【Compiler】 Ch1. Introduction

什麼是編譯器？

• 編譯器是一個program，可以將來源語言(source language)轉換為目標語言(target language)。
  • 很多人會將compiler和IDE搞混，IDE全名為Integrated Development Environment，是工程師開發用的整合環境。IDE除了包含compiler之外，通常還有文字編輯、除錯工具等功能。
  • 例如：VisualStudio 是一個IDE，gcc 是一個編譯器。
• 編譯器範例：
  • C/C++、Java的編譯器
  • 文字格式化 - Tex、LaTex
  • Silicon compilers(硬體編譯器)
  • Query interpreters - SQL compilers
  • 組譯器
  • 瀏覽器

Analysis-Synthesis Model

• 編譯的流程可以分成以下兩塊：
  • Analysis，分析，又稱front end
    • 將原程式拆成不同的零件
    • 得到中間碼 intermediate representation (IR)
  • Synthesis，合成，又稱back end
    • 利用IR組合出目標程式
    • (選做)最佳化
• 本課程礙於時間，只著重在Analysis的部分。

Analysis

• 有些工具、功能就是利用Analysis的功能：
  • 結構編輯器
    • 有些程式編輯器會有自動完成code的輔助功能，例如打入for就幫你產生好後面的括號等，就是利用Analysis的功能。
  • 美觀顯示
    • 分析程式來完成有高亮功能的文字編輯器。
  • 靜態檢查
    • 在你還沒編譯/執行程式前，有些工具就可以幫你早出單字拼錯、型別錯誤等問題。
  • 直譯器
    • 不產生出完整的目標程式，直接分析完來源程式就執行。

---

• Analysis分為三個面向
  • Linear Analysis (Lexical Analysis)
    • 掃描字元並將他們分組，形成tokens
  • Hierarchical Analysis (Syntax Analysis)
    • 將tokens組合成語法
  • Semantic Analysis
    • 辨識語法錯誤和型別問題

Lexical Analysis

• 將字元們轉成tokens。
  • Tokens是語法中的最小單位。
• 舉例，現在有一行程式為position = initial + rate * 60
  • 經過scan，將其轉為<id, position> = <id, initial> + <id, rate> * 60
  • 其中<id, position> = <id, initial> + <id, rate> * 60都各是一個token

Syntax Analysis

• 將tokens分組，形成為語法。
• 在階層式結構中，常用遞迴關係去表達一個程式，例如：
  • 所有identifier都是一個expression
  • 所有number都是一個expression
  • 如果expression1和expression2都是expressions，則 expression1 op expression2和(expression1)也是expression

Semantic Analysis

• 檢查語意錯誤。
• 產生型別的資訊，也可以用於做隱含型別轉換等功能。

---

• 上圖為整個編譯的流程圖，由上而下得到目標程式。
  • 中間每個環節都需與symbol table溝通
  • 中間每個環節都需注意錯誤偵測

Symbol-Table Management

• 編譯過程中我們必須建立symbol table去存放各種identifier的資訊
  • identifier的名稱
  • identifier的種類(變數、常數、函式等)
  • identifier的型別(int, float, string)
  • identifier的可視範圍、生命週期
• 在lexical analysis偵測到identifier後放入table，在syntax analysis and semantic analysis填入屬性。

Error Detection and Reporting

• 以下為編譯時常見的錯誤。
• Lexical: 出現看不懂、未定義的字元或是字元無法組成合法的token。
  • 例如：int @123
• Syntax: token無法組成合法語句。
  • 例如：int if = 0
• Semantic: 包含很多錯誤，最常見為型別錯誤。
  • 例如：int a = b + c，但b屬於陣列

tags: compiler note