【计算机系统】编译器是如何工作

一、编译器就是个程序

编译器的作用是将高级语言翻译成低级语言。而编译器本身，就是个程序。

假定现在有一段程序：

while (y < z) {
   int x = a + b;
   y += x;
}

那么编译器是怎样把这一段程序人类认识的程序转换为CPU认识的二进制机器指令呢？

二、万物皆token

编译器会把源代码中每个空格之间的有效符号视为一个“token”，从源代码中提取出token的过程就被称为词法分析，Lexical Analysis。

经过一遍词法分析，编译器得到了以下token：

T_While     while
T_LeftParen   （
T_Identifier   y
T_Less         <
T_Identifier   z
T_RightParen   )
T_OpenBrace   {
T_Int         int
T_Identifier   x
T_Assign       =
T_Identifier   a
T_Plus         +
T_Identifier   b
T_Semicolon   ;
T_Identifier   y
T_PlusAssign   +=
T_Identifier   x
T_Semicolon   ;
T_CloseBrace   }

三、翻译token

编译器在扫描出各个token后根据规则将其用树的形式表示出来，这颗树就被称为语法树。

四、语法树是不是合理的：语义分析

有了语法树后我们还要检查这棵树是不是合法的，比如我们不能把一个整数和一个字符串相加、比较符左右两边的数据类型要相同，等等。

五、根据语法树生成中间代码：代码生成

在语义分析没有问题之后，编译器会遍历语法树，使用中间代码，intermediate representation code，简称IR code来表示。

上述语法树可能就会表示为这样的中间代码：

Loop: x   = a + b
     y   = x + y
     _t1 = y < z
     if _t1 goto Loop

六、中间代码优化

在生成中间代码后要对其进行优化，我们可以看到，实际上可以把x = a + b这行代码放到循环外，因为每次循环都不会改变x的值，因此优化后就是这样了：

     x   = a + b
Loop: y   = x + y
     _t1 = y < z
     if _t1 goto Loop

七、代码生成

将上述优化后的中间代码转换为机器指令：

     add $1, $2, $3
Loop: add $4, $1, $4
     slt $6, $1, $5
     beq $6, loop

最终，编译器将程序员认识的代码转换为了CPU认识的机器指令。