根据规则判定：

表达式 ：标识符、常数是表达式。表达式的运算也是表达式

赋值语句（一种特殊的表达式）： 标识符 赋值运算符（=） 表达式

area = 5 + length * width + length * width是一个赋值语句，也是一个表达式

5 + length * width + length * width是一个表达 式而不是一个赋值语句

语义分析

任务：对源程序中各种符号的必要信息进行收集，如变量的类型、作用域、初值等，并将这些信息填入符号表中。

源程序中的符号主要有两种：函数和变量。 变量是数据的符号化形式，函数是代码的符号化形式。

语义分析依据语言的语义规则

对程序进行静态语义检查：

变量和函数使用前是否定义；

变量赋值的类型是否兼容；

数组维数是否相同，数组下标是否越界；

renturn语句返回的类型和函数返回值的类型是否兼容；

break、continue语句的使用是否合适；

函数调用时参数列表是否兼容 。

中间代码生成

任务：进行初步的翻译(翻译成中间代码)。

中间代码形式

四元式: (运算符，运算对象1，运算对象2，结果)

对赋值语句area =5 + length * width + length * width

id1=int1 + id2 * id3 + id2 * id3

代码优化

任务：对已产生的中间代码进行加工变换，使生成的目标代码更为高效(时间和空间)。

目标代码生成

任务：把中间代码(或经优化的中间代码)变换成特定机器上的低级语言代码(汇编语言或机器语言)

编译阶段的基本概念

编译前端：主要指与源语言有关，与目标语言无关的部分，通常包括词法分析、语法分析、语义分析和中间代码生成，与机器无关部分的代码优化

编译后端：指与目标机器有关的部分。如与机器有关的优化、目标代码生成

编译程序的构造方法

构造编译程序要掌握以下几方面的内容：

源语言：理解其结构和含义

目标语言：清楚硬件的系统结构和指令的格式等

编译方法

一般实现编译程序的方法有：

1.直接用机器语言或汇编语言编写编译程序

2.用高级语言编写编译程序 （用编译工具自动生成:LEX与YACC 、自编译 、移植）

Sample语言

Sample语言是类C语言的一种简易语言。

Sample语言选择实现了C语言的基本功能，包括常量、变量、函数定义，常见的表达式、赋值语句、分支if语句、循环while、do while、for语句，以及函数调用与返回 。删除了一些复杂的、难理解的成分，比如数组和指针

Sample语言规范

（1）字符集

Sample语言的字符集就是编写Sample语言程序能够使用的所有字符的集合。

Sample语言的字符集是由英文大写字母、小写字母、数字、下划线和空白符号，以及下述特殊符号构成的集合：+、-、*、/、%、=、>、<、!、&、|、(、)、[、]、{、}、,、.、;、'、"、\

（2）单词

单词是由字符集中的符号按照构词规则组成的。Sample语言中的单词分为5类：常数、标识符、关键字、运算符、分界符

关键字、运算符和界符的种类是固定的，可以列表。

注意：运算符由优先级和结合性来决定运算对象的运算次序；

（3）关键字

有三个保留字：main、read和write，它们不是Sample的关键字，但有固定含义，不能作它用；

（4）运算符

运算符由优先级和结合性来决定运算对象的运算次序；

界符用来分隔单词，除运算符外，还包括左右大括号{和}、分号;和逗号，以及不计入合法单词的单引号、双引号、句号、空白符号和注释，它们不能独立作为单词，但它们可以用来分隔单词。

注释是用/*和*/括起来的任意多行字符、以及用//标识的单行注释；

空白符包括：空格、\t、\n、\r等几个。

（5）数据类型

Sample语言内部数据类型：

1. 整型

2. 字符型

3. 实型

（6）表达式

通过运算符对运算对象进行操作。

算术运算符包括+、-、*、/、%，运算对象是指各种标识符和常量，也可以是函数调用，运算符之间服从“先乘除，后加减”的运算优先次序，服从左结合规律。

关系运算对象是算术表达式，运算符有大于（>）、小于（<）、大于等于（>=）、小于等于（<=）、等于（==）和不等于（!=）6种。

布尔表达式的运算对象是关系表达式，运算符有非（！）、与（&&）、或（||）。

赋值表达式就是一个表达式通过一个赋值符号（=）赋值给一个变量

算术运算的优先级比关系运算的优先级高，关系运算的优先 比布尔运算的优先级高，赋值运算符最低。

所有的运算除了！和-是单目运算外，都是双目运算。单目运算只需要一个运算对象，如!a，双目运算需要两个运算对象a+b。

（7）语句

Sample语言每个语句以分号结束

（8）函数

函数是将一段代码用一个函数名来代表，以实现重用（函数声明、函数定义、函数调用）

函数首先要声明，然后定义，把该函数名和这段代码对应起来，最后才能在其他地方调用它。

Sample语言中的函数定义遵循C语言的规范，函数是独立定义的，不能嵌套在另一个函数中定义。

（9）程序

Sample语言中程序是最大的概念，main函数，它是程序的入口，规定main函数不带返回类型

main函数后面可以跟若干个函数定义。全局声明的 常量、变量和函数必须放在main函数之前。因此程序的构成形式是： 声明语句 main()复合语句 函数定义

其中的声明语句 就是全局声明的常量、变量和函数等，这些声明之间没有顺序之分，复合语句 是在main函数中需要执行的语句，函数定义 是定义其他函数，可以没有函数定义，也可以有1个或多个函数定义

总结