Ch1 概述

1.1 语言处理器

处理器	Compilers	Interpreters
执行模式	将源代码翻译成目标语言编写的程序后再执行输入,产生输出	不翻译,直接利用输入执行源程序
执行速度	远快于解释器	较慢
错误诊断	弱于解释器	更好,因为逐个语句地执行源程序
语言代表		Python
优点	经过“翻译”后，目标程序的执行速度更快	- 逐句执行，对源程序的错误诊断效果更好 - 更好的支持多平台，只需要不同平台的不同解释器就能跨平台的运行源程序

混合编译的语言: Java

1. Java程序先被compiled成字节码(bytecode)作为中间形式
2. 之后由不同平台的JVM将其interpret,直接根据输入产生输出,从而保证了Java程序可以跨平台执行

1.2 编译器的结构

编译主要分为7个阶段

词法分析

Lexical analysis,也称为scanning 输入: 源程序的字符流 转换: 有意义的词法单元(token),形式如下:<token-name, attribute-value>

语法分析

Syntax analysis,也称parsing 输入: token 输出: 分析树parse tree或语法树syntax tree

语义分析

| Semantic analysis
输入: 语法树和符号表中信息
执行:
- 类型检查: 比如数组下标一定为int
- 类型转换: 比如int和float一起运算,int->float
👉右图即为检查过程 | | | —- | :—-: |

中间代码生成

| Intermediate code generation
输入: 通过了syntax analysis和semantic analysis的源程序
输出: 明确的低级或类机器码的表示
👉右图以三地址码为例,每条指令最多三个运算分量,一个运算符 |
| | —- | :—-: |

(机器无关)优化

| machine-independent optimization
- 机器无关的代码优化,只和源码有关
输入: 中间代码
输出: 优化后代码
👉右图进行常数折叠(机器无关) | | | —- | :—-: |

代码生成

Code generation 输入: 中间代码 执行: 例如为变量选择寄存器或内存位置 输出: 可完成任务的机器指令(目标代码)

(机器相关)优化

| machine-dependent optimization
- 机器相关的代码优化,和目标代码有关
输入: 目标代码
输出: 优化后代码
👉右图进行指令优化 | | | —- | :—-: |

1.3 其余概念

前端/后端

根据当前操作的依赖,可把编译过程分为前后端

前后端中介: “中间代码” |

符号表

记录变量名和与之相关信息,如”类型,作用域,参数类型,参数数量,传参方法,返回类型”

遍(Pass)

将源码生成最终目标代码前的多次重复称为遍(pass),多个编译步骤组合成一遍,每遍一个输入文件,一个输出文件,大多数编译器使用不只一遍(比如前端步骤可以组合为一趟,后端步骤组合为一遍)