【编译之美】【3. 中间代码IR / 基本块】

什么是 IR

IR是中间表达式，它在高级语言和汇编语言的中间。这意味着，它的特征也是处于两者之间的。

AST 也是一种 IR，IR 有很多种类（AST 也是一种 IR），每种 IR 都有不同的特点和用途，有的编译器，甚至要用到几种不同的 IR。

LLVM 汇编码（LLVM Assembly），是 LLVM 的 IR。LLVM 汇编码是采用静态单赋值代码形式（Static Single Assignment, SSA）的。SSA 形式，体现了精确的 “使用 - 定义” 关系：只会被定义一次，可以多次使用，方便于数据流的分析。

内存对齐

我们在内存里存放数据的时候，有时会从2、4、8个字节的整数倍地址开始存。有些汇编指令要求必须从这样对齐的地址来取数据。

基本块

函数中的代码会分成一个个的基本块，可以用标签（Label）来标记一个基本块。

; <label>:9:                                      ; preds = %1
  %10 = load i32, i32* %3, align 4
  %11 = add nsw i32 %10, 3
  store i32 %11, i32* %2, align 4
  br label %12

第一行是整个基本块的唯一入口，从其他基本块跳转过来的时候，只能跳转到这个入口行，不能跳转到基本块中的其他行。

第二行（%11 = add nsw i32 %10, 3）的含义是：把 10 号变量（32 位整型）加上 3，保存到 11 号变量，其中 nsw 是加法计算时没有符号环绕（No Signed Wrap）的意思。它的细节你可以查阅“LLVM 语言参考手册”。

第三行（store i32 %11, i32* %2, align 4）的含义是：把 11 号变量（32 位整型）存入内存中的 2 号变量，内存对齐 4 字节。

第四行（br label %12）的含义是：跳转到标签为 12 的代码块。其中，br 指令是一条终结指令。终结指令要么是跳转到另一个基本块，要么是从函数中返回（ret 指令），基本块的最后一行必须是一条终结指令。

从其他基本块不可以跳转到入口基本块，也就是函数中的第一个基本块。这个规定也是有利于做数据优化。