C程序编译过程
在linux系统下,应用比较广泛的编译器是gcc编译器。gcc是一个编译器集。gcc不知可以编译c语言,还能用于c++,java,
Object-C等语言程序的编译。
编译过程:
Hello world是初学者使用任何一项编程语言最基本最简单的程序。下面是一个C语言版的"Helloworld" ,现在以该程序为例:
#include <stdio.h>
#define TIMES 10
int main(int argc, char *argv[])
{
int i;
for(i=0; i<TIMES; i++)
{
printf("Hello wolrd\n");
}
return 0;
}
通常我们使用gcc来生成可执行程序,命令为:gcc hello.c,默认生成可执行文件a.out。其实编译(包括链接)的命令:gcc
hello.c 可分解为如下4个大的步骤:
1.预处理(Preprocessing)
2.编译(Compilation)
3.汇编(Assembly)
4.链接(Linking)
1. 预处理
预处理是读取c源程序,对其中的伪指令(以#开头的指令,也就是宏)和特殊符号进行“替代”处理;经过此处理,生成一个
没有宏定义、没有条件编译指令、没有特殊符号的输出文件。这个文件的含义同没有经过预处理的源文件是相同的,仍然是C文
件,但内容有所不同。 伪指令主要包括以下三个方面:
(1)宏定义指令,如#define Name TokenString,#undef以及编译器内建的一些宏,如__DATE__,__FILE__, __LINE__, __TIME__,__FUNCTION__ 等。
(2)条件编译指令,如#ifdef,#ifndef,#else,#elif,#endif等。
(3) 头文件包含指令,如#include "FileName"或者#include <FileName>等。
预处理的过程主要处理包括以下过程:
1)将所有的#define删除,并且展开所有的宏定义
2)处理所有的条件预编译指令,比如#if #ifdef #elif #else #endif等
3)处理#include 预编译指令,将被包含的文件插入到该预编译指令的位置。
4)删除所有注释 “//”和”/* */”.
5)添加行号和文件标识,以便编译时产生调试用的行号及编译错误警告行号。
6)保留所有的#pragma编译器指令,因为编译器需要使用它们
该阶段主要是处理源文件中所有的伪指令,包括宏定义,头文件包含等,gcc会将头文件和宏定义的内容全部展开到当前文件中。
命令:gcc main.c -E -o main.i
其中,main.i就是预编译后生成的中间文件,可以使用vim打开main.i。
2. 编译
编译程序所要作得工作就是通过词法分析和语法分析,在确认所有的指令都符合语法规则之后,将其翻译成等价的中间代码表
示或汇编代码。 优化处理是编译系统中一项比较艰深的技术。它涉及到的问题不仅同编译技术本身有关,而且同机器的硬件环境
也有很大的关系。优化一部分是对中间代码的优化,这种优化不依赖于具体的计算机。另一种优化则主要针对目标代码的生成而
进行的。对于前一种优化,主要的工作是删除公共表达式、循环优化(代码外提、强度削弱、变换循环控制条件、已知量的合并
等)、复写传播,以及无用赋值的删除,等等。后一种类型的优化同机器的硬件结构密切相关,最主要的是考虑是如何充分利用
机器的各个硬件寄存器存放的有关变量的值,以减少对于内存的访问次数。另外,如何根据机器硬件执行指令的特点(如流水
线、RISC、CISC等)而对指令进行一些调整使目标代码比较短,执行的效率比较高。
编译阶段实际为完成将c语言到汇编语言的转换
命令:gcc main.i -s
这样就在当前目录下生成一个main.s文件。
3. 汇编
汇编过程实际上指把汇编语言代码翻译成目标机器指令的过程。对于被翻译系统处理的每一个C语言源程序,都将最终经过这
一处理而得到相应的目标文件。目标文件中所存放的也就是与源程序等效的目标的机器语言代码。 目标文件由段组成。通常一
个目标文件中至少有两个段:
1)代码段(文本段):该段中所包含的主要是程序的指令。该段一般是可读和可执行的,但一般却不可写;
2)数据段:主要存放程序中要用到的各种常量、全局变量、静态的数据。一般数据段都是可读,可写,可执行的;
命令:gcc main.s -c
4. 链接
汇编程序生成的目标文件并不能立即就被执行,其中可能还有许多没有解决的问题。例如,某个源文件中的函数可能引用了另
一个源文件中定义的某个符号(如变量或者函数调用等);在程序中可能调用了某个库文件中的函数,等等。所有的这些问题,
都需要经链接程序的处理方能得以解决。 链接程序的主要工作就是将有关的目标文件彼此相连接,也即将在一个文件中引用的符
号同该符号在另外一个文件中的定义连接起来,使得所有的这些目标文件成为一个能够被操作系统装入执行的统一整体,也就是
可执行程序。 根据开发人员指定的库函数的链接方式的不同,链接处理可分为两种:
1)静态链接
2)动态链接
对于可执行文件中的函数调用,可分别采用动态链接或静态链接的方法。使用动态链接能够使最终的可执行文件比较短小,并
且当共享对象被多个进程使用时能节约一些内存,因为在内存中只需要保存一份此共享对象的代码。但并不是使用动态链接就一
定比使用静态链接要优越。在某些情况下动态链接可能带来一些性能上损害。