第一個 C 語言編譯器是怎樣編寫的？

1、第一個 C 語言編譯器是怎樣編寫的？首先向C語言之父Dennis Ritchie致敬！當今幾乎所有的實用的編譯器/解釋器（以下統(tǒng)稱編譯器）都是用C語言編寫的，有一些語言比如Clojure,Jython等是基于JVM或者說是用Java實現(xiàn)的，IronPython等是基于.NET實現(xiàn)的，但是Java和C#等本身也要依靠C/C+來實現(xiàn)，等于是間接調(diào)用了調(diào)用了C。所以衡量某種高級語言的可移植性其實就是在討論ANSI/ISO C的移植性。C語言是很低級的語言，很多方面都近似于匯編語言，在Intel32位匯編語言程序設計一書中，甚至介紹了手工把簡單的C語言翻譯成匯編的方法。對于編譯器這種系統(tǒng)軟件，用C語言

2、來編寫是很自然不過的，即使是像Python這樣的高級語言依然在底層依賴于C語言（舉Python的例子是因為因特爾的黑客正在嘗試讓Python不需要操作系統(tǒng)就能運行實際上是免去了BIOS上的一次性C代碼）?，F(xiàn)在的學生，學過編譯原理后，只要有點編程能力的都可以實現(xiàn)一個功能簡單的類C語言編譯器?？墒菃栴}來了，不知道你有沒有想過，大家都用C語言或基于C語言的語言來寫編譯器，那么世界上第一個C語言編譯器又是怎么編寫的呢？這不是一個“雞和蛋”的問題還是讓我們回顧一下C語言歷史：1970年Tomphson和Ritchie在BCPL（一種解釋型語言）的基礎上開發(fā)了B語言，1973年又在B語言的基礎上成功開發(fā)出

3、了現(xiàn)在的C語言。在C語言被用作系統(tǒng)編程語言之前，Tomphson也用過B語言編寫操作系統(tǒng)?？梢娫贑語言實現(xiàn)以前，B語言已經(jīng)可以投入實用了。因此第一個C語言編譯器的原型完全可能是用B語言或者混合B語言與PDP匯編語言編寫的。我們現(xiàn)在都知道，B語言的效率比較低，但是如果全部用匯編語言來編寫，不僅開發(fā)周期長、維護難度大，更可怕的是失去了高級程序設計語言必需的移植性。所以早期的C語言編譯器就采取了一個取巧的辦法：先用匯編語言編寫一個C語言的一個子集的編譯器，再通過這個子集去遞推完成完整的C語言編譯器。詳細的過程如下：先創(chuàng)造一個只有C語言最基本功能的子集，記作C0語言，C0語言已經(jīng)足夠簡單了，可以直接用

4、匯編語言編寫出C0的編譯器。依靠C0已有的功能，設計比C0復雜，但仍然不完整的C語言的又一個子集C1語言，其中C0屬于C1，C1屬于C，用C0開發(fā)出C1語言的編譯器。在C1的基礎上設計C語言的又一個子集C2語言，C2語言比C1復雜，但是仍然不是完整的C語言，開發(fā)出C2語言的編譯器如此直到CN，CN已經(jīng)足夠強大了，這時候就足夠開發(fā)出完整的C語言編譯器的實現(xiàn)了。至于這里的N是多少，這取決于你的目標語言（這里是C語言）的復雜程度和程序員的編程能力簡單地說，如果到了某個子集階段，可以很方便地利用現(xiàn)有功能實現(xiàn)C語言時，那么你就找到N了。下面的圖說明了這個抽象過程：C語言CN語言C0語言匯編語言機器語言謂

5、的0生1，1生C，C生萬物吧？那么這種大膽的子集簡化的方法，是怎么實現(xiàn)的，又有什么理論依據(jù)呢？先介紹一個概念，“自編譯”（Self-Compile），也就是對于某些具有明顯自舉性質(zhì)的強類型（所謂強類型就是程序中的每個變量必學聲明類型后才能使用，比如C語言，相反有些腳本語言則根本沒有類型這一說法）編程語言，可以借助它們的一個有限小子集，通過有限次數(shù)的遞推來實現(xiàn)對它們自身的表述，這樣的語言有C、Pascal、Ada等等，至于為什么可以自編譯，可以參見清華大學出版社的編譯原理，書中實現(xiàn)了一個Pascal的子集的編譯器。總之，已經(jīng)有CS科學家證明了，C語言理論上是可以通過上面說的CVM的方法實現(xiàn)完整的

6、編譯器的，那么實際上是怎樣做到簡化的呢？下面是C99的關(guān)鍵字：仔細看看，其實其中有很多關(guān)鍵字是為了幫助編譯器進行優(yōu)化的，還有一些是用來限定變量、函數(shù)的作用域、鏈接性或者生存周期（函數(shù)沒有）的，這些在編譯器實現(xiàn)的早期根本不必加上，于是可以去掉auto,restrict,extern,volatile,const,sizeof,static,inline,register,typedef，這樣就形成了C的子集，C3語言，C3語言的關(guān)鍵字如下：再想一想，發(fā)現(xiàn)C3中其實有很多類型和類型修飾符是沒有必要一次性都加上去的，比如三種整型，只要實現(xiàn)int就行了，因此進一步去掉這些關(guān)鍵詞，它們是：unsigne

7、d,float,short,char(charis int),signed,_Bool,_Complex,_Imaginary,long，這樣就形成了我們的C2語言，C2語言關(guān)鍵字如下：繼續(xù)思考，即使是只有18個關(guān)鍵字的C2語言，依然有很多，高級的地方，比如基于基本數(shù)據(jù)類型的復合數(shù)據(jù)結(jié)構(gòu)，另外我們的關(guān)鍵字表中是沒有寫運算符的，在C語言中的復合賦值運算符-運算符等的+，等過于靈活的表達方式此時也可以完全刪除掉，因此可以去掉的關(guān)鍵字有：enum,struct,union，這樣我們可以得到C1語言的關(guān)鍵字：接近完美了，不過最后一步手筆自然要大一點。這個時候數(shù)組和指針也要去掉了，另外C1語言其實仍然有很大的冗雜度，比如控制循環(huán)和分支的都有多種表述方法，其實都可簡化成一種，具體的來說，循環(huán)語句有while循環(huán)，dowhile循環(huán)和for循環(huán)，只需要保留while循環(huán)就夠了；分支語句又有if,ifelse,ifelse if,switch，這四種形式，它們都可以通過兩個以上的if來實現(xiàn)，因此只需要保留if,就夠了?？墒窃僖幌?，所謂的分支和循環(huán)不過是條件跳轉(zhuǎn)語句罷了，函數(shù)調(diào)用語句也不過是一個壓棧和跳轉(zhuǎn)語句罷了，因此只需要goto（未限制的goto）。因此大膽去掉所有結(jié)構(gòu)化關(guān)鍵字，連函數(shù)也沒有，得到的C0語言關(guān)鍵字如下：這已經(jīng)是簡約的極致了。只有5個關(guān)鍵字，已經(jīng)