爱收集资源网

C语言编译器的诞生:探秘世界首创之路

网络整理 2023-09-26 05:02

当今几乎所有的实用的编译器/解释器(以下合称编译器)都是用C语言编撰的,有一些语言例如Clojure,Jython等是基于JVM或则说是用Java实现的,IronPython等是基于.NET实现的,但是Java和C#等本身也要借助C/C++来实现c语言在线编译器手机,等于是间接调用了C。所以评判某种高级语言的可移植性虽然就是在讨论ANSI/ISO C的移植性。

C语言是很低级的语言,很多方面都近似于汇编语言,在《Intel 32位汇编语言程序设计》一书中,甚至介绍了手工把简单的C语言翻译成汇编的技巧。对于编译器这些系统软件,用C语言来编撰是很自然不过的,即使是像Python这样的高级语言依然在底层依赖于C语言(举Python的事例是因为Intel的黑客正在尝试让Python不需要操作系统能够运行——实际上是免去了BIOS上的一次性C代码)。现在的中学生,学过编译原理后,只要有点编程能力的都可以实现一个功能简单的类C语言编译器。

可是问题来了,不知道你有没有想过,大家都用C语言或基于C语言的语言来写编译器,那么世界上第一个C语言编译器又是如何编撰的呢?这不是一个“鸡和蛋”的问题……

还是让我们回顾一下C语言历史:1970年Tomphson和Ritchie在BCPL(一种解释型语言)的基础上开发了B语言,1973年又在B语言的基础上成功开发出了现今的C语言。在C语言被用作系统编程语言之前,Tomphson也用过B语言编撰过操作系统。可见在C语言实现先前,B语言早已可以投入实用了。因此第一个C语言编译器的原型完全可能是用B语言或则混和B语言与PDP汇编语言编撰的。我们如今都晓得,B语言的执行效率比较低,但是假如全部用汇编语言来编撰,不仅开发周期长、维护难度大,更可怕的是丧失了中级程序设计语言必需的移植性。所以初期的C语言编译器就采取了一个取巧的办法:先用汇编语言编撰一个C语言的一个子集的编译器,再通过这个子集去递推完成完整的C语言编译器。详细的过程如下:

先创造一个只有C语言最基本功能的子集,记作C0语言,C0语言早已足够简单了,可以直接用汇编语言编撰出C0的编译器。依靠C0已有的功能,设计比C0复杂,但始终不完整的C语言的又一个子集C1语言,其中C0属于C1,C1属于C,用C0开发出C1语言的编译器。在C1的基础上设计C语言的又一个子集C2语言,C2语言比C1复杂,但是依然不是完整的C语言,开发出C2语言的编译器……如此直至CN,CN早已足够强悍了,这时候就足够开发出完整的C语言编译器的实现了。至于这儿的N是多少,这取决于你的目标语言(这里是C语言)的复杂程度和程序员的编程能力——简单地说,如果到了某个子集阶段,可以很方便地借助现有功能实现C语言时,那么你就找到N了。下面的图说明了这个具象过程:

C语言

CN语言

……

c++手机在线编译器_手机免费c语言编译器_c语言在线编译器手机

C0语言

汇编语言

机器语言

那么这些大胆的子集简化的方式,是如何实现的,又有哪些理论根据呢?先介绍一个概念,“自编译”Self-Compile,也就是对于个别具有显著自举性质的强类型(所谓强类型就是程序中的每位变量必须申明类型后就能使用,比如C语言,相反有些脚本语言则根本没有类型这一说法)编程语言,可以利用它们的一个有限小子集,通过有限次数的递推来实现对它们自身的叙述,这样的语言有C、Pascal、Ada等等,至于为何可以自编译,可以参见清华大学出版社的《编译原理》,书中实现了一个Pascal的子集的编译器。总之,已经有计算机科学家证明了,C语言理论上是可以通过前面说的CVM的方式实现完整的编译器的,那么实际上是怎么做到简化的呢?这张图是不是有点熟悉?对了就是在讲虚拟机的时侯看到过,不过这儿是CVM(C Language Virtual Machine),每种语言都是在每位虚拟层上可以独立实现编译的,并且不仅C语言外,每一层的输出都将作为下一层的输入(最后一层的输出就是应用程序了),这和滚雪球是一个道理。用手(汇编语言)把一小把雪结合在一起,一点点地滚下去就产生了一个大雪球,这大约就是所谓的0生1,1生C,C生万物吧?

下面是C99的关键字:

auto        enum        restrict        unsigned
break       extern      return          void
case        float       short           volatile
char        for         signed          while
const       goto        sizeof          _Bool
continue    if          static          _Complex
default     inline      struct          _Imaginary
do          int         switch       
double      long        typedef
else        register    union//共37个

仔细瞧瞧,其实其中有很多关键字是为了帮助编译器进行优化的,还有一些是拿来限定变量、函数的作用域、链接性或则生存周期(函数没有)的,这些在编译器实现的初期根本毋须加上,于是可以去除auto, restrict, extern, volatile, const, sizeof, static, inline, register, typedef,这样就产生了C的子集,C3语言,C3语言的关键字如下:

enum       unsigned
break       return      void
case        float       short  
char        for         signed     while
goto        _Bool
continue    if          _Complex
default     struct      _Imaginary
do          int         switch       
double      long   
else        union//共27个

再想一想,发现C3中虽然有很多类型和类型修饰符是没有必要一次性都加起来的,比如三种整型,只要实现int就行了,因此进一步去除那些关键词,它们是:unsigned, float, short, char(char 是 int), signed, _Bool, _Complex, _Imaginary, long,这样就产生了我们的C2语言,C2语言关键字如下:

enum
break      return      void
case
for         while
goto       
continue    if        
default     struct   
do          int         switch       
double 
else        union//共18个

继续思索,即使是只有18个关键字的C2语言,依然有很多中级的地方,比如基于基本数据类型的复合数据结构,另外我们的关键字表中是没有写运算符的,在C语言中的复合赋值运算符->、运算符的++、– 等过分灵活的抒发方法此时也可以完全删掉掉,因此可以去除的关键字有:enum, struct, union,这样我们可以得到C1语言的关键字:

break      return      void
case
for         while
goto       
continue    if        
default 
do          int         switch       
double 
else//共15个

接近完美了,不过最后一步手笔自然要大一点。这个时侯字段和表针也要除去了,另外C1语言虽然一直有很大的冗杂度,比如控制循环和分支的都有多种叙述方式,其实都可简化成一种,具体的来说,循环句子有while循环,do…while循环和for循环,只须要保留while循环就够了;分支句子又有if…{}, if…{}…else, if…{}…else if…, switch,这四种方式,它们都可以通过两个以上的if…{}来实现,因此只须要保留if,…{}就够了。可是再一想,所谓的分支和循环不过是条件跳转句子罢了,函数调用句子也不过是一个压栈和跳转句子罢了,因此只须要goto(未限制的goto)。因此大胆去除所有结构化关键字,连函数也没有,得到的C0语言关键字如下:

break    void
goto       
int    
double 
//共5个

这早已是简洁的极至了。

只有5个关键字,已经完全可以用汇编语言快速的实现了。通过逆向分析我们还原了第一个C语言编译器的编撰过程,也感受到了大神科学家们的智慧和勤奋!我们都不过是巨人脖子上的尘土罢了!0生1,1生Cc语言在线编译器手机,C生万物,实在巧妙!

嵌入式Linux英文站

最专业的英文嵌入式Linux网站,8年磨剑,注册用户数千人!

分享嵌入式 & Linux技术干货、教程、资讯、高薪职位

订阅点击标题下方“嵌入式Linux英文站”

c语言在线编译器手机
上一篇:iPhone6Plus恢复出厂设置:一步到位 下一篇:没有了