【编译原理入门】–编译器compiler

编译原理[入门]–编译器compiler

参考：https://www.youtube.com/watch?v=cxNlb2GTKIc&list=PLTd6ceoshpreZuklA7RBMubSmhE0OHWh_编译原理入门

编译器作用

• 将高级语言转化为机器语言
• 正确运行
• 发现所有错误
• 快速编译
• 易用

编译过程

1. 词法分析Lexical Analysis(scanner)：将词句分割
2. 语法分析Syntax Analysis(parser): 分析语义
3. 机器码生成Code Generation and Optimization: 翻译成另一个语言

1. 词法分析(scanner)

编译器进行扫描

目的：明确源码中每个词的含义

if temperayion <= 0 then\n
	\t Description = "Freeziong"\n
end if 

符号表

对比---->建立符号表：对信息进行快速访问

Lexical Analysis summary

• Done by the lexer,also know as the scanner
• identifies lexemes within the source code
• White space and comments are discarded
• Generates a stream of tokens
• Each token passed to the parser on request
• creates a symbol table of ‘names’ used in the source code
• may also create a string table

2.语法分析(parser)

作用：发现已标记化的程序中的任何语法错误

上下无关法（BNF）

<if_statement>::=If<condition>Then<statement>
				|If<condition>Then<statement>End If
				|If<condition>Then<statement>Else<statement>Enf If

if temperayion <= 0 then\n
	\t Description = "Freeziong"\n
end if 

构造数据结构

词法分析>>token>>分析>>调用>>插入分析树>>分析语法是否正确

语义分析(Semantic Analysis)

对句子的意思进行分析

抽象语法树

• 简化语法树

• 访问\修改表

• 分配地址(堆)

数学表达式

parser summary

• Undeclared variables
  未定义变量
• Multiple declarations within the same scope
  重复定义
• Misuse of reserved identifiers
  滥用保留关键字
• Attempting to access a variable that is out of scope
  尝试在超出变量作用域范围访问
• Type mismatches
  类型不匹配
• Parameter type mismatches when calling functions and procedures
  执行函数和程序时参数类型不匹配

3.中间代码生成(Intermediate Code)

Intermediate code generation

• 在抽象语法树生成或者生成完之后生成中间代码
• Three Address Code(TAC) 三位址码
• Allows for significant machine independent optimizations

三位址码(Three Address Code)

• Common intermediate representation of a program

  • 中间表达形式
  • Front Ende

• Each assignment instruction can only have one operator

  • 每条赋值指令只能有一个操作符，总共最多三个地址
  • e.g. x = (y+z) * w —> t1 = y+z, t2 = t1 * w , x = t2

• Instructions may be implemented as objects or records

  • 可以以面向对象的方式实现三位指令、不同类型如int、long
  • 作为记录包含地址字段的数据结构进行实现
  • 使用三元组和四元组（运算子，算子1，算子2 ，结果）进行记录

• Each name actually a pointer to an entry to a symbol table

  • 变量名被替换成指向符号表中某个条目的指针

//使用跳转到行的方式来替代跳转到代码标签
If x<= 0 Then	--->	    If x<= 0 Then goto L1	
	y = z					goto L2
End If					L1:y=z
						L2:...

反向修补(Backpatching)

• 维护暂时没确定目标的跳转指令列表
• 编译器只需通过遍历一次代码，就能生成三位指令序列

基本块(Basic Blocks)

• 始终在一起执行的指令所组成的序列
• 为编译器提供各种类型优化的机会，不依赖于目标机器的体系结构
• 分析改进程序中的流程控制
  • e.g.从三位码中消除多余的跳转指令
• 让寄存器分配和将变量分配给寄存器更容易
  • 将变量分配给cpu寄存器或者主内存
    [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-lHTdITqI-1662963358142)(C:\Users\Shiwe\AppData\Roaming\Typora\typora-user-images\image-20220911193811333.png)]
• 扫描中间代码查找块边界,跳转到基本块而不是标签或者行号
• 从第一个块进入,从最后一个块退出

基本块优化(Basic Blocks Optimization)

• 减少cpu寄存器中保存的定时器变量值,释放这些以方便寄存器获取其他内容
  • 在某时访问另一个块,优化调整后就可能不需要了
• 消除重复子表达式
  • t = x + y, u = x + y -----> t = x + y, u = t
• 复写传播
  • y = 12 + 5能直接由编译器计算
  • 复写传播和常数折叠能一直继续计算
  • 仅适用于常量值的赋值任务
• 删除dead code(死码)
  • e.g. x = x +1,但是从未使用
• 代数变换
  • e.g. t = x + 0 ----> t = x; t = x^2 -----> t = x * x; t = x * 8 ---->t = x << 3
• 优化块之间的信息流动方式
  • 一个块无法被跳转或者使用，那么可以被删除
  • goto L1\n L1:goto L2----> goto L2\n L1:goto L2

Intermediate Code Summary

• 中间码是高级源码的低级线性表示
• 中间代码独立于目标机器(target machine)
  • 由编译器前端创建
• 三位址码是编译器实现中间代码的一种形式
• Backpatching用于生成前跳指令
• 中间代码被分为基本块
• 窥孔优化(Peephole optimization)用于改进基本块的代码
• 中间代码会被优化多次，但中间代码也不太可能是完美的。但以接近有效的目标代码
  • 已为最后编译阶段做好准备，即生成可执行的二进制机器码

4.目标代码生成(Object Code)

• 指令选择
• 寄存器分配和赋值
• 指令顺序
  • 大部分由中间代码完成

RISC VS CISC

指令选择(Instruction selection)

• 将三址码转换为汇编代码
  • LD :load; ST: store; …
• 会出现不必要的冗余(红框内多余)
  

寄存器分配和赋值(Register allocation and assignment)

• 通过数据结构跟踪程序变量在寄存器中的值，以避免不必要的加载(load)和储存(store)
• 寄存器描述符:保存当前在寄存器中所储存值对应变量的名称
• 地址描述符：跟踪变量更新后的位置; 储存在符号表(symbol table)中

窥孔优化(Peephole optimization)

• Code examined through a sliding window
• 去除冗余标识符
• 常量评估
• 删除无法识别的代码段
• 识别常见子表达式
• 展开循环
• Eliminating procedures 消除过程

Object Code Generation Summary

• 依赖于机器架构(machine architecture) [RISC or CISC]
  • 对精简指令集(RISC)相对简单
• 通过简单的替换来选择指令
• 通过抽象语法树指定匹配树重写规则来得到更高效的代码
• Instruction selection based on processing cost
• 寄存器分配和赋值通过寄存器描述符和地址描述符来完成
• Peephole optomization
  • 在中间码生成时也可能使用
    (machine architecture) [RISC or CISC]
  • 对精简指令集(RISC)相对简单
• 通过简单的替换来选择指令
• 通过抽象语法树指定匹配树重写规则来得到更高效的代码
• Instruction selection based on processing cost
• 寄存器分配和赋值通过寄存器描述符和地址描述符来完成
• Peephole optimization
  • 在中间码生成时也可能使用