編譯原理入門篇|一篇文章理解編譯全過程
編譯過程
編譯目標
目標：把源程式碼變成目標程式碼
1.如果源程式碼在作業系統上運行：目標程式碼就是「彙編程式碼」。再通過彙編和鏈接的過程形成可執行文件，然後通過載入器載入到作業系統執行。
2.如果源程式碼在虛擬機(解釋器)上運行：目標程式碼就是「解釋器可以理解的中間形式的程式碼」，比如位元組碼(中間程式碼)IR、AST語法樹。
編譯過程可以分為這幾個階段，每個階段做了一定的任務，層級的讓下一個階段進行。
詞法分析
編譯器讀入源程式碼，經過詞法分析器識別出Token，把字元串轉換成一個個Token
Token的類型包括：關鍵字、標識符、字面量、操作符、界符等
比如下面的C語言程式碼源文件，經過詞法分析器識別出的token有：int、foo、a、b、=、+、return、(){}等token
int foo(int a){
int b = a + 3;
return b;
}
語法分析
每一個程式程式碼，實際上可以通過樹這種結構表現出其語法規則。
語法分析階段把Token串，轉換成一個體現語法規則的、樹狀數據結構，即抽象語法樹AST。
AST樹反映了示常式序的語法結構。
比如下面對應的一段C語言程式碼，對應的AST抽象語法樹如下所示：
int foo(int a){
int b = a + 3;
return b;
}
AST抽象語法樹
AST樹長成什麼樣，由語法的結構有關。
比如 上面C語言程式碼中對函數的語法定義如下：語法分析器就按照語法定義進行解析，就是從上到下匹配的過程。
也就是先匹配function的規則，匹配函數類型type、函數名name、函數參數parameters、函數體
當匹配函數參數時，就去匹配parameters的規則
當匹配函數體時，函數體由一個個語句組成，就去匹配各個語句stmt的規則。
function := type name parameters functionBody
parameters:= parameter*
functionBody:= stmt returnStatement
生成 AST 以後，程式的語法結構就很清晰了，但這棵樹到底代表了什麼意思，我們目前仍然不能完全確定，要在語義分析階段確定。
語義分析
語義分析階段的任務：理解語義，語句要做什麼。
比如+號要執行加法、=號要執行賦值、for結構要去實現循環、if結構實現判斷。
所以語義階段要做的內容有：上下文分析（包括引用消解、類型分析與檢查等）
引用消解：找到變數所在的作用域，一個變數作用範圍屬於全局還是局部。
類型識別：比如執行a+3，需要識別出變數a的類型，因為浮點數和整型執行不一樣，要執行不同的運算方式。
類型檢查：比如int b = a + 3，是否可以進行定義賦值。等號右邊的表達式必須返回一個整型的數據、或則能夠自動轉換成整型的數據，才能夠對類型為整型的變數b進行複製。
比如之前的一段C語言程式碼，經過語義分析後獲得的資訊（引用消解資訊、類型資訊），可以在AST上進行標註，形成下面的「帶有標註的語法樹」，讓編譯器更好的理解程式的語義。
也會將這些上下文資訊存入「符號表」結構中，便於各階段查詢上下文資訊。
符號表是有層次的結構：我們只需要逐級向上查找就能找到變數、函數等的資訊(作用域、類型等)
接下來就可以 解釋執行：實現一門解釋型的語言
Tip:編譯型語言需要生成目標程式碼，而解釋性語言只需要解釋器去執行語義就可以了。
實現AST的解釋器：在語法分析後有了程式的抽象語法樹，在語義分析後有了「帶有標註的AST」和符號表後，就可以深度優先遍歷AST，並且一邊遍歷一邊執行結點的語義規則。整個遍歷的過程就是執行程式碼的過程。
舉一個解釋執行的例子，比如執行下面的語義：
- 遇到語法樹中的add 「+」節點：把兩個子節點的值進行相加，作為「+」節點的值。
- 遇到語法樹中的變數節點(右值)：就取出變數的值。
- 遇到字面量比如數字2：返回這個字面量代表的數值2。
中間程式碼生成
在編譯前端完成後(編譯器已經理解了詞法和語義)，編譯器可以直接解釋執行、或則直接生成目標程式碼。對於不同架構的CPU，還需要生成不同的彙編程式碼，如果對每一種彙編程式碼做優化就很繁瑣了。所以我們需要增加一個環節：生成中間程式碼IR，統一優化後中間程式碼，再去將中間程式碼生成目標程式碼。
中間程式碼IR的兩個用途：解釋執行 、程式碼優化
解釋執行：解釋型語言，比如Python和Java，生成IR後就能直接執行了，也就是前面舉出的例子。
優化程式碼：比如LLVM等工具；在生成程式碼後需要做大量的優化工作，而很多優化工作沒必要使用彙編程式碼來做(因為不同CPU體系的彙編語言不同)，而可以基於IR用統一的演算法來完成，降低編譯器適配不同CPU的複雜性。
程式碼優化
一種方案：基於基本塊作程式碼優化
分類：本地優化、全局優化、過程間優化
本地優化：可用表達式分析、活躍性分析
全局優化：基於控制流圖CFG作優化。
控制流圖CFG ：是一種有向圖，它體現了基本塊之前的指令流轉關係，如果從BLOCK1的最後一條指令是跳轉到 BLOCK2， 就連一條邊，如果通過分析 CFG，發現某個變數在其他地方沒有被使用，就可以把這個變數所在程式碼行刪除。
過程間優化：跨越函數的優化，多個函數間作優化
優化案例：
代數優化：
比如刪除「x:=x+0 」，乘法優化掉「x:=x0」 可以簡化成「x:=0」，乘法優化成移位運算：「x:=x8」可以優化成「x:=x<<3」。
常數摺疊：
對常數的運算可以在編譯時計算，比如 「x:= 20 * 3 」可以優化成「x:=60」
刪除公共子表達式：作「可用表達式分析」
x := a + b
y := a + b //y := x
拷貝傳播：作「可用表達式分析」
x := a + b
y := x
z := 2 * y //z:= 2 * x
常數傳播：
x := 20
y := 10
z := x + y// z := 30
死程式碼刪除：作變數的「活躍性分析」
活躍性分析（優化刪除死程式碼，沒用到的變數） 數據流分析：使用「半格理論」解決多路徑的V值計算集合問題，不在程式碼下面集合的變數就是死程式碼。
目標程式碼生成
目標程式碼生成，也就是生成虛擬機執行的位元組碼，或則作業系統執行的彙編程式碼
程式碼生成的過程，其實很簡單，就是將中間程式碼IR逐個翻譯成想要的彙編的程式碼
那麼目標程式碼生成階段的任務就有：
- 選擇合適指令，生成性能最高的程式碼。
- 優化暫存器的分配，讓頻繁訪問的變數，比如循環語句中的變數放到暫存器中，暫存器比記憶體快
- 在不改變運行結果下，對指令做重排序優化，從而充分運用CPU內部的多個功能部件的並行能力
