编译器之编译过程

(狭义)编译大致可分为下面4个阶段。

1.语法分析

2.语义分析

3.生成中间代码

4.代码生成

 

语法分析：

对代码进行解析。将其转换为易于计算机理解的形式。这里的解析也称为语法分析。解析代码的程序模块称为解析器或语法分析器。

那么，什么是易于计算机理解的形式呢？那就是称为语法树的形式。

 

语义分析：

通过解析代码获得语法树后，接着就要解析语法树，除去多余的内容，添加必要的信息，生成抽象语法树(AST)这样一种数据结构。上述的处理就是语义分析。

语法分析只是对代码的表象进行分析，语义分析则是对表象之外的部分进行分析。举例来说，语义分析包括以下这些处理：

• 区分变量为局部变量还是全局变量
• 解析变量的声明和引用
• 变量和表达式的类型检查
• 检查在引用变量之前是否进行了初始化
• 检查函数是否按照定义返回了结果

  上述处理的结果都会反映到抽象语法树中。语法分析生成的语法树只是将代码的构造照搬了过来，而语义分析生成的抽象语法树还包含了语义信息。例如，在变量的引用和定义之间添加链接，适当地增加类型转换等命令，使表达式的类型一致。另外，语法树中的表达式外侧的括号、行末的分号等，在抽象语法树中都被省略了。

   

生成中间代码：

生成抽象语法树后，接着将抽象语法树转化为只在编译器内部使用的中间代码。之所以特地转化为中间代码，主要是为了支持多种编程语言或者机器语言。

例如，GCC不仅支持C语言，还可以用来编译C++和Fortran。CPU方面，不仅是Inter的CPU，还可以生成面向Alpha、SPARC、MIPS等各类CPU的机器语言。

根据编译器的不同，也存在不经过中间代码，直接从抽象语法树生成机器语言的情况。解析代码转化为中间代码为止的这部分内容，称为编译器的前端。

 

代码生成：

最后把中间代码转换为汇编语言，这个阶段称为代码生成。负责代码生成的程序模块称为代码生成器。

代码生成的关键在于如何来填补编程语言和汇编语言之间的差异。一般而言，比起编程语言，汇编语言在使用上面的限制要多一些。例如，C和Java可以随心所欲地定义局部变量，而汇编语言中能够分配给局部变量的寄存器只有不到30个而已。处理流程控制方面也只有和goto语句功能类似的跳转指令。在这样的限制下，还必须以不改变程序的原有语义为前提进行转换。

 

优化：

除了之间讲述的4个阶段之外，现实的编译器还包优化阶段。

现在的计算机，即便是同样的代码，根据编译器优化性能的不同，运行速度也会有数倍的差距。由于编译器要处理相当多的程序，因此在制作编译器时，最重要的一点就是尽可能地提高编译出来的程序的性能。

优化可以在编译器的各个环节进行。可以对抽象语法树进行优化，可以对中间代码的代码进行优化，也可以对转换后机器语言进行优化。进一步来说，不仅是编译器，对连接以及运行时调用的程序库的代码也都可以进行优化。

 

经过上述4个阶段，以文本形式编写的代码就被转换为了汇编语言。之后就是汇编器和连接器的工作了。