项目的完整代码在 C2j-Compiler <https://github.com/dejavudwh/C2j-Compiler>

前言

这一篇不看也不会影响后面代码生成部分


现在经过词法分析语法分析语义分析,终于可以进入最核心的部分了。前面那部分可以称作编译器的前端,代码生成代码优化都是属于编译器后端,如今有关编译器的工作岗位主要都是对后端的研究。当然现在写的这个编译器因为水平有限,并没有优化部分。


在进行代码生成部分之前,我们先来根据AST来直接解释执行,其实就是对AST的遍历。现代解释器一般都是生成一个比较低级的指令然后跑在虚拟机上,但是简单起见我们就直接根据AST解释执行的解释器。(原本这部分是不想写的,是可以直接写代码生成的)

这次的文件在interpreter包里,这次涉及到的文件比较多,就不列举了

一个小问题

在开始说解释器的部分前我们看一下,认真观察之前在构造符号表对赋初值的推导式的处理是有问题的,但是问题不大,只要稍微改动一下

在github源代码的部分已经改了,改动如下:
case SyntaxProductionInit.VarDecl_Equal_Initializer_TO_Decl:
attributeForParentNode = (Symbol) valueStack.get(valueStack.size() - 3);
((Symbol) attributeForParentNode).value = initialValue; break; case
SyntaxProductionInit.Expr_TO_Initializer: initialValue = (Integer)
valueStack.get(valueStack.size() - 1); System.out.println(initialValue); break;
其实就是一个拿到赋的初值放到Symbol的value里

示例

先看一下这篇完成之后解释执行的效果
void swap(int arr[10], int i, int j) { int temp; temp = arr[i]; arr[i] =
arr[j]; arr[j] = temp; } void quickSort(int a[10], int p, int r) { int x; int
i; i = p - 1; int j; int t; int v; v = r - 1; if (p < r) { x = a[r]; for (j =
p; j <= v; j++) { if (a[j] <= x) { i++; swap(a, i, j); } } v = i + 1; swap(a,
v, r); t = v - 1; quickSort(a, p, t); t = v + 1; quickSort(a, t, r); } } void
main () { int a[10]; int i; int t; printf("Array before quicksort:"); for(i =
0; i < 10; i++) { t = (10 - i); a[i] = t; printf("value of a[%d] is %d", i,
a[i]); } quickSort(a, 0, 9); printf("Array after quicksort:"); for (i = 0; i <
10; i++) { printf("value of a[%d] is %d", i, a[i]); } }


Executor接口

所有能够执行结点的类都要实现这个接口,所以以此来达到遍历AST来执行代码

解释器的启动在Interpreter类里,它也实现了Executor接口


Interpreter类的execute传入的参数就是整棵抽象语法树的头节点了,ExecutorFactory的getExecutor则是根据当前结点的TokenType返回一个可以解释当前节点的类,而其它执行节点的类都继承了BaseExecutor
@Override public Object execute(AstNode root) { if (root == null) { return
null; } ExecutorFactory factory = ExecutorFactory.getInstance(); Executor
executor = factory.getExecutor(root); executor.execute(root); return root; }

BaseExecutor的两个主要方法就是执行它的子节点,并且可以指定执行哪个子节点。可以先忽略Brocaster,这些是用来实现执行节点类之前的通讯的,现在还没有用。reverseChildren是用来对节点的反转,因为在创建的AST的过程由于堆栈的原因,所以节点顺序的相反的。continueExecute是标志位,后面可能会执行到设置它的节点来结束运行
protected void executeChildren(AstNode root) { ExecutorFactory factory =
ExecutorFactory.getInstance(); root.reverseChildren(); int i = 0; while (i <
root.getChildren().size()) { if (!continueExecute) { break; } AstNode child =
root.getChildren().get(i); executorBrocaster.brocastBeforeExecution(child);
Executor executor = factory.getExecutor(child); if (executor != null) {
executor.execute(child); } else { System.err.println("Not suitable Generate
found, node is: " + child.toString()); }
executorBrocaster.brocastAfterExecution(child); i++; } } protected AstNode
executeChild(AstNode root, int childIdx) { root.reverseChildren(); AstNode
child; ExecutorFactory factory = ExecutorFactory.getInstance(); child =
(AstNode)root.getChildren().get(childIdx); Executor executor =
factory.getExecutor(child); AstNode res = (AstNode)executor.execute(child);
return res; }
解释执行


我们可以知道一个C语言的源文件一般都是一些函数定义和一个main的函数来启动,所以在AstBuilder里返回给Interpreter的节点就是从main开始的
public AstNode getSyntaxTreeRoot() { AstNode mainNode = funcMap.get("main");
return mainNode; }
执行函数ExtDefExecutor

用来执行函数的Executor是ExtDefExecutor

* 在进入execute会先执行FunctDecl节点,再执行CompoundStmt节点
* saveArgs和restoreArgs属于保护当前的环境,就是进入其它作用域的时候保证这个符号不变修改,不比如当作参数传递的时候
* returnVal也是属于由其它节点设置的属性
* root.setAttribute的作用就是对节点设置属性,把值往上传递 @Override public Object
execute(AstNode root) { this.root = root; int production = (Integer)
root.getAttribute(NodeKey.PRODUCTION); switch (production) { case
SyntaxProductionInit.OptSpecifiers_FunctDecl_CompoundStmt_TO_ExtDef: AstNode
child = root.getChildren().get(0); funcName = (String)
child.getAttribute(NodeKey.TEXT); root.setAttribute(NodeKey.TEXT, funcName);
saveArgs(); executeChild(root, 0); executeChild(root, 1); Object returnVal =
getReturnObj(); clearReturnObj(); if (returnVal != null) {
root.setAttribute(NodeKey.VALUE, returnVal); } isContinueExecution(true);
restoreArgs(); break; default: break; } return root; }
函数定义 FunctDeclExecutor

执行函数会先执行它的括号的前部分也就是标识符和参数那部分,对参数进行初始化,函数的传递的参数用单独一个类FunctionArgumentList来表示
@Override public Object execute(AstNode root) { int production = (Integer)
root.getAttribute(NodeKey.PRODUCTION); Symbol symbol; currentNode = root;
switch (production) { case SyntaxProductionInit.NewName_LP_RP_TO_FunctDecl:
root.reverseChildren(); copyChild(root, root.getChildren().get(0)); break; case
SyntaxProductionInit.NewName_LP_VarList_RP_TO_FunctDecl: symbol = (Symbol)
root.getAttribute(NodeKey.SYMBOL); Symbol args = symbol.getArgList();
initArgumentList(args); if (args == null || argsList == null ||
argsList.isEmpty()) { System.err.println("generate function with arg list but
arg list is null"); System.exit(1); } break; default: break; } return root; }
执行语句部分 CompoundStmtExecutor

执行语句的部分就开始对树的遍历执行,但是我们来看一下这个节点的推导式
COMPOUND_STMT-> LC LOCAL_DEFS STMT_LIST RC
在构建AST的时候我们并没有构建LOCAL_DEFS,并且在之前符号表也没有进行处理,所以我们直接执行第0个节点就可以了
@Override public Object execute(AstNode root) { return executeChild(root, 0); }
一元操作


下面看UnaryNodeExecutor,UnaryNodeExecutor应该是所有Executor最复杂的之一了,其实对于节点执行,先执行子节点,并且向上传递执行结果的值。

只说其中的几个

*
指针


这个就是对指针的操作了,本质是对内存分配的一个模拟,再设置实现ValueSetter的DirectMemValueSetter,让它的父节点可以通过这个节点的setter对指针指向进行赋值

ValueSetter是一个可以对变量进行赋值的接口,数组、指针、简单的变量都有各自的valueSetter
case SyntaxProductionInit.Start_Unary_TO_Unary: child =
root.getChildren().get(0); int addr = (Integer)
child.getAttribute(NodeKey.VALUE); symbol = (Symbol)
child.getAttribute(NodeKey.SYMBOL); MemoryHeap memHeap =
MemoryHeap.getInstance(); Map.Entry<Integer, byte[]> entry =
memHeap.getMem(addr); int offset = addr - entry.getKey(); if (entry != null) {
byte[] memByte = entry.getValue(); root.setAttribute(NodeKey.VALUE,
memByte[offset]); } DirectMemValueSetter directMemSetter = new
DirectMemValueSetter(addr); root.setAttribute(NodeKey.SYMBOL, directMemSetter);
break;
*
指针和数组操作:


这是执行数组或者是指针的操作,对于数组和指针的操作会在节点中的Symbol里设置一个可以进行赋值的接口:ArrayValueSetter、PointerValueSetter,逻辑都不是很复杂。对于指针的操作其实是对于内存地址分配的一个模拟。
case SyntaxProductionInit.Unary_LB_Expr_RB_TO_Unary: child =
root.getChildren().get(0); symbol = (Symbol)
child.getAttribute(NodeKey.SYMBOL); child = root.getChildren().get(1); int
index = (Integer) child.getAttribute(NodeKey.VALUE); try { Declarator
declarator = symbol.getDeclarator(Declarator.ARRAY); if (declarator != null) {
Object val = declarator.getElement(index); root.setAttribute(NodeKey.VALUE,
val); ArrayValueSetter setter = new ArrayValueSetter(symbol, index);
root.setAttribute(NodeKey.SYMBOL, setter); root.setAttribute(NodeKey.TEXT,
symbol.getName()); } Declarator pointer =
symbol.getDeclarator(Declarator.POINTER); if (pointer != null) {
setPointerValue(root, symbol, index); PointerValueSetter pv = new
PointerValueSetter(symbol, index); root.setAttribute(NodeKey.SYMBOL, pv);
root.setAttribute(NodeKey.TEXT, symbol.getName()); } } catch (Exception e) {
System.err.println(e.getMessage()); e.printStackTrace(); System.exit(1); }
break;
*
函数调用

函数调用也是属于一元操作,对于函数调用有两种情况:一种是自定义的函数,还有一种是解释器提供的函数

* 如果是自定义函数,就找到这个函数的头节点,从这个头节点开始执行
* 如果是解释器提供的函数,就交由ClibCall处理,比如printf就是属于库函数 case
SyntaxProductionInit.Unary_LP_RP_TO_Unary: case
SyntaxProductionInit.Unary_LP_ARGS_RP_TO_Unary: String funcName = (String)
root.getChildren().get(0).getAttribute(NodeKey.TEXT); if (production ==
SyntaxProductionInit.Unary_LP_ARGS_RP_TO_Unary) { AstNode argsNode =
root.getChildren().get(1); ArrayList<Object> argList = (ArrayList<Object>)
argsNode.getAttribute(NodeKey.VALUE); ArrayList<Object> symList =
(ArrayList<Object>) argsNode.getAttribute(NodeKey.SYMBOL);
FunctionArgumentList.getInstance().setFuncArgList(argList);
FunctionArgumentList.getInstance().setFuncArgSymbolList(symList); } AstNode
func = AstBuilder.getInstance().getFunctionNodeByName(funcName); if (func !=
null) { Executor executor = ExecutorFactory.getInstance().getExecutor(func);
executor.execute(func); Object returnVal = func.getAttribute(NodeKey.VALUE); if
(returnVal != null) { ConsoleDebugColor.outlnPurple("function call with name "
+ funcName + " has return value that is " + returnVal.toString());
root.setAttribute(NodeKey.VALUE, returnVal); } } else { ClibCall libCall =
ClibCall.getInstance(); if (libCall.isApiCall(funcName)) { Object obj =
libCall.invokeApi(funcName); root.setAttribute(NodeKey.VALUE, obj); } } break;
逻辑语句处理

逻辑语句处理无非就是根据节点值判断该执行哪些节点

*
FOR、WHILE语句

代码逻辑和语句的逻辑是一样,比如对于
for(i = 0; i < 5; i++){}
就会先执行i = 0部分,在执行{}和i++部分,然后再判断条件是否符合
case SyntaxProductionInit.FOR_OptExpr_Test_EndOptExpr_Statement_TO_Statement:
executeChild(root, 0); while (isLoopContinute(root, LoopType.FOR)) { //execute
statement in for body executeChild(root, 3); //execute EndOptExpr
executeChild(root, 2); } break; case
SyntaxProductionInit.While_LP_Test_Rp_TO_Statement: while
(isLoopContinute(root, LoopType.WHILE)) { executeChild(root, 1); } break;
*
IF语句

if语句就是先执行判断部分,再根据判断的结果来决定是否执行{}块
@Override public Object execute(AstNode root) { AstNode res =
executeChild(root, 0); Integer val = (Integer)res.getAttribute(NodeKey.VALUE);
copyChild(root, res); if (val != null && val != 0) { executeChild(root, 1); }
return root; }
小结


这一篇写的很乱,一是解释器部分还是蛮大的,想在一篇之内写完比较难。所以省略了很多东西。但其实对于解释器实现部分对于AST的遍历才比较涉及编译原理部分,其它的主要是逻辑实现


对于解释器部分,因为没有采用虚拟机那样的实现,而是直接对AST的遍历。所以对AST的遍历是关键,主要在于遍历到该执行的子节点部分,然后处理逻辑,再把信息通过子节点传递到父节点部分。