编译原理：编译过程概述

编译原理概述

编译，就是一个把源代码变成目标代码的过程。
如果源代码编译后直接在操作系统上运行，那目标代码就是汇编代码，再通过汇编和链接的过程形成可执行文件，然后通过加载器加载到操作系统里执行
如果编译后在解释器中执行，那目标代码就可以不是汇编代码，而是一种解释器可以理解的中间形式的代码即可。

编译的各个阶段图示：

• 词法分析（Lexical Analysis）
  将字符串转换为Token的这个过程就叫做词法分析
  
  把字符串转换为 Token（注意：其中的空白字符，代表空格、tab、回车和换行符，EOF 是文件结束符）

• 语法分析（Syntactic Analysis）
  语法分析： 需要让编译器想理解自然语言一样，理解它的语法结构
  比如说：“我喜欢又聪明又勇敢的你”，它的语法结构可以表示成下面这样的树状结构。
  

在编译器里，语法分析阶段会把Token串，转换成一个体现语法规则的/树状的数据结构，这个数据结构就叫做抽象语法树(AST, Abstract Syntax Tree)

• 语义分析（Semantic Analysis）
  语义分析的重要特点：做上下文相关的分析 。

引用消解需要在上下文中查找某个标识符的定义与引用的关系
引用消解，如函数参数中的局部变量a,和全局变量a,在调用函数计算a+3时，会调用那个a？肯定是函数体里的a了，这样能跟正确的变量定义关联的过程，就叫做引用消解（Resolve）

语义分析获得的一些信息（引用消解信息、类型信息等），会附加到 AST 上。这样的 AST 叫做带有标注信息的 AST（Annotated AST/Decorated AST），用于更全面地反映源代码的含义。
带有标注信息的AST：

语义分析阶段，编译器会做语义理解和语义检查这两方面的工作。词法分析、语法分析和语义分析，统称编译器的前端，它完成的是对源代码的理解工作。

接下来工作

做完语义分析，此时编译器可以完全理解了程序的含义，并把他表示成带有语义信息的AST/符号表等数据结构
因程序最终要在目标设备上运行，那编译器就需要懂得目标语言以及目标语言的词法/语法和语义，才能保证翻译的正确性。生成目标代码的工作，就叫做后端工作

通常来说，目标代码指的是汇编代码，它是汇编器（Assembler）所能理解的语言，跟机器码有直接的对应关系。汇编器能够将汇编代码转换成机器码。

对于不同架构的 CPU，还需要生成不同的汇编代码，这使得我们的工作量更大。所以，我们通常要在这个时候增加一个环节：先翻译成中间代码（Intermediate Representation，IR）。

中间代码（Intermediate Representation）

中间代码IR,是处于源代码和目标代码之间的一种表示形式。

使用IR有两个原因：

1. 是很多解释型的语言，可以直接执行 IR，比如 Python 和 Java。这样的话，编译器生成 IR 以后就完成任务了，没有必要生成最终的汇编代码。

2. 在生成代码的时候，需要做大量的优化工作。而很多优化工作没必要基于汇编代码来做，而是可以IR,用统一的算法来完成。

优化（Optimization）

为什么需要优化工作呢？

1. 是源语言和目标语言有差异
2. 程序员写的代码不是最优的，而编译器会帮忙纠正

采用中间代码来编写优化算法的好处，是可以把大部分的优化算法，写成与具体 CPU 架构无关的形式，从而大大降低编译器适配不同 CPU 的工作量。并且，如果采用像 LLVM 这样的工具，我们还可以让多种语言的前端生成相同的中间代码，这样就可以复用中端和后端的程序了。

生成目标代码

编译器最后一个阶段的工作，是生成高效率的目标代码，也就是汇编代码。这个阶段，编译器也有几个重要的工作。
第一，是要选择合适的指令，生成性能最高的代码。

第二，是要优化寄存器的分配，让频繁访问的变量（比如循环变量）放到寄存器里，因为访问寄存器要比访问内存快 100 倍左右。

第三，是在不改变运行结果的情况下，对指令做重新排序，从而充分运用 CPU 内部的多个功能部件的并行计算能力。

目标代码生成以后，整个编译过程就完成了。

参考：[编译的全过程都悄悄做了哪些事情?] (https://time.geekbang.org/column/article/242479)