编译原理实验七：中间代码生成器

实现一门语言的中间代码生成器（4小时）

 

实验目的

通过本次实验，加深对中间代码生成的理解，学会编制中间代码生成器。

实验任务

用C、JAVA或其他语言编写一门语言的中间代码生成器，所选实现语言应与之前语言保持一致。

实验内容

1. 实现中间代码生成器，可以将任一源语言（源语言尽量与前期实验中的源语言保持一致）转化成三地址码（或其他中间表示形式）。
2. 准备2~3个测试用例，测试你的程序，并解释生成的中间代码。

 

源代码下载和说明

链接：https://pan.baidu.com/s/1Ogf4447oPMrxHVJE8_hwmg

密码：fc7f

运行方法：同实验一TINY编译器（这其实就是实验一的工程）

 

说明：实验七中间代码生成器直接使用了TINY语言。在2018-2019年秋季学期，湖南大学编译原理课首次将本实验变为必做（之前是选做，但由于难度太大，基本没有学长学姐写），故本实验采用已有的代码。

 

实验知识点讲解和函数源代码分析

 

1、中间代码生成的任务

 

中间代码生成属于编译器前端结构的最后一部分，首先，编译器前端读入代码，对代码进行词法分析，构建出符号序列，再将符号序列传入语法分析，构造出语法树；接下来的语义分析则是一个静态检查的过程，它判断上下文的各个结点是否符合语法规则，并报错，生成符号表，而接下来的中间代码生成则也是对于语法树进行操作，传入一棵语法树，从根结点，根据该节点的词法属性，分析词法结点之间的逻辑，翻译成合适的中间表示。

在TINY语言中，需要将NO_CODE标记位设置为真，这样就能够输出中间代码的生成结果。

2、实现TINY语言的中间代码生成器

 

本次实验要求实现一个中间代码生成器，则我们采用的方法是增量编程，在之前所构造好的TINY前期组件基础之上，构建中间代码的生成部分。

 

2.1 TINY语言的中间代码生成结果——TM CODE

 

TINY语言可以被翻译为一个适用于TM虚拟机环境的代码表示：TM CODE。TM CODE其实是类似于汇编指令的程序语言，但是何其不同的地方在于，TM CODE可以在为TINY语言所构建的虚拟机中运行，它模拟了汇编代码中的一些特性，比如说寄存器操作，它在CODE.H头文件中定义了几个寄存器的值（地址），使得这样的一种基于寄存器操作的类汇编语言能够执行。

T机的模拟程序直接从一个文件中读取汇编代码并执行它，因此应避免将由汇编语言翻译为机器代码的过程复杂化。但是，这个模拟程序并非是一个真正的汇编程序，它没有符号地址或标号。因此，TINY编译器必须仍然计算跳转的绝对地址。此外为了避免与外部的输入/输出例程连接的复杂性，TM机有内部整型的I/O设备；在模拟时，它们都对标准设备读写。

下图展示了TM CODE的详细定义：

我们注意到装入操作中有3个地址模式并且是由不同的指令给出的：LDC是“装入常量”，LD是“由存储器装入”，而LDA是“装入地址”。另外，该地址通常必须给成“寄存器+偏差”值。例如“10(1)”（上面代码的第2条指令），它代表在将偏差10加到寄存器1的内容中计算该地址。（因为在前面的指令中，0已被装入到寄存器1中，这实际是指绝对位置10）。我们还看到算术指令MUL和ADD可以是“三元”指令且只有寄存器操作数，其中可以单独确定结果的目标寄存器。

 

2.2 MAIN函数调用入口及文件预处理

 

如图代码展示了MAIN函数的文件预处理和中间代码生成的调用入口：

第一步是文件的预处理。

strcspn函数的作用是，在pgm字符串中查找到第一个“.”，并返回它之前的所有字符作为子串，这样做的目的在于，我们传入给编译器的文件是一个文件，我们中间代码的输出结果也需要保存在一个文件中，输出文件在这里这样做，是为了保持和输入文件同名。

strncpy函数的作用是拷贝字符串，这里用于将strcspn提取的文件名存入字符串供输出文件使用。

接下来程序使用提取的文件名创建了一个.TM文件，作为中间代码的输出，并打开它，赋予其“w”写的权限，并执行中间代码生成的后续操作。

【这里大家注意一下，运行完程序之后，文件夹里面会出现一个.TM结尾的文件，用记事本打开，就是其生成的TM CODE，也就是运行结果】

第二步就是中间代码生成，它调用了codeGen函数，传入了语法树根结点以及需要写入的文件，进行后续操作，下面代码所展示的是该函数：

这个代码主要是调用了emitRM，emitComment函数插入了TM虚拟机的初始化指令，其中这些函数传入的都是mp、ac等定义好的寄存器，这个在code.H中有详细定义：

TM虚拟机不是一开始就能运行中间代码的，需要一些初始化的条件，在插入完这些指令之后，就会到达一个正式的cGen的代码生成过程，待到cGen函数执行完毕，继续需要插入一条停机指令HALT代表代码执行完毕。

 

2.3 代码生成的具体过程

 

下图展示的是cGen函数的代码：

可以看到，传入的语法树在一边遍历的同时，检查结点的类型，TINY语言中分为两种语句结点，一种是带有关键字的保留语句，一种是表达式，比如赋值或者是算式（总之，不带有保留关键字），这两种情况分开考虑。

 

1、getStmt——分析含有保留关键字语句的函数

该函数的作用主要是处理TINY语言中所包含的五个关键字——if，repeat，assign，read，write。

这里以if作为一个例子来分析说明这个函数需要做的工作：if结点包括三个子结点，if本身的判断表达式、then、以及else（通常，else可以被省略）。我们对于每个if的子结点递归分析（因为if的子结点可能也会是一个表达式，比如if的条件判断，这样的话就需要对它进行递归分析）。

用savedLoc变量记录递归的返回位置，待分析完这一条路径之后，就可以找到函数在哪里被调用了，在调用的过程中，由于各个节点都需要递归地访问，因此这里在处理下一个节点的时候，使用了emitSkip这个函数，用于跳过并保存当前点的位置，以便于函数最后的返回工作。【这个地方，也叫作回填】

其他的处理也是类似的，比如在repeat语句里面，repeat包含的是两个结点，一个是repeat它本身，第二个是与之对应的until条件，同if一样，分为两块进行分别的一个递归处理。

其他三个关键字分别是assign，read，write。这三个的处理比较简单，因为他们的语句结构决定了他们只有一个子结点，因此，直接处理子结点就可以了。

如何处理子结点呢？

如图所示，我们获取了结点的类型，也能够获取结点的逻辑关系，此时，只要调用刚刚提到的函数emit，就可以将这条指令写到输出文件中，使得最后的TM虚拟机能够执行完成。

 

2、getExp——处理表达式

 

处理表达式结点的逻辑比较简单，如果表达式的结点类型是ID或者数字，那么直接使用LD命令加载它即可。

如果结点是一个运算符，那么据我们所知，运算符是由子结点构成的，它的子结点就是运算的两个数字，或者是ID字符。我们需要使用LD命令将子结点里面的具体数字或字符读取出来，再根据运算符的类型构造相应的TM code命令。

下图展示的是小于和等于的命令TM code：

运行结果

 

输入数据：（文件名：SAMPLE.TNY）

{ Sample program
  in TINY language -
  computes factorial
}
read x; { input an integer }
if 0 < x then { don't compute if x <= 0 }
  fact := 1;
  repeat
    fact := fact * x;
    x := x - 1
  until x = 0;
  write fact  { output factorial of x }
end

输出：（文件名：SAMPLE.TM）

* Standard prelude:
  0:     LD  6,0(0) 	load maxaddress from location 0
  1:     ST  0,0(0) 	clear location 0
* End of standard prelude.
  2:     IN  0,0,0 	read integer value
  3:     ST  0,0(5) 	read: store value
* -> if
* -> Op
* -> Const
  4:    LDC  0,0(0) 	load const
* <- Const
  5:     ST  0,0(6) 	op: push left
* -> Id
  6:     LD  0,0(5) 	load id value
* <- Id
  7:     LD  1,0(6) 	op: load left
  8:    SUB  0,1,0 	op <
  9:    JLT  0,2(7) 	br if true
 10:    LDC  0,0(0) 	false case
 11:    LDA  7,1(7) 	unconditional jmp
 12:    LDC  0,1(0) 	true case
* <- Op
* if: jump to else belongs here
* -> assign
* -> Const
 14:    LDC  0,1(0) 	load const
* <- Const
 15:     ST  0,1(5) 	assign: store value
* <- assign
* -> repeat
* repeat: jump after body comes back here
* -> assign
* -> Op
* -> Id
 16:     LD  0,1(5) 	load id value
* <- Id
 17:     ST  0,0(6) 	op: push left
* -> Id
 18:     LD  0,0(5) 	load id value
* <- Id
 19:     LD  1,0(6) 	op: load left
 20:    MUL  0,1,0 	op *
* <- Op
 21:     ST  0,1(5) 	assign: store value
* <- assign
* -> assign
* -> Op
* -> Id
 22:     LD  0,0(5) 	load id value
* <- Id
 23:     ST  0,0(6) 	op: push left
* -> Const
 24:    LDC  0,1(0) 	load const