编译器做了什么

1. 词法分析
2. 语法分析
3. 语义分析
4. 中间语言生成
5. 目标代码生成与优化

编译过程

其中包括六个步骤：1. 扫描 2. 语法分析 3. 语义分析 4. 源代码优化 5. 代码生成 6. 目标代码优化

下面已一行C语言的源码进行分析：
array[index] = (index + 4) * (2 +6)

1. 词法分析

1. 扫描器完成
2. 源码被输入到扫描器
3. 扫描器进行词法分析
4. 词法分析利用类似有限状态机算法将源码分割成记号
   上面代码总共包括28个非空字符，分割后产生16个记号：（array（标识符），[（左方括号），index（标识符）等）
5. 记号分类：1. 关键字 2. 标识符 3. 字面量（数字，字符串） 4. 特殊符号（加号，等号）
6. 在分割成记号的同时会根据记号的类别进行分类

其他介绍：

lex

1. 词法扫描程序
2. 根据用户提前描述好的语法规则把字符串分割成记号
3. 使用对象一般是编译器的开发人员

预处理器

• 宏替换与文件包含等工作，一般是由独立的预处理器处理

2. 语法分析

1. 语法分析器完成
2. 对记号进行语法分析，从而产生语法树
3. 采用上下文无关的分析手段

4. 语法树：已表达式为节点的树
   C语言的一个语句就是一个表达式，复杂的语句是表达式的合集。例子中的表达式就是由赋值表达式，加法表达式等组成的复杂语句。它形成的语法树如下：

   
   
   

   语法树
   
   

   表达式最小的单位是：符号和数字，他们组成了语法树，所以他们是语法树的叶节点。

5. 同时，运算符的优先级和含义被确定下来
6. 另外具有多重含义的符号，比如*，进行正确的区分
7. 如果有不合法的语法，比如缺少又括号，缺少操作符，编译器就会报错

其他介绍

yacc

1. Yet Another Compiler Compiler
2. 根据用户定义好的语法进行解析
3. 被称为编译器编译器

3. 语义分析

1. 语义分析器完成
2. 编译器所能分析的语义是静态语义（在编译时期可以确定的语义），与之对应的是动态语义（只有在运行期才能确定的语义）
3. 静态语义，通常包括声明和类型的匹配，类型的转换。比如，把浮点型的表达式赋值给整型的表达式，就包括类型的转换。将浮点型的表达式赋值给指针的时候，语义程序发现这个类型不匹配，就会报错。把0当做分母是一个运行期语义错误

4. 经过语义分析后，整个语法树也被标注了类型。如果需要转换（如浮点转整型）就会在相应地方插入转换节点。

   
   
   

   标注类型的语法树

4.中间语言生成

1. 源码优化器：源码级别进行优化，例如2+6被优化成8，因为他的值在编译时期可以被确定。

2. 还有一些其他优化手段，优化后的语法树如下
   

   优化后的语法树

其他介绍

中间代码

1. 语法树的顺序表示，接近目标代码
2. 跟机器和运行环境是无关的：不包含数据的尺寸，变量地址和寄存器的名称
3. 常用的形式：三地址码（三个变量地址）和p代码

三地址码

1. x = y op z:y和z进行op操作后赋值给x。
2. 翻译成三地址码后如下：

t1 = 2+ 6
t2 = index + 4
t3 = t1 * t2
array[index] = t3

3. 为了使所有的操作都符合三地址码，创建了几个临时变量。在三地址码基础上进行优化时，优化程序会把 2+6 算出 赋值给t1，同时 t2 可以复用，所以变成了这样:

t2 = index + 4
t2 = t2 * 8
array[index] = t2

4. 中间代码使得编译器可以被分为前端和后端。编译器前端负责翻译与机器无关的中间代码，编译器后端将中间代码转换成与目标机器相关的机器代码。这样对于一个跨平台的编译器，可以使用同一个前端和针对不同机器的数个后端。

5.目标代码生成及优化

1. 编译器后端主要包括：代码生成器和目标代码优化器
2. 代码生成器：将中间代码转换成目标机器代码，根据目标机器得到相应的 字长，寄存器，整数数据类型，浮点数据类型。
3. 最后对目标代码进行优化，比如选择合适的寻址方式，使用位移来代替乘法运算（基址比例变址寻址），删除多余指令等。
4. 生成目标代码

6. 小结

1. 由于高级编程语言本身复杂，cpu复杂，编译器支持多种硬件平台，导致编译器十分复杂。
2. 经过以上复杂步骤，源码被翻译成了目标代码。