c/c++编译原理浅谈（一）

-------------前言

浑浑噩噩就看完了一遍《高级c/c++编译技术》，我知道看完一遍是不行，而且光是看也是不行的，先写下这篇博文也权当是记录下我的一些猜想，当然是未经过验证的，经过验证就不是猜想了。最终，在下有什么说得不对的，请各位大侠指正，不断学习不断进步！

-------------正文

先说一下这本书。这本书是由Milan Stevanovic大佬写的，卢誉声所译。结构内容是硬件基础，程序的生命周期，生命周期中的各个阶段的介绍，各类问题的解决。

第一章讲解的是他的硬件支持，因为最终编译是要编译成机器能够读懂的二进制语言，所以首先我们先要知道我们的目的是什么，高级语言c/c++----------》某种工具（先把他当成一个黑箱）-------------》二进制文件。那么，机器能够读懂的二进制语言是需要到专用的芯片的指令，更重要的是指令的地址怎么得到，怎么做才能得到我们的二进制文件，怎么做才能解决我们问题。这就是我大概能读懂的意思，我还没看过操作系统，一些更深的东西还没看懂。

总结起来就是，最终我们要控制的是我们的I/O设备，主存释放字节流，作为与IO进行数据交换的直接港口，主存被要求速度必须快，但是受成本问题，往往越大越贵，所以有一种缓存机制，一个折中的方法。缓存往往有多级，接近IO的越快，接近cpu的慢，这种分级制度在某种程度上起到了缓冲的作用，但是不可避免的，当IO数据量很大的时候，主存往往会请求硬盘帮忙，这就使虚拟内存的机制，这时就会显得很卡。它使得应用程序认为它拥有连续的可用的内存（一个连续完整的地址空间），而实际上，它通常是被分隔成多个物理内存碎片，还有部分暂时存储在外部磁盘存储器上，在需要时进行数据交换。

怎么做到让它看起来是连续的呢？

实际上物理地址是不连续的，而是给物理地址的编号是连续的，在学数字电路和微机原理的时候，会教到一个就是给ram分配地址，按照事先约定好的规则，可以使它的地址号读取是连续的。比如说奇偶地址位的读取来满足cpu的设置，intel8086的cpu有一个管脚说明是奇偶读取地址，为了满足的它的整体的一个架构，ram和译码器什么的组合起来让cpu看上去真的是在读奇偶地址的。再详细的只能去再查课本了。

程序的生命周期有：

编译，链接，两个阶段，经过这两个阶段：

c/c++--------->编译---------->汇编程序---------->链接--------------->二进制文件

二进制文件------------->装载----------------->赋予绝对地址（可寻址），执行

ok,我们一步步来介绍。

编译：

1.执行单元：编译器

2.输入：编译单元（通常为包含源代码的文本）

3.输出：一系列的二进制目标文件的集合

注意：此时的输出虽然是二进制文件，但是是每个源文件对应的目标文件，也就是他们之间的联系还没有连接起来。

ok，要成以上的输入变成输出，编译器到底做了什么事情呢？

1.预处理阶段

输入：c/c++

输出：c/c++

使用一个特殊的文本处理程序，将宏进行替换。将include关键字标识的含有特定文件包含到源码文件中，将define语句指定的值转换成常量，将ifndef或ifdef、eleif和endif做相应的处理。

2.语言分析阶段

输入：c/c++

输出：c/c++

最终得到一个精简的、符合语法、语义的代码。有以下的几个方面的过程：

      1.词法分析：将源代码分割成不可分割的单词

      2.语法分析：将提出的单词连成序列，并根据编程语言规则进行检查，验证其顺序是否合理。

      3.语义分析：目的是发现符合语法规定的语句是否具有实际意义。

3.汇编过程

输入：c/c++

输出：汇编代码

转换成特定cpu指令集的语言集合。经过1、2这两个步骤，可以保证现在的c/c++代码是精简有意义的存在了。那么就可以把它转换成汇编代码了。以gcc编译器为例：

源代码------------->gcc---------------->ASCII编码的文本文件

x86处理器体系结构的支持两种指令格式：AT&T   intel  格式

4.优化阶段

输入：汇编代码

输出：汇编代码

最初版本的汇编代码--------------------->优化-------------------------->最终版汇编代码

优化的原则：

         1.将寄存器使用率最小化

         2.通过分析能够预测出实际上不需要执行的部分代码

5.代码生成阶段

输入：汇编代码

输出：多个二进制文件集合

每一个目标文件对应一个编译单元，汇编指令转成成对应的机器指令（操作码）的二进制值。

ok，这个编译就完成了，再Linux上面，我们可以通过命令

gcc -S -o

.s                        //输出汇编代码

写的一个简单的hello程序。

gcc -S -masm=intel hello.c -o hello.s

这就是汇编程序了，但是我汇编还没看过，不怎么懂，所以就不做分析了。知道是可以得出汇编程序的。

gcc -c hello.c -o hello.o

就得到了hello.o也即二进制文件，虽然你看着只有一个，但是别忘了你在刚开始学习得时候就不明白的为什么要include一个什么鬼东西呢，那个鬼东西在哪呢？那个东西就是共享库，之后会介绍到，现在先不谈。

所以，咱们通过这个命令就可以得到了二进制目标文件了，但是我们要查看的话需要十六进制的文件查看器，我没有，直接用vim是一堆乱码就不截图了。

至此，编译过程结束。往后请看下一节。