c++编译器是如何工作的

如果用文本写c++，它就是一些text。我们要把它变为应用从而在计算机中运行。从文本到binary基本需要两个过程。一个是compiling一个是linking。
在c++编译器中需要将文本变为中继格式obj。
然后obj们会传入linker，linker会做所有linking的事。
编译器中会有如下几个过程
预处理，预处理后会进入tokenizing（标记解释）和parsing（解析）阶段。
这基本就奔c++文本处理成编译器能懂和处理的语言。基本结果就是创建abstract syntax tree（抽象语言树），也就是我们代码的表达，但以抽象语言书的形式。
说到底，编译器的工作也就是把代码转变成constant data（常数资料）和instructions（指令）
这里可以用一个hello world程序来解释c++的工作原理

hello world 案例

建立两个文件分别为main.cpp和log.cpp
main.cpp

#include
void Log(const char* message );
int main()
{
	Log("hello world");
	std::cin.get();
}

log.cpp

#include
void Log(const char* message )
{
std::cout << "hello world " << std::endl;
}

在debug文件夹下可发现生成了log.obj和main.obj。也就是编译器给每个cpp，也就是translation unit（编译单元），生成了obj。
在c++中不关心文件，举例来书java里，你的clas名必须和文件名一样，你的文件夹结构也得跟package一样。因此文件必须存在。在c++中没有文件这种东西，文件只给编译器提供源码的某种方法。你需要告诉编译器文件类型和编译器该如何处理它。
在cpp文件中include其他cpp有时候是很常见的做法。基本上创建一个大的cpp里面有很多cpp文件。然后你只编译那个cpp文件，也就只有一个编译单元，也就只有一个obj，这就是为啥编译单元和cpp文件是两个术语。
这是因为一个cpp不等于一个编译单元，但如果项目里都是独立的cpp文件，从不include的话，那么每个cpp就是一个translation unit，每个也会产生一个obj。
这个两个文件一个有144k一个131k很大主要是由于include了iostream。

简单文件

现在创建个简单文件

int multiply(int a, int b)
{
	int result= a*b;
	return result;
}

可以发现只有3k

预处理

编译第一阶段是预处理，在这期间，编译器就是检查素有pre-processing语句并评估，常见有include，define，if和ifdef，首先来看#include是如何工作的。
#include其实很简单，只要你include哪个文件，然后preprocessor就会打开该文件，读取所有内容，然后粘贴进你include的文档。
回到这里，我们创建一个header文档，记作endbrace.h并只打如下一个}

include “endbrace”

}

回到math.cpp就能看到我们为Multiply函数减去一个“}”，并加入#include endbrace.h如下

int multiply(int a, int b)
{
	int result= a*b;
	return result;
#include"endbrace.h"

也可以运行，这是因为直接复制过来了。其实有办法让编译器输出一个文档，里面包含所有这些preprocessor的评估结果
如果我们恢复#include"endbrace.h"


将预处理到文件选为是，确保改的是目前所应用的configuration和platform，以免改动不生效。然后重新生成，打开math.i并编辑。

#line 1 "e:\\c++\\helloworld\\helloworld\\math.cpp"
int multiply(int a, int b)
{
	int result= a*b;
	return result;
#line 1 "e:\\c++\\helloworld\\helloworld\\endbrace.h"
}
#line 6 "e:\\c++\\helloworld\\helloworld\\math.cpp"

preprocessor只是将h里的}插了进来。

define

修改math文件

#define integer int 
integer multiply(int a, int b)
{
	integer result= a*b;
	return result;
}

此时.i文件为

#line 1 "e:\\c++\\helloworld\\helloworld\\math.cpp"

int multiply(int a, int b)
{
	int result= a*b;
	return result;
}

if

恢复int 删除define，加入if，if特点语句可以让我们依据特定条件包含或者剔除代码。

#if 1
int multiply(int a, int b)
{
	int result= a*b;
	return result;
}
#endif

代码改为如下，并ctrl+F7生成

#line 1 "e:\\c++\\helloworld\\helloworld\\math.cpp"

int multiply(int a, int b)
{
	int result= a*b;
	return result;
}
#line 8 "e:\\c++\\helloworld\\helloworld\\math.cpp"

和之前一样没有变化
如果改为if 0

#if 0
int multiply(int a, int b)
{
	int result= a*b;
	return result;
}
#endif

生成的为

#line 1 "e:\\c++\\helloworld\\helloworld\\math.cpp"






#line 8 "e:\\c++\\helloworld\\helloworld\\math.cpp"

include

删掉if 0，我们写include iostream，巨大巨大的iostream

#include
int multiply(int a, int b)
{
	int result= a*b;
	return result;
}

是一个有85000多行的文件
这就是preprocessor，当它结束，我们就可以将c++代码编译成机器码了。此时去属性关闭预处理到文件，使用这个选项就没有目标文件了。

目标文件

目标文件都是二进制文件，这其中一部分就是multiply被调用时，cpu运行的机器码。但也可以让他变得可读

将无列表改为仅有程序列表，此时生成math.asm文件，汇编代码。

用文本编辑器打开，就基本是obj所包含的一个可读版本

; Listing generated by Microsoft (R) Optimizing Compiler Version 17.00.50727.1 

	TITLE	E:\c++\helloWorld\helloWorld\math.cpp
	.686P
	.XMM
	include listing.inc
	.model	flat

INCLUDELIB MSVCRTD
INCLUDELIB OLDNAMES

PUBLIC	?multiply@@YAHHH@Z				; multiply
EXTRN	__RTC_InitBase:PROC
EXTRN	__RTC_Shutdown:PROC
;	COMDAT rtc$TMZ
rtc$TMZ	SEGMENT
__RTC_Shutdown.rtc$TMZ DD FLAT:__RTC_Shutdown
rtc$TMZ	ENDS
;	COMDAT rtc$IMZ
rtc$IMZ	SEGMENT
__RTC_InitBase.rtc$IMZ DD FLAT:__RTC_InitBase
rtc$IMZ	ENDS
; Function compile flags: /Odtp /RTCsu /ZI
;	COMDAT ?multiply@@YAHHH@Z
_TEXT	SEGMENT
_result$ = -8						; size = 4
_a$ = 8							; size = 4
_b$ = 12						; size = 4
?multiply@@YAHHH@Z PROC					; multiply, COMDAT
; File e:\c++\helloworld\helloworld\math.cpp
; Line 3
	push	ebp
	mov	ebp, esp
	sub	esp, 204				; 000000ccH
	push	ebx
	push	esi
	push	edi
	lea	edi, DWORD PTR [ebp-204]
	mov	ecx, 51					; 00000033H
	mov	eax, -858993460				; ccccccccH
	rep stosd
; Line 4
	mov	eax, DWORD PTR _a$[ebp]
	imul	eax, DWORD PTR _b$[ebp]
	mov	DWORD PTR _result$[ebp], eax
; Line 5
	mov	eax, DWORD PTR _result$[ebp]
; Line 6
	pop	edi
	pop	esi
	pop	ebx
	mov	esp, ebp
	pop	ebp
	ret	0
?multiply@@YAHHH@Z ENDP					; multiply
_TEXT	ENDS
END

基本上就是载入变量a到eax寄存器，然后b和a执行一个imul指令也就是乘法指令。然后把结果存在一个result变量，并把它move会eax并返回它。
之所以两次move是因为我创造一个result变量并返回它，不是直接返回a * b。
这样效率不高，如果直接返回a* b这样效率高