获取LLVM IR方法示例

获取LLVM IR方法示例

LLVM IR三种形式

LLVM IR有三种形式，分别是内存中的编译中间表示、磁盘上的二进制码和可读汇编文本，后两种形式可以通过以下命令获取

# 二进制码形式

clang -emit-llvm -c main.c -o main.bc

 

# 可读汇编文本形式

clang -emit-llvm –S -c main.c -o main.ll

所得LLVM IR可读汇编文本形式的示例，如图6.1所示。

图6.1 LLVM IR可读汇编文本形式的示例

分号是注释。
第7-11行是main函数。
第14-23行是add函数。
第25行是函数属性。
第27-32行是模块元信息。

6.2.2 LLVM IR结构

图6.2所示表示LLVM IR的几个具有依次包含关系的模块。

 图6.2 几个具有依次包含关系

需要首先理解四个具有依次包含关系的基本概念：

1）Module（模块）是一份LLVM IR的顶层容器，对应于编译前端的每个翻译单元（TranslationUnit）。每个模块由目标机器信息、全局符号（全局变量和函数）及元信息组成。

2）Function（函数）就是编程语言中的函数，包括函数签名和若干个基本块，函数内的第一个基本块叫做入口基本块。

3）BasicBlock（基本块）是一组顺序执行的指令集合，只有一个入口和一个出口，非头尾指令执行时，不会违背顺序，跳转到其他指令上去。每个基本块最后一条指令一般是跳转指令（跳转到其它基本块上去），函数内最后一个基本块的最后条指令是函数返回指令。

4）Instruction（指令）是LLVM IR中的最小可执行单位，每一条指令都单占一行。

LLVM IR头部是一些目标信息，信息内容为：

; ModuleID = 'add.c'

source_filename = "add.c"

target datalayout = "e-m:o-i64:64-f80:128-n8:16:32:64-S128"

target triple = "x86_64-apple-macosx10.14.0"

每一行分别是：

1）ModuleID：编译器用于区分不同模块的ID。

2）source_filename：源文件名。

3）target datalayout：目标机器架构数据布局。

4）target triple：用于描述目标机器信息的一个元组，一般形式是<architecture>-<vendor>-<system>[-extra-info]。

需要关注的是target datalayout，它由-分隔的一列规格组成

1）e：内存存储模式为小端模式。

2）m:o：目标文件的格式是Mach格式。

3）i64:64：64位整数的对齐方式是64位，即8字节对齐。

4）f80:128：80位扩展精度浮点数的对齐方式是128位，即16字节对齐。

5）n8:16:32:64：整型数据有8位的、16位的、32位的和64位的。

6）S128：128位栈自然对齐。

标识符与变量

LLVM IR中的标识符有两种基本类型：全局标识符（以@开头）和局部标识符（以%开头）。

LLVM IR要求标识符以前缀开头有两个原因：一个是无需担心带有保留字的名称冲突，并且将来可以扩展保留字的集合，而不会带来任何损失。另一个是未命名的标识符，使编译器可以快速提出一个临时变量，而不必避免符号表冲突。

全局标识符，包括全局变量、全局常量和函数，比如

@globalVar = global i32 20, align 4

@c = constant i32 100, align 4

define i32 @main() {

    ret i32 0

}

globalVar其实是个指针。

局部标识符，即局部变量。LLVM IR中的局部变量有两种分类方案：

按照是否命名分类：

1）命名局部变量：顾名思义，比如%tmp。

2）未命名局部变量：以带前缀的无符号数字值表示，比如%1、%2，按顺序编号，函数参数、未命名基本块都会增加计数。

按照分配方式分类：

1）寄存器分配的局部变量：此类局部变量多采用%1 = some value形式进行分配，一般是接受指令返回结果的局部变量。

2）栈分配的局部变量：使用alloca指令在栈帧上分配的局部变量，比如%2 = alloca i32，%2也是个指针，访问或存储时必须使用load和store指令。

例如，以下是LLVM IR代码示例。

define i32 @main() {

    %1 = alloca i32, align 4

    %tmp = alloca i32, align 4

    store i32 1, i32* %1, align 4

    store i64 2, i32* %tmp, align 8

    %2 = add nsw i32 %1, %tmp

    %result = add nsw i32 %1, %2

}

其中%1是栈分配的未命名局部变量，%tmp是栈分配的命名局部变量，%2是寄存器分配的未命名局部变量，%result是寄存器分配的命名局部变量。