第1章 編譯系統(tǒng)概述

1第1章編譯系統(tǒng)概述1.1

程序設(shè)計語言的發(fā)展1.2

基本術(shù)語解釋1.3

編譯過程概述1.4

出錯處理1.5

編譯程序的前端和后端1.6

編譯程序的實現(xiàn)方式21.1 程序設(shè)計語言的發(fā)展匯編語言(AssembleLanguage)機器語言(MachineLanguage)程序設(shè)計語言(ProgrammingLanguage)3

例計算表達式3*16+2的值，實現(xiàn)該計算的機器語言程序、匯編語言程序和程序設(shè)計語言（C語言）程序如下所示。目標計算機的系統(tǒng)結(jié)構(gòu)和匯編語言的使用方法詳見本書第7章。22038210260261011000f000LoadR0,3MulR0,10LoadR1,2AddR0,R1WriteR0Haltvoidmain(void){cout<<3*16+2;}4㈠機器語言機器指令集合稱為機器語言。機器指令即二進制數(shù)，通常由若干字節(jié)構(gòu)成。①優(yōu)點計算機可直接識別執(zhí)行可充分利用硬件特性②缺點可讀性差指令系統(tǒng)隨機種而異由于機器指令直接或間接含有絕對地址，增加或減少一條指令，可能會引起多條指令的修改。編程者需協(xié)調(diào)內(nèi)存的使用所以，機器語言形式的程序編制和維護困難，限制了計算機的推廣和應(yīng)用。5㈡匯編語言用記憶符取代二進制位，存儲地址和匯編語句的序號可用符號名表示。①優(yōu)點用符號取代二進制數(shù)，提高了程序的可理解性。性能較好的匯編語言，可用符號名來表示存儲地址和匯編語句序號，這樣避免了在匯編語句中絕對地址的出現(xiàn)?？沙浞掷糜布匦运?，匯編語言在一定程度上降低了程序編制和維護的難度。②缺點匯編語句和機器指令基本上是一對一的，所以匯編語言的編程效率并沒有質(zhì)的提高。和機器語言一樣，匯編語言依附于目標計算機。需匯編程序，將匯編語言譯成機器語言。匯編程序是編譯程序的雛形。6㈢程序設(shè)計語言程序設(shè)計語言又稱高級語言。程序設(shè)計語言接近于英語，相當于工程語言。目前計算機系統(tǒng)一般含有多個程序設(shè)計語言的翻譯程序（例VC、VB等），甚至對同一個程序設(shè)計語言配備了多個不同性能的翻譯程序，供用戶選擇使用。①優(yōu)點獨立于具體計算機，面向過程（函數(shù)）或?qū)ο?。程序設(shè)計語言接近于英語，可理解性好。數(shù)據(jù)類型豐富，各種功能的語句齊備，一條語句至少相當于幾十條匯編語句。所以，程序設(shè)計語言極大地提高了編程效率，大幅度地降低了編程難度。②缺點需翻譯程序，將高級語言譯成機器語言或匯編語言。對硬件操作困難，高級語言通常提供匯編語言接口。71.2基本術(shù)語解釋㈠源語言和源程序(SourceLanguageandSourceProgram)

用程序設(shè)計語言書寫的程序，稱為源程序，該程序設(shè)計語言稱為源語言。源程序通常用編緝程序輸入，用字符(ASCII碼)表示，以文本文件形式存儲。㈡文本文件(TextFile)

文本文件的內(nèi)容由94個圖形字符‘!’-‘~’(33-126)和4個控制字符換行(10)、回車(13)、空格(32)、TAB(9)構(gòu)成，文本文件又稱為ASCII碼文件，擴展名通常為TXT，文件尾用控制字符EOF(26)指示。8㈢目標語言和目標程序(TargetLanguageandTargetProgram)

目標語言可以是機器語言(二進制數(shù))，也可以是匯編語言(字符)，或者是其它中間語言(字符)，但最終結(jié)果必定是機器語言。機器語言程序用二進制文件存儲，匯編語言或中間語言程序用文本文件存儲。目標程序是經(jīng)翻譯程序加工后用目標語言表示的程序。㈣二進制文件(BinaryFile)

二進制文件由機器指令即二進制數(shù)構(gòu)成，因二進制數(shù)可能是26(文件結(jié)束控制符)，故文件尾用文件長度(文件的字節(jié)數(shù))指示，擴展名通常為EXE。9㈤翻譯程序(Translator)

將源程序譯成邏輯上等價的目標程序的程序。翻譯程序有二種工作方式：編譯和解釋。解釋程序Interpreter

源程序結(jié)果輸入數(shù)據(jù)解釋、執(zhí)行

解釋方式主要特點是：用戶程序是消極的。用戶程序運行時，控制點在解釋程序，即用戶程序的執(zhí)行離不開解釋程序。①解釋方式(Interpret)

以源程序作為輸入，輸入一句解釋執(zhí)行一句，不產(chǎn)生完整的目標程序，相應(yīng)的翻譯程序稱為解釋程序(Interpreter)

。工作方式如下圖所示：10②編譯方式(Compile)

將源程序全部譯為目標程序，該目標程序可在操作系統(tǒng)環(huán)境下直接執(zhí)行，相應(yīng)的翻譯程序稱為編譯程序(Compiler)

，工作方式如下圖所示：

編譯是從源代碼（通常為高階語言）到能直接被計算機或虛擬機執(zhí)行的目標代碼（通常為低階語言或機器語言）的翻譯過程。然而，也存在從低階語言到高階語言的編譯器，反編譯器將生成的低階語言代碼重新編譯成高階語言代碼。也有從一種高階語言生成另一種高階語言的編譯器，或者生成一種需要進一步處理的的中間代碼的編譯器（又叫級聯(lián)）。

源代碼(sourcecode)→預處理器(preprocessor)→編譯器(compiler)→匯編程序(assembler)→目標代碼(objectcode)→鏈接器(Linker)→可執(zhí)行程序(executables)

11編輯程序的工作結(jié)果是ASCII碼形式的源程序。編譯程序以ASCII碼形式的源程序為輸入，它的工作結(jié)果是二進制形式的目標程序，但并未包括用戶程序中所使用的系統(tǒng)函數(shù)的目標代碼。從整體上來看，程序是不完整的，程序中的部分地址尚未確定（例系統(tǒng)函數(shù)的調(diào)用）。將二進制形式的用戶程序和系統(tǒng)函數(shù)目標代碼連接成一個程序，對未確定的地址進行定位。由操作系統(tǒng)將用戶程序裝入內(nèi)存后運行。程序在運行過程中讀入數(shù)據(jù)，經(jīng)處理加工后輸出計算結(jié)果。

編譯方式主要特點是：用戶程序是積極的。用戶程序執(zhí)行時，控制點在用戶程序自身。除操作系統(tǒng)外，程序運行無需其它支撐軟件。12③二種翻譯方式比較解釋方式和編譯方式的主要區(qū)別是：目標代碼的執(zhí)行方式不同，基本原理和方法沒有本質(zhì)上的區(qū)別。1）解釋方式的優(yōu)點提供一種直接的交互調(diào)試功能，容易獲得較好的動態(tài)調(diào)試效果。使用變量可不預先定義。變量性質(zhì)可動態(tài)修改。2）解釋方式的缺點在執(zhí)行時需動態(tài)地對程序進行分析翻譯，開銷大，其執(zhí)行速度相當于編譯方式的1/10至1/100。解釋方式占用內(nèi)存大顯然解釋程序的優(yōu)點就是編譯程序的缺點，反之亦然，對于編譯程序的優(yōu)缺點不再重復敘述。④對任何一種高級語言，既可采用編譯方式，也可采用解釋方式，包括匯編語言在內(nèi)（MASM方式和DEBUG方式）。131.3 編譯過程概述

典型的編譯程序工作過程是：輸入源程序，對它進行加工處理，最后輸出目標程序（機器語言或匯編語言形式）。整個過程相當復雜，從數(shù)據(jù)加工的角度來看，可將其分成4個邏輯階段，它們是：詞法分析語法分析語義分析（中間代碼產(chǎn)生）目標代碼生成詞法分析語法分析語義分析(中間代碼產(chǎn)生)目標代碼生成源程序目標程序編譯程序基本上是按照這個流程來設(shè)計的。圖示如下：14

以算術(shù)表達式3+abc*128為例，來說明編譯程序工作過程。㈠詞法分析(LexicalAnalysis)

執(zhí)行詞法分析任務(wù)的程序稱為詞法分析器。任務(wù)：字符串形式單詞編碼形式單詞內(nèi)部碼（二元式）依據(jù)：語言的構(gòu)詞規(guī)則①二元式(Pair)(單詞種別,單詞值)單詞種別：用整數(shù)碼表示（為直觀起見用字符表示），語法分析時用。單詞值：在本書中用字符串表示，語義分析時用。當一個單詞種別中可能有多個單詞時，單詞的值才有意義。為了便于輸入處理，無意義的單詞值用"NUL"表示。15②二元式編碼單詞單詞種別單詞值++NUL--NUL**NUL//NUL((NUL))NUL………標識符i字符串形式符號名

整常數(shù)x字符串形式整常數(shù)實常數(shù)y字符串形式實常數(shù)………經(jīng)詞分析，算術(shù)表達式3+abc*128的單詞內(nèi)部碼（二元式）為：('x',"3")('+',"NUL")('i',"abc")('*',"NUL")('x',"128")16㈡語法分析(Parsing)

執(zhí)行語法分析任務(wù)的程序稱為語法分析器。任務(wù)：檢查源程序的語法結(jié)構(gòu)是否正確依據(jù)：語言的語法規(guī)則在語法分析時，算術(shù)表達式3+abc*128的語法結(jié)構(gòu)應(yīng)表示為x+i*x，語法分析器最終應(yīng)識別出這是一個算術(shù)表達式。識別過程相當于建立一棵語法樹 <算術(shù)表達式> <算術(shù)表達式> + <項> <項> <項> * <因子> <因子> <因子> x(整常數(shù)) x(整常數(shù)) i(標識符)17㈢語義分析(SemanticAnalysis)

執(zhí)行語義分析任務(wù)的程序稱為語義分析器或中間代碼產(chǎn)生器。任務(wù)：建立符號表和常數(shù)表，記錄源程序中標識符屬性和常數(shù)值，根據(jù)語言的語義規(guī)定生成中間代碼。依據(jù)：語言的語義內(nèi)涵語義分析（中間代碼產(chǎn)生）主要工作為：語義正確性檢查語義翻譯①語義正確性檢查 例2：begin

realA;integerB;B=A+B;end

語法正確，不同的語言有不同的語義解釋。標準Fortran語言認為是錯誤的，其不允許不同類型的量進行混合運算。C語言認為是正確的，允許混合運算，但需轉(zhuǎn)換成相同類型的量，然后再進行運算。Pascal語言認為是錯誤的，雖允許混合運算，但不允許將實型量賦值于整型量。begin

realA;

integerB;B=A+B;end18②語義翻譯

1)說明語句的翻譯 將標識符及其屬性填入符號表。

2)執(zhí)行語句的翻譯 根據(jù)不同語句的語義，生成邏輯上等價的中間代碼。中間代碼結(jié)構(gòu)簡單、意義明確的記號系統(tǒng)，非常接近機器指令，又獨立于具體機器。常用的中間代碼有三元式和四元式。表達式3+abc*128可譯成如下四元式：

(*,&abc,&128,&T1) (+,&3,&T1,&T2)其中，

&abc表示標識符abc在符號表中入口（即地址）；

T1和T2是在翻譯過程中由編譯程序引入的臨時變量，&T1和&T2分別表示T1和T2在符號表中入口；而&128表示常數(shù)128在常數(shù)表中的地址。19符號表(SymbolTable)

符號表用于記錄源程序中出現(xiàn)的標識符(Identifier)，一個標識符往往具有一系列的語義值，它包括標識符的名稱、標識符的種屬、標識符的類型、標識符值的存放地址等等。每個標識符在符號表中有一項記錄，用于記錄標識符的各種語義值，而在四元式中填寫的是標識符在符號表中的記錄地址，通常稱為符號表入口。內(nèi)存地址符號名種屬類型…………未分配abc簡單變量整型未分配T1簡單變量整型未分配T2簡單變量整型…………符號表的結(jié)構(gòu)示意如下：20常數(shù)表(ConstantTable)

常數(shù)表用于記錄在源程序中出現(xiàn)的常數(shù)。假定，每個整常數(shù)在常數(shù)表中占2個字節(jié)，每個實常數(shù)在常數(shù)表中占4個字節(jié)。常數(shù)的二進制值00000011（3）01000000（128）……常數(shù)表的結(jié)構(gòu)示意如下：21㈣目標代碼生成(CodeGeneration)

執(zhí)行目標代碼生成的程序稱為目標代碼生成器。任務(wù)：中間代碼目標代碼（機器指令或匯編語言）依據(jù)：目標機器的系統(tǒng)結(jié)構(gòu)假設(shè)模型機器的指令格式為：

opRi,M （Ri）op（M）→Ri

opRi,Rj （Ri）op（Rj）→Ri

opRi,C （Ri）opC→Ri

其中Ri表示寄存器，M表示內(nèi)存地址（可用符號表示），C表示常數(shù)。表達式3+abc*128最終形成的匯編語言程序示意如下：

LoadR0,abc MulR0,128 StoreR0,T1 LoadR0,3 AddR0,T1 StoreR0,T2//假設(shè)地址可以用符號名表示//暫且僅僅使用R022

編譯程序在工作過程中可發(fā)現(xiàn)源程序中各種錯誤，錯誤類型及錯誤處理對策簡述如下：㈠錯誤類型詞法錯誤（可在詞法分析階段發(fā)現(xiàn)）語法錯誤（可在語法分析階段發(fā)現(xiàn)）語義錯誤（可在語義分析階段發(fā)現(xiàn)）1.4 出錯處理(ErrorHandle)㈡出錯處理一旦發(fā)現(xiàn)錯誤，暫停編譯程序工作，指出錯誤的地點和類型。在發(fā)現(xiàn)錯誤后，不中斷編譯程序工作。采取某些措施（例錯誤局部化、錯誤校正等），使得源程序的編譯工作可繼續(xù)下去，盡可能發(fā)現(xiàn)源程序中比較多的錯誤。231.5 編譯程序的前端和后端

由于在編譯程序的內(nèi)部引入了中間代碼，這樣可將編譯程序分為二個相互獨立部分。㈠編譯程序前