LLVM编译原理

LLVM编译原理

LLVM

LLVM是架构编译器的框架系统，以C++编写而成，用于优化任意程序语言编写的程序的编译时间（compile-time）、链接时间（link-time）、运行时间（run-time）以及空闲时间（idle-time）。对开发者保持开放，并兼容已有脚本。

传统编译器设计

源码 Source Code + 前端 Frontend + 优化器 Optimizer + 后端 Backend（代码生成器 CodeGenerator）+ 机器码 Machine Code，如下图所示

ios的编译器架构
OC、C、C++使用的编译器前端是Clang，Swift是swift，后端都是LLVM，如下图所示

模块说明

前端 Frontend：编译器前端的任务是解析源代码（编译阶段），它会进行 词法分析、语法分析、语义分析、检查源代码是否存在错误，然后构建抽象语法树（Abstract Syntax Tree AST），LLVM的前端还会生成中间代码（intermediate representation，简称IR），可以理解为llvm是编译器 + 优化器， 接收的是IR中间代码，输出的还是IR，给后端，经过后端翻译成目标指令集

优化器 Optimizer：优化器负责进行各种优化，改善代码的运行时间，例如消除冗余计算等

后端 Backend（代码生成器 Code Generator）：将代码映射到目标指令集，生成机器代码，并且进行机器代码相关的代码优化

示例代码：

#define add(a, b) a + b

int test(int a, int b)
{
   
    return a + add(b, 10);
}

int main()
{
   
    int a = test(1, 2);

    return 0;
}

一、预处理编译阶段

这个阶段主要是处理包括宏的替换，头文件的导入，可以执行如下命令，执行完毕可以看到头文件的导入和宏的替换

//在终端直接查看替换结果
clang -E main.m

//生成对应的文件查看替换后的源码
clang -E main.m >> main2.m

需要注意的是：

• typedef 在给数据类型取别名时，在预处理阶段不会被替换掉

• include在这部分中执行，执行后会引入对应的声明

#include 实质是什么？

预编译的时候copy include头文件的内容到当前行

被#include的header file中最常见的内容分为哪几类？

宏定义

typedef

包含别的头文件

inline函数定义

函数声明

struct,union,enum类型定义

(其实可以打开一个.h文件来看看，如 /user/include/stdio.h)

# 1 "main.m"
# 1 "<built-in>" 1
# 1 "<built-in>" 3
# 412 "<built-in>" 3
# 1 "<command line>" 1
# 1 "<built-in>" 2
# 1 "main.m" 2


int test(int a, int b)
{
   
    return a + b + 10;
}

int main()
{
   
    int a = test(1, 2);
    return 0;
}

二、编译阶段

编译阶段主要是进行词法、语法等的分析和检查，然后生成中间代码IR

1、词法分析

预处理完成后就会进行词法分析，这里会把代码切成一个个token，比如大小括号、等于号还有字符串等，

• 可以通过下面的命令查看

clang -fmodules -fsyntax-only -Xclang -dump-tokens main.m

词法分析结果

int 'int'        [StartOfLine]  Loc=<main.m:2:1>
identifier &