【编译技术】第七章-源程序的中间形式(抽象机代码、抽象语法树)

可移植性概述

• 如果一个程序能够以较小的代价移植到另一台机器上，则称该程序是可移植的(Portable)。即：迁移程序的开销显著低于重新编制程序的开销。
• 如果一个程序容易进行修改以适应不同系统和用户的需求，则称该程序是可适应的(adaptable)。

抽象机代码

为了让编译程序具有较高的可移植性和可适用性，一个较好的办法是将硬件资源抽象为抽象机，从而基于抽象机生成硬件无关的中间代码。但抽象机的设计要面向源语言的基本操作和模式，因此是源语言相关的。典型的抽象机代码有Pascal运行在P-machine上的P-code，和Java运行在JVM上的字节码。下面以P-code为例，介绍抽象机代码。

P-machine

P-machine是Pascal使用的抽象机，是一种硬件无关的栈式计算机(stack computer)，有五个寄存器和一个存储器：

• 五个寄存器：
  • PC：程序计数器；
  • NP：堆指针（new指针）；
  • SP：栈指针；
  • MP：标志指针（基地址指针），指向当前活动记录的基地址；
  • EP：顶指针，指向当前程序模块在栈中的最高位置。
• 存储器：视为存储单元的线性数组。
  • 代码区：存放机器指令；
  • 存储区：存放运行数据。

栈式计算机的寄存器和存储器示意图如下：

P-code

一些P-code指令如下：


由于P-machine没有用于存储临时变量的寄存器，所有的运算都在运行栈的栈顶进行。
例子：计算$d:=(a+b)\ast c$

• 取a LOD a
• 取b LOD b
• 相加 ADD
• 取c LOD c
• 相乘 MUL
• 送d STO d

抽象语法树(AST)

和语法树不同，抽象语法树去掉了不必要的语法成分，仅保留操作符（非叶节点）和操作数（叶子节点）。抽象语法树可以看作前述波兰表示、三元式等形式的代码的图表示，遍历抽象语法树就能推出对应的波兰表示或N-元式。

例子：对于$(A+B\ast C)/(D\ast E-(F+G)/(H+I))$，按照自底向上的顺序很容易构造出抽象语法树：

与波兰表示的关系

对抽象语法树进行前序或后序遍历，就能得到对应的前缀波兰表示或后缀逆波兰表示（逆波兰表示）。(显然，按中序遍历并加以括号，就能得到原中缀表达式。)

• 前序遍历（根-左-右）：
  $$/+A\ast BC-\ast DE/+FG+HI$$
• 后序遍历（左-右-根）：
  $$ABC\ast +DE\ast FG+HI+/-/$$
  可以说，波兰表示是语法树的线性表示。

与三元式的关系

以上例子对应的三元式中间代码如下：

① *,B,C
② +,A,①
③ *,D,E
④ +,F,G
⑤ +,H,I
⑥ /,④,⑤
⑦ -,③,⑥
⑧ /,②,⑦

可见：

• 每个三元式表示一棵子树；
• 三元式中操作符表示子树的根；
• 三元式中操作数表示子树的叶子节点（变量名）或另一棵子树的根（另一个三元式的的编号）；
• 最后一个三元式的对应AST的根节点。

因此，先前按自底向上而不是自顶向下的顺序来构造AST的好处是：AST的各节点标号正好是三元式各行代码的标号。