7. 中间代码生成

中间代码生成

[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-h2csTGf7-1642042154925)(…/picture/29.png)]

IR （程序分析和代码优化），优化在特定的中间表示上才可以或容易进行

• 图IR （将编译器的知识编码到图中） DAG（抽象语法树）
• 线性IR （类似某些抽象机上的伪代码） 三地址码 （RISC）
• 混合IR （结合了图IR和线性IR的要素）控制流图（CFG）：更精细的三地址码，适合做程序分析、程序优化。　　静态单赋值形式　（SSA）　更精细的控制流图，同时编码控制流信息和数据流信息。

图IR

语法分析树: 对输入程序的推导或语法分析的图表示

抽象语法树:

• 将语法分析树中对编译器其余部分没有实际用途的那些结点抽象掉。
• 保留了语法分析树的基本结构
• 忽略了表示非终结符的大部分节点

有向非循环图/有向无环图（DAG）

• DAG可以重用一些子树，结点可以有多个父节点，相同子树可以被重用，是具有共享机制的AST。

[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-vMp9GLLj-1642042154927)(…/picture/30.png)]

控制流图（CFG）

• 程序中最简单的控制流单位是一个基本程序块
• CFG是对程序中各个基本程序块之间的控制流建立了模型
• 基本块中是线性IR，形成混合IR形式

依赖关系图

• 使用图来编码表示值从创建之处（定义）到使用之处（使用）的流动。
• 结点表示操作：定义或使用
• 边连接两个节点：一个节点定义一个值，另一个节点使用该值，边从定义处指向使用处。

[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-WAbnJQLb-1642042154928)(…/picture/31.png)]

• 未能完全捕获程序的控制流，如要求语句1和2在6之前执行，但并未要求在3之前执行。
• 通常用作衍生IR，即针对特定的任务从权威IR构建依赖关系图，使用依赖关系图完成任务，而后丢弃。
• 在指令调度领域，发挥核心作用。

调用图：进行过程间分析和优化，表示运行时过程之间的控制转移

为表示运行时过程之间的控制转移，使用调用图。

线性IR

类似抽象机的汇编代码

以编码表达程序中各个位置之间的控制转移，通常包括条件分支和跳转。

堆栈机代码

• 单地址代码，操作数存在一个栈中。

[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-7V1Z6E2s-1642042154929)(…/picture/32.png)]

特点：

• 栈本身建立了一个隐式的命名空间，消除了IR中许多名字，缩减IR形式下程序的大小。
• 所有的结果和参数都是暂态的。

三地址代码

[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-9TFpJzS8-1642042154930)(…/picture/33.png)]

[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-D1FZxDYf-1642042154931)(…/picture/34.png)]

基本思想

• 给每个中间变量和计算结果命名，没有复合表达式
• 只有最基本的控制流
• • 没有各种控制结构 if、while、 for
  • 只有goto、 call
• 三地址码可以看成是抽象的指令集，通用或抽象的RISC

运算符集合

底层操作：跳转、分支、简单的内存操作

复杂操作：min max

[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-Juf81iP4-1642042154932)(…/picture/35.png)]

三地址码通常实现为一组四元组，表示为四个字段：一个运算符、两个操作数、一个目标

实现四元组、将各个四元组连接起来：短数组、指针数组、链表

优点：

所有的操作是原子的

控制流结构被简化了，只有跳转

是抽象的机器代码

不足：

程序的控制流信息是隐式的

需要做进一步的控制流分析

控制流图

[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-kmqtI5CO-1642042154933)(…/picture/36.png)]

三地址码在跳转时，不知道某一个块的入度。

基本概念：

基本块/基本程序块：是语句的一个序列，从第一条执行到最后一条。

• （具有最大长度的）无分支代码序列
• 不能从中间进入，不能从中间退出（跳转指令只能出现在最后）

入口：

• 程序的第一条语句
• 条件跳转语句或无条件跳转语句的跳转目标语句
• 条件跳转语句后面的相邻语句

划分基本块的方法

• （1）求出各个基本块的入口语句
• （2）对每个入口语句，构造其所属的基本块。它是由该语句到下一个入口语句（不包括下一个入口语句），或者到某个跳转语句（包括该跳转语句），或者到某个停语句（包括该停语句）之间的语句序列组成的。

控制流图：控制流图是一个有向图$G=(N,E)$

• 每个节点$n\in N$：是基本块

• 如果一个节点的基本块的入口语句是程序的第一条语句，则称此结点为首结点

• 每个边$e=(n_i,n_j)\in E$：是基本块之间的跳转关系

• • 对应于从块$n_i$到块$n_j$的一个可能的控制转移
  • 两种情况：
  • • 块$n_j$是块$n_i$之后的相邻基本块，并且基本块$n_i$的最后一条语句不是无条件跳转语句$goto$或停语句或者返回语句
    • 块$n_i$的最后一条语句是无条件跳转或者条件跳转到块$n_j$的入口语句，即$n_i$出口语句的跳转目标地址指向$n_j$的入口语句。

• 可以假定每个CFG有一个唯一的入口结点$n_0$，一个唯一的出口结点$n_f$

$CFG$表示块之间的关系。

编译器的很多部分显示或隐式的依赖$CFG$

生成控制流图

JAVA：高层语言有特别规整控制流结构。

C：三地址码->控制流图。

[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-cv30IrJQ-1642042154934)(…/picture/37.png)]

可以采用死基本块删除优化示例：无入度的基本块可以删除。

SSA：静态单赋值形式

• 是一种命名规范，基于值的命名系统
• 将程序中控制流和数据值流动的信息编码到名字中，广泛用于优化中
• 名字唯一的对应到代码中特定的定义位置
• 每个名字都是通过单个操作定义的
• 每次在操作中使用某个名字作为参数时，这个名字都编码了对应值的来源地信息。

SSA：①每个定义都有一个不同的名字 ②每次使用引用一个定义

IR转化为SSA：

① 在不同控制流路径合并的位置（汇合点）插入$\varphi$函数

② 然后重命名变量，使之满足名字分派的唯一性

$\varphi$函数：获取几个名字并将其合并，以定义一个新的名字。

选择其中一个参数的值来定义目标SSA的名字，该参数对应于CFG中控制流进入当前块的边。

每个定义都知道其使用

每个使用都知道它唯一的定义，使得优化更容易更快速。

构建SSA

对每一个基本块

• 重命名每个定义
• 利用最近的定义重写每个使用

[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-dgtoFh2J-1642042154935)(…/picture/38.png)]

[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-H280393i-1642042154936)(…/picture/39.png)]

[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-ztAuEm1r-1642042154937)(…/picture/40.png)]

$\varphi$函数

• 如果一个基本块$b$有$p$个前驱，$b$是汇合点
• $x=\varphi (x_1,x_2,\dots ,x_p)$
• 执行前消除$\varphi$函数。

定义

• 利用最近的定义重写每个使用

[外链图片转存中…(img-dgtoFh2J-1642042154935)]

[外链图片转存中…(img-H280393i-1642042154936)]

[外链图片转存中…(img-ztAuEm1r-1642042154937)]

$\varphi$函数

• 如果一个基本块$b$有$p$个前驱，$b$是汇合点
• $x=\varphi (x_1,x_2,\dots ,x_p)$
• 执行前消除$\varphi$函数。