【编译原理入门】–编译器compiler

Tchaikovsky66

已于 2022-09-12 16:10:22 修改

阅读量1k

点赞数

分类专栏：编译原理文章标签： javascript 数据库前端

于 2022-09-12 14:25:50 首次发布

本文链接：https://blog.csdn.net/apple_53976195/article/details/126816795

版权

编译原理专栏收录该内容

1 篇文章 0 订阅

订阅专栏

本文详细介绍了编译器的工作过程，包括词法分析、语法分析、语义分析、中间代码生成和目标代码生成。编译器的主要任务是将高级语言转换为机器语言，确保程序正确运行并进行优化。中间代码生成阶段涉及三位址码、基本块优化等技术，而目标代码生成则涉及到指令选择、寄存器分配和窥孔优化等步骤。

摘要由CSDN通过智能技术生成

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

词法分析Lexical Analysis(scanner)：将词句分割
语法分析Syntax Analysis(parser): 分析语义
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

$[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-Jp77YLUH-1662963358138)(C:\Users\Shiwe\AppData\Roaming\Typora\typora-user-images\image-20220910232634513.png)]$

语义分析(Semantic Analysis)

对句子的意思进行分析

$[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-GjRvvIt1-1662963358139)(C:\Users\Shiwe\AppData\Roaming\Typora\typora-user-images\image-20220910234954653.png)]$
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

$[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-WU35zbkM-1662963358139)(C:\Users\Shiwe\AppData\Roaming\Typora\typora-user-images\image-20220910235810461.png)]$

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

$[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-V35PlfDx-1662963358140)(C:\Users\Shiwe\AppData\Roaming\Typora\typora-user-images\image-20220911000209203.png)]$

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)

$[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-WmarlPWC-1662963358141)(C:\Users\Shiwe\AppData\Roaming\Typora\typora-user-images\image-20220911185047192.png)]$

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)

$[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-oLMCEoJe-1662963358141)(C:\Users\Shiwe\AppData\Roaming\Typora\typora-user-images\image-20220911185435564.png)]$

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

$[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-GcY3D6vP-1662963358143)(C:\Users\Shiwe\AppData\Roaming\Typora\typora-user-images\image-20220912130703631.png)]$

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)
$[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-zUyhcbVi-1662963358143)(C:\Users\Shiwe\AppData\Roaming\Typora\typora-user-images\image-20220912131648238.png)]$

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

$[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-td6pgA4f-1662963358144)(C:\Users\Shiwe\AppData\Roaming\Typora\typora-user-images\image-20220912133403577.png)]$

窥孔优化(Peephole optimization)

$[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-brIoznze-1662963358145)(C:\Users\Shiwe\AppData\Roaming\Typora\typora-user-images\image-20220912135626930.png)]$

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