Essentials of Compilation筆記

標題：Essentials of Compilation: An Incremental Approach in Racket
暫譯：編譯的要素——在Racket的遞增臨近法
作者：Jeremy G. Siek
ISBN 9780262047760
書源 Repo：https://github.com/IUCompilerCourse/Essentials-of-Compilation/tree/master
- 備份PDF檔：檔案:Essentials of Compilation- An Incremental Approach in Racket 2023 Edition.pdf、簡報載點

概要

這基本上是印第安納大學的各編譯器老師的結晶
講述必要的觀念、演算法、如何利用映射的觀念將上層軟體對應到硬體
JIT編譯、程式分析、編譯最佳化（那是閱後的進階課題）
編譯器是用許多關卡（pass）轉換而來的。
nanopass：避免各環節過度耦合
另有Python版
Racket 子集編譯成 x86_64 組語，使用 Linux/Mac OS 的表示法

各章主題

ch1,2 抽象語法樹、遞迴函數
ch3 圖着色 graph coloring 問題，以分配記憶體暫存器。
ch4 條件表達式，將遞迴函數轉換成goto
ch5 加迴圈與可變量：
- 資訊流分析與暫存器分析
ch6 加於「堆積」heap分配的tuple（元組）和垃圾回收
Ch7 加沒有 lexical scoping 的函數（類似 C語言函數）
- 提到呼叫堆疊 stack 和
- 介紹記憶體分配和GC
Ch8 lexical scoping：閉包如何轉換成 C 語言的 function 和 tuple
Ch9：動態型別，引入 Any
Ch10：Gradual Typing
Ch11：Generics（泛型）

第一章

提到以下名詞：

遞迴函數
模式比對
抽象語法樹
程式語言語法

1.1抽象語法樹 AST

表示整數：(struct Int (value))
表示primitive operator 基礎操作子：(struct Prim (op args)) args是list，可為空，或是任意長度
- 也可以表示為：
  - (struct Read ())
  - (struct Add (left right))
  - (struct Neg (value))

等。

應宜以抽象語法數思考

1.2文法 grammar

分成非終端符號（如下方 exp）和終端(terminal)符號如 int。

exp ::= (Prim '+ (exp exp)) | (Prim '- (exp exp)) | (Prim '- (exp))| (Prim read_int ()) |
              (Int int)
L_int ::= (Program '() exp)
#對應L_int ::= (Program (info body))

int 為在此區間的整數：[-2^62, 2^62-1]，可以表示2^63個整數
info 以後會用到，現在不用管

Ch2

L_var 要漸次變成 x86語言

L_var 擴展 L_int，就是加上Let綁定

加上規則

 exp :== Name(var)
 stmt :==(let(var, exp))
 L_var = Module (stmt*)

註：要由少漸多的設計

要有open recusrion
就是要用子型別Lvar繼承Lint，然後必要的時候呼叫super.interp()，其餘時候調用interp()

P.16：我們編譯從P1語言轉成P2語言，再用x86語言編譯就得到想要的結果。但是也可以用P1的直譯得到同樣的結果。

global：令主程式空間在外界使用。
64bit：計算機記憶體的使用，
counter：指下一個執行指令的地址

.global main ;x86
main: 
    movq $10,%rax ; $指整數常量，引數還可以用記憶體位置，寄存器名稱。
    addq $32, %rax
retq

寄存器有16個 movq s, d, $n, callq, retq, jmp label [

rsp stack堆疊之指標，向下增長
減掉其值，則增加stack堆疊之大小。

總之這一段不會組合語言就很難懂。

要定義子語言，建議創立一個instr系列的records，儲存指令，以利模式比對。

使用pass各自解決一個子問題求解

要明確知道選擇，以及我們循序漸進編譯：

uniqify ：唯一化變數名稱
remove complex operands：primitive處理的運算元變成var or integer
explicate control：明確化執行順序
select instruction：轉換L_var到x86
assign_homes：變數轉換至暫存器或堆疊位置。
patch instruction
prelude and conclusion（x86的頭和尾）

第三章

stack 堆疊速度比較慢 register 暫存器速度比較快

變數無限，寄存器有限，該怎辦？

所以我們要找到那些變數使用（其間牽涉）的起訖時間，然後引用關係做成無向圖，成為圖著色問題（也就是如何讓相鄰的頂點色彩（暫存器）相異，在使用最少的顏色（暫存器）下）。

如果暫存器太少怎辦，就只能spill（灑）到stack堆疊上面。

3-1

組合語言的calling conventions

L_var

main function （作業系統的call）

內有read_int

我們用SystemV表示法來表示x86_64的組合語言 <- GNU CC 與 Mac OS 使用

caller-saved register（存於caller呼叫者的暫存器）

rax, rcx, rdx, rsi, rdi, r8, r9, r10, r11

其中，call 其他函數的暫存器的引數對應順序：
rdi, rsi, rdx, rcx, r8, r9 (個人註：記憶術disdxc 8 9)
引數太多的話，就用caller frame 的空間

相關說明：

rax存運算結果
rcx loop暫存
rdx 資料暫存
rsi rdi 索引指位

callee-saved register（存於callee被呼叫者的暫存器）

rbx, rsp, rbp, r12, r13, r14, r15

相關說明

rbx 基底暫存
rsp堆疊頂端
rbp堆疊底端

call-live variable（會被用的變數）

我們要找到同時使用的變數和不同時使用的變數，來節省暫存器的使用，這是一種圖著色問題。

附錄：指令集摘


指令名	操作說明	註
`addq A B`	A + B -> B
`negq A`	-A
`subq A B`	B - A -> B
`imulq A B`	A * B -> B
`popq A`	*rsp -> A; rsp + 8 -> rsp	跳出(pop)，rsp再往大移
`push A`	rsp - 8 -> rsp; A -> *rsp	rsp往小移，再壓入(push)

關聯條目