虎书_褚论

褚论

• 对于任何大型软件系统，如果设计者注意到该系统的基本抽象和接口，那么对这个系统的实现和理解就要容易的多。
• 下图，展示了一个典型的编译器的各个阶段，每个阶段由一至多个软件模块来实现。将编译器分解成这样多个阶段是为了能够重用他的各种构件。例如，要改变此编译器所生成的机器语言的目标机时，只要改变栈帧布局模块和指令选择模块。当要改变被编译的源语言的时候，只需要改变翻译模块之前的模块就可以了，该编译器也可以在抽象语法接口处与面向语言的语法编辑器相连。
• 抽象语法、IR树、汇编之类的接口是数据结构的形式，例如语法分析动作阶段建立抽象语法数据结构，并将它传递给语义分析阶段。另一些接口是抽象数据类型：翻译接口是一组可由语义分析阶段调用的函数；单词符号接口是函数形式，分析器通过调用它而得到输入程序中下一个单词符号。
  

各个阶段的描述

阶段	描述
词法分析	将原文件分解成一个个独立的单词符号
语法分析	分析程序的短语结构
语义动作	建立每个短语对应的抽象语法树
语义分析	确定每个短语的含义，建立变量和其声明的关联。检查每个表达式的类型，翻译每个短语
栈帧布局	按机器要求的方式将变量、函数参数等分配于活跃记录
翻译	生成中间表示树（IR树）这是一种与任意特定程序设计语言和目标机体系结构无关的表示
规范化	提取表达式中的副作用，整理条件分支，方便下一阶段的处理
指令选择	将IR树节点组合成，与目标机指令动作相对应的块
控制流分析	分析指令顺序，并建立控制流图，此图表示程序执行时可能流经的所有控制流
数据流分析	收集程序变量和数据流信息，例如活跃分析，计算每一个变量仍需使用其值的地点（即他的活跃点）
寄存器分配	为程序的每一个变量和临时数据选择一个寄存器，不在同一时间活跃的两个变量可以共享一个寄存器
代码流出	用机器寄存器代替每一条机器指令中出现的临时变量名

工具和软件

• 现代编译器使用两种最有用的抽象是上下文无关文法和正则表达式。上下文无关文法用于语法分析，正则表达式用于词法分析。为了更好的利用这两种抽象较好的做法是借助一些专门的工具，例如YACC，他将文法转换成语法分析器和LEX他将一个说明性质的规范转换成一个词法分析器。

树语言的数据结构

• 编译器中使用许多重要的数据结构都是被编译程序的中间表示。这些表示，常常采用树的形式，树的节点有若干种类型，每一种类型都有一些不同的属性。

• 树可以用文法来描述，就向程序设计语言一样。这里给出一种简单的程序设计语言，该程序设计语言有语句和表达式，但是没有循环或if语句，这种语言称为直线式程语言
  

• 这个语言的非形式语义如下。每一个Stm是一个语句，每一个Exp是一个表达式。s1；s2表示先执行s1，在执行语句s2。i:=e表示先计算表达式e的值，然后把计算结果复制给变量i。

• print（e1，e2，...，en）表示从左到右输出所有表达式的值，这些值之间用空分开，并以换行符结束。

• 表示符表达式，例如i，表示变量i当前内容。数按命名他的整数计值。操作符表达式e1 op e2，表示先计算e1在计算e2，然后按给定的二元操作符计算表达式结果。表达式序列（s,e）的行为类似c语言的逗号操作符，在计算表达式e(并返回其结果)之前先计算语句的s副作用。

• 例如，执行下面的这段程序

a:=5+3;b:=(print(a,a-1).10*a);print(b);

• 打印出8、7、80

程序在编译器内部的表现

• 一种是源码形式，是程序员所编写的字符，但是这种表示不易处理。较为方便的表示是树数据结构，每一个语句（Stm）和每一个表达式（Exp）都有一个树节点，如下图给出了树表示，其中每个节点产生式的标识加以标记，并且每个子节点的数量与相应的文法产生式右边的符号个数相同。
  

• 我们可以将这个文法直接翻译成数据结构定义，每个文法符号对应这些结构中的一个typedef

• 每一项文法规则都有一个构造器，隶属于规则左部符号的联合。
• 每一项文法规则有若干右部成分，这些成分必须用数据结构来表示。例如，CompoundStm的右部有两个Stm；AssignStm有一个标识符和一个表达式。表示每一个文法符号的结构都含有一个联合和kind域，前者用于存放可选的成分值，后者执行用联合的哪一个成员。
• 对于每一个选择，我们创建一个构造函数，他用malloc为此数据结构分配空间并进行初始化，上图只给了这些函数的原型，A_CompoundStm可以这样定义

A_stm A_CompoundStm(A_stm stm1,A_stm stm2){
A_stm s=checked_malloc(sizeof(*s));
s->kind=A_CompoundStm;
s->u.compound.stm1=stm1;s->u.compound.stm2=stm2;
return s;

}

• 二元操作符的情景要简单些（Binop），尽管也可以为Binop创建一个结构（成员分别表示Plus、Minus、Times、Div），但这样是多余的，因为这些成员并不存放数据，我们为他定义一个枚举类型A_binop

程序设计风格

• 在用c表示树数据结构时，遵循以下一些约定。
• 树都用文法来描述
• 一棵树使用一至多个typedef来描述，每个Typedef对应文法中的一个符号
• 每个typedef定义一个指向相应struct的指针，这个struct的名字以下划线结束，他除了在typedef的声明和该结构体的定义中出现，绝不会在其他地方使用。
• 每个struct有一个kind域和一个u域，kind指明不同选择的枚举量，每个枚举值对应一个可选的文法规则，u是一个联合。
• 如果一个规则的右部有多个非凡的符号（即带有值的），则他的union有一个本身也是结构的成员给出的组成他的这些值。
• 如果一个规则的右部只有一个非凡的符号，则他的union有一个就是其值的成员
• 每个类有一个对所有成员进行初始化的构造函数，除了在构造函数，其他地方不会直接调用malloc函数
• 每一个模块（头文件）有一个唯一标识该模块的前缀
• 类型定义名（位于前缀之后的）应用小写字母开头，构造函数名，用大写字母开头，联合的成员用小写字母开头

c程序模块化规则

• 编译器是一个很大的程序，自己的设计模块和接口能避免混乱，在用c编写一个编译器时，我们将使用以下规则
• 编译器每个 模块或模块都应归入各自的“.c”文件，且该文件有对应的“.h”文件。
• 每个模块有该模块唯一的前缀。由此模块导出的全局名字都应以此前缀打头
• 所有的函数都应该有函数原型，如果使用了没有原型的函数，编译器将给出警告。
• string类型表示分配在堆中的字符串，这种字符串在初次创建之后便不会在改变。函数string从c风格字符串指针创建一个分配在堆中的字符串string
• malloc函数在无内存空间的时候会返回null，Tiger编译器没有复杂的内存管理，来处理。他不调用malloc而调用checked_malloc这个函数保证不会返回null
• 也不调用free

程序设计：直线式程序解释器

• 为直线程序设计语言实现一个简单的程序分析器和解释器，对环境（符号表，他将变量名映射到这些变量相关的信息）、抽象语法（表示程序的短语结构的数据结构）、树数据结构的递归性（他对于编译器中很对部分都是很有用的）以及无赋值语句的函数式风格程序设计。
• 编写没有副作用（即更新变量及数据结构的赋值语句）的解释器是理解指语义和属性文法的好方法，后两者都是描述程序设计语言做什么方法。