1 LLVM 简介

1 参考

某百科：

LLVM的命名最早源自于底层虚拟机器（Low Level VirtualMachine）的首字母缩写，由于这个专案的范围并不局限于建立一个虚拟机器，这个缩写导致了广泛的疑惑。LLVM开始成长之后，成为众多编译工具及低阶工具技术的统称，使得这个名字变得更不贴切，开发者因而决定放弃这个缩写的意涵，现今LLVM已单纯成为一个品牌，适用于LLVM下的所有专案，包含LLVM中介码（LLVM IR）、LLVM除错工具、LLVM C++标准函式库等。

某书：
https://www.jianshu.com/p/1367dad95445

开发新的编程语言
https://kaleidoscope-llvm-tutorial-zh-cn.readthedocs.io/zh_CN/latest/

https://llvm-tutorial-cn.readthedocs.io/en/latest/index.html

LLVM 文档：https://llvm.org/docs/index.html

众所周知，该领域巨作：龙书，《编译原理》

2 编译过程

众所周知编译有以下过程：

1. 词法分析（词法分析 lexical analysis 或 扫描 scanning）：得到词素（lexeme）序列，对于每个词素有词法单元（token）为 <token-name, attribute-value>，语法分析使用 token-name，attribute-value 指向符号表中关于词法单元的条目。
2. 语法分析（语法分析 syntax-analysis 或 解析 parsing）：得到语法树（可以理解为语法树显示了各个运算的指向顺序）
3. 语义分析（semantic analysis）：检查源程序是否和语言定义的语义一致
4. 中间代码生成：生成一种中间表示，该中间表示方便转换成各种目标语言，方便进行机器无关的优化
5. 代码优化：机器无关的代码优化
6. 代码生成：映射到目标语言，重点部分是合理分配寄存器，以及变量的值
7. 机器相关的代码优化：针对硬件进行代码优化

其中根据源程序生成中间代码的部分，称为编译器前端；根据中间代码生成目标语言的代码的部分称为编译器后端。

另外编译器在整个过程中非常重要的功能是符号表管理，记录变量名字、属性相关信息。

3 LLVM 架构

根据我们之前的介绍，这个图片就非常清晰了，LLVM 通过 LLVM IR 解耦了前端和后端，我们需要一个把一个新的高级语言编译，只需要编写相关的前端代码；我们需要增加特定平台的编译支持，只需要添加后端代码即可。

4 编译器矛盾

• 通用性与简单高效：很好理解，如果想要支持很多语言和很多硬件平台，编译器不可能做的非常简单
• 编译速度与程序执行速度：想要提高编译后程序执行速度，意味着我们需要做更深入的优化工作，同时意味着我们的编译时间会变长

5 编译器的优化问题

优化是很重要的编译工作，在芯片、巨型并发计算机结构日趋复杂情况下，带来了改进代码执行方式的机会，没有好的优化复杂的结构及其带来的性能提升没有办法充分利用，甚至会浪费更多。

很多情况下的优化效果无法判断和测量。

优化目标：

• 优化必须是正确的，不能改变源程序语义
• 优化可以很好的提高性能
• 优化所需的时间必须是可接受的
• 所需的工程方面的工作必须可管理：保证编译器的设计和维护费用可管理

优化的一个主要部分是：数据流优化

6 程序设计基础

6.1 静态动态

• 一个语言使用的策略支持编译器静态决定，我们就说使用了一个静态（static）策略，或者说这个问题实在编译时期（compile time） 决定
• 相反，如果这个问题只能在程序运行时期做出决定，则成为动态（dynamic policy）策略，或者说需要在运行时（run time） 决定

6.2 环境与状态

• 环境 environment：名字和内存（地址\区域）之间的映射关系
• 状态 state：内存位置到其值的映射