编译原理入门篇|一篇文章理解编译全过程
编译过程
编译目标
目标：把源代码变成目标代码
1.如果源代码在操作系统上运行：目标代码就是“汇编代码”。再通过汇编和链接的过程形成可执行文件，然后通过加载器加载到操作系统执行。
2.如果源代码在虚拟机(解释器)上运行：目标代码就是“解释器可以理解的中间形式的代码”，比如字节码(中间代码)IR、AST语法树。
编译过程可以分为这几个阶段，每个阶段做了一定的任务，层级的让下一个阶段进行。
词法分析
编译器读入源代码，经过词法分析器识别出Token，把字符串转换成一个个Token。
Token的类型包括：关键字、标识符、字面量、操作符、界符等
比如下面的C语言代码源文件，经过词法分析器识别出的token有：int、foo、a、b、=、+、return、(){}等token
int foo(int a){
int b = a + 3;
return b;
}
为什么要这样做呢，把代码里的单词进行分类，编译器后面的阶段不就更好处理理解代码了嘛！
语法分析
每一个程序代码，实际上可以通过树这种结构表现出其语法规则。
语法分析阶段把Token串，转换成一个体现语法规则的、树状数据结构，即抽象语法树AST。
AST树反映了程序的语法结构。
比如下面对应的一段C语言代码，对应的AST抽象语法树如下所示：
int foo(int a){
int b = a + 3;
return b;
}
AST抽象语法树
AST树长成什么样，由语法的结构有关。
比如 上面C语言代码中对函数的语法定义如下：语法分析器就按照语法定义进行解析，就是从上到下匹配的过程。
也就是先匹配function的规则，匹配函数类型type、函数名name、函数参数parameters、函数体
当匹配函数参数时，就去匹配parameters的规则
当匹配函数体时，函数体由一个个语句组成，就去匹配各个语句stmt的规则。
function := type name parameters functionBody
parameters:= parameter*
functionBody:= stmt returnStatement
生成 AST 以后，程序的语法结构就很清晰了，但这棵树到底代表了什么意思，我们目前仍然不能完全确定，要在语义分析阶段确定。
为什么要把程序转换成AST这么一颗树，因为编译器不像人能直接理解语句的含义，AST树更有结构性，后续阶段可以针对这颗树做各种分析！
语义分析
语义分析阶段的任务：理解语义，语句要做什么。
比如+号要执行加法、=号要执行赋值、for结构要去实现循环、if结构实现判断。
所以语义阶段要做的内容有：上下文分析（包括引用消解、类型分析与检查等）
引用消解：找到变量所在的作用域，一个变量作用范围属于全局还是局部。
类型识别：比如执行a+3，需要识别出变量a的类型，因为浮点数和整型执行不一样，要执行不同的运算方式。
类型检查：比如int b = a + 3，是否可以进行定义赋值。等号右边的表达式必须返回一个整型的数据、或则能够自动转换成整型的数据，才能够对类型为整型的变量b进行复制。
比如之前的一段C语言代码，经过语义分析后获得的信息（引用消解信息、类型信息），可以在AST上进行标注，形成下面的“带有标注的语法树”，让编译器更好的理解程序的语义。
也会将这些上下文信息存入“符号表”结构中，便于各阶段查询上下文信息。
符号表是有层次的结构：我们只需要逐级向上查找就能找到变量、函数等的信息(作用域、类型等)
接下来就可以 解释执行：实现一门解释型的语言
Tip:编译型语言需要生成目标代码，而解释性语言只需要解释器去执行语义就可以了。
实现AST的解释器：在语法分析后有了程序的抽象语法树，在语义分析后有了“带有标注的AST”和符号表后，就可以深度优先遍历AST，并且一边遍历一边执行结点的语义规则。整个遍历的过程就是执行代码的过程。
举一个解释执行的例子，比如执行下面的语义：
- 遇到语法树中的add “+”节点：把两个子节点的值进行相加，作为“+”节点的值。
- 遇到语法树中的变量节点(右值)：就取出变量的值。
- 遇到字面量比如数字2：返回这个字面量代表的数值2。
中间代码生成
在编译前端完成后(编译器已经理解了词法和语义)，编译器可以直接解释执行、或则直接生成目标代码。对于不同架构的CPU，还需要生成不同的汇编代码，如果对每一种汇编代码做优化就很繁琐了。所以我们需要增加一个环节：生成中间代码IR，统一优化后中间代码，再去将中间代码生成目标代码。
中间代码IR的两个用途：解释执行 、代码优化
解释执行：解释型语言，比如Python和Java，生成IR后就能直接执行了，也就是前面举出的例子。
优化代码：比如LLVM等工具；在生成代码后需要做大量的优化工作，而很多优化工作没必要使用汇编代码来做(因为不同CPU体系的汇编语言不同)，而可以基于IR用统一的算法来完成，降低编译器适配不同CPU的复杂性。
代码优化
一种方案：基于基本块作代码优化
分类：本地优化、全局优化、过程间优化
本地优化：可用表达式分析、活跃性分析
全局优化：基于控制流图CFG作优化。
控制流图CFG ：是一种有向图，它体现了基本块之前的指令流转关系，如果从BLOCK1的最后一条指令是跳转到 BLOCK2， 就连一条边，如果通过分析 CFG，发现某个变量在其他地方没有被使用，就可以把这个变量所在代码行删除。
过程间优化：跨越函数的优化，多个函数间作优化
优化案例：
代数优化：
比如删除“x:=x+0 ”，乘法优化掉“x:=x乘以0” 可以简化成“x:=0”，乘法优化成移位运算：“x:=x*8”可以优化成“x:=x<<3”。
常数折叠：
对常数的运算可以在编译时计算，比如 “x:= 20 乘以 3 ”可以优化成“x:=60”
删除公共子表达式：作“可用表达式分析”
x := a + b
y := a + b //优化成y := x
拷贝传播：作“可用表达式分析”
x := a + b
y := x
z := 2 * y //优化成z:= 2 * x
常数传播：
x := 20
y := 10
z := x + y//优化成z := 30
死代码删除：作变量的“活跃性分析”
活跃性分析（优化删除死代码，没用到的变量） 数据流分析：使用“半格理论”解决多路径的V值计算集合问题，不在代码下面集合的变量就是死代码。
目标代码生成
目标代码生成，也就是生成虚拟机执行的字节码，或则操作系统执行的汇编代码
代码生成的过程，其实很简单，就是将中间代码IR逐个翻译成想要的汇编的代码
那么目标代码生成阶段的任务就有：
- 选择合适指令，生成性能最高的代码。
- 优化寄存器的分配，让频繁访问的变量，比如循环语句中的变量放到寄存器中，寄存器比内存快
- 在不改变运行结果下，对指令做重排序优化，从而充分运用CPU内部的多个功能部件的并行能力
