第1章 编译系统概述

第1章 编译系统概述
1.1 程序设计语言的发展 1.2 基本术语解释 1.3 编译过程概述 1.4 出错处理 1.5 编译程序的前端和后端 1.6 编译程序的实现方式
1.1 程序设计语言的发展
机器语言(Machine Language)
汇编语言(Assemble Language)
程序设计语言(Programming Language)
③二种翻译方式比较 解释方式和编译方式的主要区别是：目标代码的执行方式不 同，基本原理和方法没有本质上的区别。 1）解释方式的优点 提供一种直接的交互调试功能，容易获得较好的动态调试效 果。 使用变量可不预先定义。 变量性质可动态修改。 2）解释方式的缺点 在执行时需动态地对程序进行分析翻译，开销大，其执行速 度相当于编译方式的1/10至1/100。 解释方式占用内存大 显然解释程序的优点就是编译程序的缺点，反之亦然，对于编 译程序的优缺点不再重复叙述。 ④对任何一种高级语言，既可采用编译方式，也可采用解释方 式，包括汇编语言在内（MASM方式和DEBUG方式）。
1.5 编译程序的前端和后端
由于在编译程序的内部引入了中间代码，这样可将编译程序 分为二个相互独立部分。 ㈠编译程序前端(The Front End) 组成：词法分析器、语法分析器和中间代码产生器 特点：依赖于被编译的源语言，输出结果用中间代码描述， 和目标机器无关。 ㈡编译程序后端(The Back End) 组成：目标代码生成器 特点：和源语言无关，以中间代码形式的源程序为输入进行 处理，输出结果依赖于目标机器。 为一个源语言构造好前端，若要在某一个特定计算机上构造该 源语言的编译程序，只要构造这个目标机器的后端即可。相反， 若已构造了一个高质量的后端，若要在同一台目标机器上为另一 源语言构造编译程序时，只要构造该源语言的前端即可。
1.3 编译过程概述
典型的编译程序工作过程是：输入源程序，对它进行加工处 理，最后输出目标程序（机器语言或汇编语言形式）。整个过 程相当复杂，从数据加工的角度来看，可将其分成4个逻辑阶 段，它们是： 词法分析 语法分析 语义分析（中间代码产生） 目标代码生成 图示如下： 源 程 序 词法 分析 语法 分析 语义分析 (中间代码产生) 目标代码 生成 目 标 程 序
㈡汇编语言
用记忆符取代二进制位，存储地址和汇编语句的序号可用符号 名表示。 ①优点 用符号取代二进制数，提高了程序的可理解性。 性能较好的汇编语言，可用符号名来表示存储地址和汇编 语句序号，这样避免了在汇编语句中绝对地址的出现。 可充分利用硬件特性 所以，汇编语言在一定程度上降低了程序编制和维护的难度。 ②缺点 汇编语句和机器指令基本上是一对一的，所以汇编语言的编 程效率并没有质的提高。 和机器语言一样，汇编语言依附于目标计算机。 需汇编程序，将汇编语言译成机器语言。
㈡语法分析(Parsing)
执行语法分析任务的程序称为语法分析器。 任务：检查源程序的语法结构是否正确 依据：语言的语法规则 在语法分析时，算术表达式3+abc*128的语法结构应表示为 x+i*x，语法分析器最终应识别出这是一个算术表达式。识别过程 相当于建立一棵语法树 <算术表达式>
<算术表达式> <项> <因子> x(整常数) + <项> <因子> i(标识符) <项> * <因子> x(整常数)
1.4 出错处理(Error Handle)
编译程序在工作过程中可发现源程序中各种错误，错误类型 及错误处理对策简述如下： ㈠错误类型 词法错误（可在词法分析阶段发现） 语法错误（可在语法分析阶段发现） 语义错误（可在语义分析阶段发现） ㈡出错处理 一旦发现错误，暂停编译程序工作，指出错误的地点和类 型。 在发现错误后，不中断编译程序工作。采取某些措施（例 错误局部化、错误校正等），使得源程序的编译工作可继续 下去，尽可能发现源程序中比较多的错误。
编译程序基本上是按照这个流程来设计的。
以算术表达式 3+abc*128 为例，来说明编译程序工作过程。
㈠词法分析(Lexical Analysis)
执行词法分析任务的程序称为词法分析器。 任务：字符串形式单词 编码形式单词内部码（二元式） 依据：语言的构词规则 ①二元式(Pair) (单词种别,单词值) 单词种别：用整数码表示（为直观起见用字符表示），语法 分析时用。 单词值：在本书中用字符串表示，语义分析时用。当一个单 词种别中可能有多个单词时，单词的值才有意义。为了便于输 入处理，无意义的单词值用"NUL"表示。
②二元式编码
单词 + * / ( ) … 标识符 整常数 实常数 … 单词种别 + * / ( ) … i x y … 单词值 NUL NUL NUL NUL NUL NUL … 字符串形式号名 字符串形式整常数 字符串形式实常数 …
经词分析，算术表达式3+abc*128的单词内部码（二元式） 为：('x',"3") ('+',"NUL") ('i',"abc") ('*', "NUL") ('x',"128")
㈢目标语言和目标程序(Target Language and Target Program)
目标语言可以是机器语言(二进制数)，也可以是汇编语言(字 符)，或者是其它中间语言(字符)，但最终结果必定是机器语言。 机器语言程序用二进制文件存储，汇编语言或中间语言程序用文 本文件存储。 目标程序是经翻译程序加工后用目标语言表示的程序。
㈢程序设计语言
程序设计语言又称高级语言。程序设计语言接近于英语，相 当于工程语言。目前计算机系统一般含有多个程序设计语言的 翻译程序（例VC、VB等），甚至对同一个程序设计语言配备 了多个不同性能的翻译程序，供用户选择使用。 ①优点 独立于具体计算机，面向过程（函数）或对象。 程序设计语言接近于英语，可理解性好。 数据类型丰富，各种功能的语句齐备，一条语句至少相当 于几十条汇编语句。 所以，程序设计语言极大地提高了编程效率，大幅度地降低 了编程难度。 ②缺点 需翻译程序，将高级语言译成机器语言或汇编语言。 对硬件操作困难，高级语言通常提供汇编语言接口。
注：10表示16
㈠机器语言
机器指令集合称为机器语言。机器指令即二进制数，通常由若 干字节构成。 ①优点 计算机可直接识别执行 可充分利用硬件特性 ②缺点 可读性差 指令系统随机种而异 由于机器指令直接或间接含有绝对地址，增加或减少一条 指令，可能会引起多条指令的修改。 编程者需协调内存的使用 所以，机器语言形式的程序编制和维护困难，限制了计算机 的推广和应用。
编辑程序 Edit
编译程序 Compile
连接程序 Link
装入运行 Run
ASCII 码
二进制(整体定位)
编辑程序的工作结果是ASCII码形式的源程序。 编译程序以ASCII码形式的源程序为输入，它的工作结果是二 进制形式的目标程序，但并未包括用户程序中所使用的系统函数 的目标代码。从整体上来看，程序是不完整的，程序中的部分地 址尚未确定（例系统函数的调用）。 将二进制形式的用户程序和系统函数目标代码连接成一个程 序，对未确定的地址进行定位。 由操作系统将用户程序装入内存后运行。程序在运行过程中读 入数据，经处理加工后输出计算结果。 编译方式主要特点是：用户程序是积极的。用户程序执行时， 控制点在用户程序自身。除操作系统外，程序运行无需其它支撑 软件。
㈢语义分析(Semantic Analysis)
执行语义分析任务的程序称为语义分析器或中间代码产生器。 任务：建立符号表和常数表，记录源程序中标识符属性和常数 值，根据语言的语义规定生成中间代码。 依据：语言的语义内涵 语义分析（中间代码产生）主要工作为： 语义正确性检查 语义翻译 ①语义正确性检查 例2：begin real A;integer B;B=A+B; end 语法正确，不同的语言有不同的语义解释。 标准Fortran语言认为是错误的，其不允许不同类型的量进行 混合运算。 C语言认为是正确的，允许混合运算，但需转换成相同类型 的量，然后再进行运算。 Pascal语言认为是错误的，虽允许混合运算，但不允许将实 型量赋值于整型量。
②语义翻译 1)说明语句的翻译 将标识符及其属性填入符号表。 2)执行语句的翻译 根据不同语句的语义，生成逻辑上等价的中间代码。 中间代码 结构简单、意义明确的记号系统，非常接近机器指令，又独立 于具体机器。常用的中间代码有三元式和四元式。 表达式3+abc*128可译成如下四元式： (*,&abc,&128,&T1) (+,&3,&T1,&T2) 其中， &abc表示标识符abc在符号表中入口（即地址）； T1和T2是在翻译过程中由编译程序引入的临时变量，&T1和 &T2分别表示T1和T2在符号表中入口； 而&128表示常数128在常数表中的地址。
解释、执行 源 程 序 解释程序 Interpreter 输入数据
解释方式主要特点是：用户程序是消极的。用户程序运行时， 控制点在解释程序，即用户程序的执行离不开解释程序。
结 果
②编译方式(Compile) 将源程序全部译为目标程序，该目标程序可在操作系统环境下 直接执行，相应的翻译程序称为编译程序(Compiler) ，工作方式 如下图所示： 源程序 二进制(整体未定位) 输入数据 结果
常数表(Constant Table) 常数表用于记录在源程序中出现的常数。假定，每个整常数在 常数表中占2个字节，每个实常数在常数表中占4个字节。 常数表的结构示意如下： 常数的二进制值 00000000-00000011（3） 00000000-01000000（128）