編譯器，是將便于我們編寫，閱讀，維護的高級計算機語言翻譯為計算機能識別，運行的低級機器語言的程序。編譯器將源程序（Source program）作為輸入，翻譯產生使用目標語言（Target language）的等價程序。源程序一般為高級語言（High-level language），如Pascal，C++等，而目標語言則是匯編語言或目標機器的目標代碼（Object code），有時也稱作機器代碼（Machine code）。
一個現代編譯器的主要工作流程如下：
源程序（source code）→預處理器（preprocessor）→編譯器（compiler）→匯編程序（assembler）→目標程序（object code）→連接器（鏈接器，Linker）→可執行程序（executables）
工作原理
翻
譯是從源代碼（通常為高級語言）到能直接被計算機或虛擬機執行的目標代碼（通常為低級語言或機器言）。然而，也存在從低級語言到高級語言的編譯器，這類編
譯器中用來從由高級語言生成的低級語言代碼重新生成高級語言代碼的又被叫做反編譯器。也有從一種高級語言生成另一種高級語言的編譯器，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）。
典型的編譯器輸出是由包含入口點的名字和地址以及外部調用的機器代碼所組成的目標文件。一組目標文件，不必是同一編譯器產生，但使用的編譯器必需采用同樣的輸出格式，可以鏈接在一起并生成可以由用戶直接執行的可執行程序。
編譯器種類
編
譯器可以生成用來在與編譯器本身所在的計算機和操作系統（平臺）相同的環境下運行的目標代碼，這種編譯器又叫做“本地”編譯器。另外，編譯器也可以生成用
來在其它平臺上運行的目標代碼，這種編譯器又叫做交叉編譯器。交叉編譯器在生成新的硬件平臺時非常有用。“源碼到源碼編譯器”是指用一種高級語言作為輸
入，輸出也是高級語言的編譯器。例如: 自動并行化編譯器經常采用一種高級語言作為輸入，轉換其中的代碼，并用并行代碼注釋對它進行注釋（如OpenMP）或者用語言構造進行注釋（如FORTRAN的DOALL指令）。
預處理器（preprocessor）
作用是通過代入預定義等程序段將源程序補充完整。
編譯器前端（frontend）
前端主要負責解析（parse）輸入的源程序，由詞法分析器和語法分析器協同工作。詞法分析器負責把源程序中的‘單詞’（Token）找出來,語法分析器把這些分散的單詞按預先定義好的語法組裝成有意義的表達式，語句，函數等等。例如“a = b + c;”前端詞法分析器看到的是“a, =, b , +, c;”，語法分析器按定義的語法，先把他們組裝成表達式“b + c”，再組裝成“a = b + c”的語句。前端還負責語義（semantic checking）的檢查，例如檢測參與運算的變量是否是同一類型的，簡單的錯誤處理。最終的結果常常是一個抽象的語法樹（abstract syntax tree，或 AST），這樣后端可以在此基礎上進一步優化，處理。
編譯器后端（backend）
編譯器后端主要負責分析，優化中間代碼（Intermediate representation）以及生成機器代碼（Code Generation）。
一般說來所有的編譯器分析，優化，變型都可以分成兩大類：函數內（intraprocedural）還是函數之間（interprocedural）進行。很明顯，函數間的分析，優化更準確，但需要更長的時間來完成。
編譯器分析（compiler analysis）的對象是前端生成并傳遞過來的中間代碼，現代的優化型編譯器（optimizing compiler）常常用好幾種層次的中間代碼來表示程序，高層的中間代碼（high level IR）接近輸入的源程序的格式，與輸入語言相關（language dependent），包含更多的全局性的信息，和源程序的結構；中層的中間代碼（middle level IR）與輸入語言無關，低層的中間代碼(Low level IR)與機器語言類似。不同的分析，優化發生在最適合的那一層中間代碼上。
常見的編譯分析有函數調用樹（call tree），控制流程圖（Control flow graph），以及在此基礎上的變量定義－使用，使用－定義鏈（define-use/use-define or u-d/d-u chain），變量別名分析（alias analysis），指針分析（pointer analysis），數據依賴分析（data dependence analysis）等等。
上述的程序分析結果是編譯器優化（compiler optimization）和程序變形（compiler transformation）的前提條件。常見的優化和變新有：函數內嵌（inlining），無用代碼刪除（Dead code elimination），標準化循環結構（loop normalization），循環體展開（loop unrolling），循環體合并，分裂（loop fusion，loop fission），數組填充（array padding），等等。優化和變形的目的是減少代碼的長度，提高內存（memory），緩存（cache）的使用率，減少讀寫磁盤，訪問網絡數據的頻率。更高級的優化甚至可以把序列化的代碼（serial code）變成并行運算，多線程的代碼（parallelized，multi-threaded code）。
機器代碼的生成是優化變型后的中間代碼轉換成機器指令的過程。現代編譯器主要采用生成匯編代碼（assembly code）的策略，而不直接生成二進制的目標代碼（binary object code）。即使在代碼生成階段，高級編譯器仍然要做很多分析，優化，變形的工作。例如如何分配寄存器（register allocatioin），如何選擇合適的機器指令（instruction selection），如何合并幾句代碼成一句等等。
編譯語言與解釋語言對比
許多人將高級程序語言分為兩類: 編譯型語言和解釋型語言。然而，實際上，這些語言中的大多數既可用編譯型實現也可用解釋型實現，分類實際上反映的是那種語言常見的實現方式。（但是，某些解釋型語言，很難用編譯型實現。比如那些允許在線代碼更改的解釋型語言。）
posted on 2008-07-21 08:57
chatler 閱讀(219)
評論(0) 編輯 收藏 引用 所屬分類:
Compiling Theorem