kirito
文章 标签 分类 友链 关于
kirito

目录

目录

Compiler5_代码生成

 收录于  类别 Compiler
     约 1768 字   预计阅读 8 分钟    次阅读     条评论  

中端和后端：

最简单的结构：

简单的结构在早期非常流行，现代编译器很少用，而是分成多个阶段向目标代码靠近。

代码生成的任务：

  • 负责把源程序翻译成“目标机器”上的代码
    • 目标机器可以是真是物理机
    • 可以实虚拟机，jvm…
  • 两个重要的子任务
    • 给源程序的数据分配计算资源
      • 数据
        • 全局变量、局部变量、动态分配
        • 还要考虑变量放在内存还是寄存器之类的问题
      • 计算机资源
        • 寄存器、数据区、代码区、栈区、堆区
    • 给源程序的代码选择指令
      • 源程序的代码
        • 表达式运算、语句、函数等
      • 机器指令
        • 算数运算、比较、跳转、函数调用返回
        • 需要熟悉指令集体系结构(ISA)

下面研究两种不同的ISA上的代码生成技术

  • 栈计算机Stack
  • 寄存器计算机Reg
  • 效率低，基本已经退出历史舞台，现在没有物理机用这个结构
  • 栈式计算机生成代码是最容易的
  • 仍然有许多栈式虚拟机
    • Pascal P code
    • java virtual machine (JVM)
    • Postscript
    • …

一个简单的栈式计算机：

指令集：

$$ s\to\ push\ NUM\\ |\ load\ x\\ |\ store\ x\\ |\ add\\ |\ sub\\ |\ times\\ |\ div $$

text

push NUM	压入立即数	stack[++top]=NUM;

load x		从内存读入到栈顶	stack[++top]=x;
store x		弹出栈顶变量，并赋值给内存	x=stack[top--];

add			+ 	temp=stack[top-1]+stack[top]; top-=2; push temp;
sub			-
times		*
div			/

变量内存分配的伪指令(只支持整形)
.int x		为变量x分配内存单元


示例
int x;
int y;
int z;

x = 10;
y = 5;
z = x + y;
y = z * x;
指令
.int x
.int y
.int z

push	10
store	x
push	5
store	y
push	x
push	y
add
store	z
load	z
load	x
times
store	y

从c–到stack

会发现这是对抽象语法树的后序遍历，和语义分析差不多，所以很多编译器把语义分析和代码生成（或中间代码生成）和二为一

不变式：表达式的值总在栈顶

text

Gen_E(E e)
	switch (e)
		calse n: emit("push n"); break;
		calse id: emit("load id"); break;
		case true: emit("push 1"); break;
		case false: emit("push 0"); break;
		case e1+e2: Gen_E (e1);
					Gen_E (e2);
					emit("add"); break
		case ...: ... // ...

不变式：执行后，栈的规模不变

text

Gen_S(S s)
	switch (s)
		case id=e:  Gen_E(e);
					emit("store id"); break;
		case printi(e): Gen_E(e);
						emit("printi"); break;
		case printb(e): Gen_(e);
						emit("printb"); break;

不变式：只生产.int类型

text

Gen_T(T t)
	switch (t)
		case int: emit(".int"); break;
		case bool: emit(".int"); break;
		
Gen_D (T id; D)
	Gen_T(T);
	emit("id");
	Gen_D(D);
	
Gen_P(D S)
	Gen_D(D);
	Gen_S(S);

  • 寄存器计算机是目前最流行的机器体系结构之一

    • 效率很高
    • 机器体系结构很工整

  • 机器基于寄存器架构

    • 典型的有16、32或更多寄存器，所有操作都在寄存器中进行
    • 访存都通过 load/store 进行，内存不能直接运算

text

movn n, r		把n放入寄存器r
mov  r1, r2 	把r1赋值r2
load [x], r 	把内存的值读入寄存器r
store r, [x]	把r的值存入内存
add r1, r2, r3 	r3=r1+r2
sub r1, r2, r3
times r1, r2, r3
dive r1, r2, r3

为变量分配寄存器的伪指令
.int x

因为假设有无限多个寄存器(真实机器不可能)

  • 因此每个声明变量和临时变量都会占用一个（虚拟）寄存器
  • 把虚拟寄存器分配到物理寄存器的过程称为寄存器分配

略

中间代码/中间表示:

  • 树和有向无环图（DAG）
    • 高层表示，适用于程序源代码。抽象语法树就是个树
  • 三地址码（3-address code）
    • 低层表示，靠近目标机器
  • 控制流图（CFG）
    • 更精细的三地址码，程序的图状表示
    • 适合做程序分析、程序优化等
  • 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
    • gcc4.0之后用了这个
  • 连续传递风格（CPS）
    • 更一般的SSA
    • SSA一般是函数内，CPS可以表示跨函数或跨模块
  • … 等等

为什么要划分成这么多中间表示？

  • 编译器工程上的考虑

    • 阶段划分：把整个编译过程划分成不同的阶段
    • 任务分解
    • 代码工程：代码更容易实现、维护、演进

  • 程序分析和代码优化的需要

    • 许多优化在特定的中间表示上才可以或才容易进行

  • 更通用

三地址码基本思想

  • 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
    • 只有goto, call等
  • 所以三地址码可以看成是抽象的指令集
    • 通用的RISC

示例

text

a = 3 + 4 * 5;
if(x < y)
	z = 6;
else
	z = 7;
	
/*****************************/

x_1 = 4;
x_2 = 5;
x_3 = x_1 * x_2;
x_4 = 3;
x_5 = x_4 + x_3;
a = x_5;
Cjmp (x<y, L_1, L_2);
L_1:
	z = 6;
	jmp L_3;
L_2:
	z = 7;
	jmp L_3;
L_3:
	...

一个简单的三地址码定义

好处：

  • 控制流分析
    • 典型问题，”程序中是否存在循环？“
  • 数据流分析
    • “某个变量的值可能是什么”

  • 基本块：是语句的一个序列，从第一条执行到最后一条
    • 不能从中间进入
    • 不能从中间退出
      • 即跳转指令只能出现在最后
  • 控制流图：有向图$G=(V,E)$
    • 节点：基本块
    • 边：基本块之间的跳转关系

如何生成控制流图：

  • 直接从抽象语法树生成
    • 如果高层语言的控制流结构比较工整的话，比较容易
  • 先生成三地址码，然后继续生成控制流图
    • 像包含goto语句的语言，更合适
    • 更通用，阶段划分

控制流图应用之一：死基本块删除

优化的一般模式：

两种具体的数据流分析：

  • 到达定义分析
  • 活性分析
更新于 2020-06-14
 Compiler
 | 主页