编译原理基础
语言类型
低级语言通常指更接近计算机硬件、对机器依赖更强、抽象程度更低的编程语言。主要有两类：
机器语言：由二进制指令组成，CPU 可以直接执行，但人很难读写。
汇编语言：用助记符（如 MOV、ADD）表示机器指令，和具体 CPU 架构强相关，仍需汇编器翻译成机器码。
所以“低级”不是“差”的意思，而是抽象层级低：低级语言更贴近硬件，控制精细、效率高，但可移植性和开发效率通常不如 C 这类高级语言。C 语言常被称为“中级语言”，因为它既有高级语言的结构化特性，又能较直接地操作内存和硬件。
编译程序是一种翻译程序，把源程序高级语言写的源程序，翻译成等价的用低级语言写的目标程序。
汇编程序->机器语言
编译程序把汇编语言翻译成机器语言。编译程序把高级语言翻译成低级语言，解释程序边翻译边执行，不生成目标程序。
编译类似整本书一次性读完，以后直接读译本。解释类似同声传译，说一句翻译一句。
编译分为五个阶段。
- 词法分析
- 语法分析
- 中间代码生成
- 代码优化
- 目标代码生成
其中表格管理和出错处理贯穿全过程。
阶段
词法分析
以position:=initial+rate*60为例
分别是标识符，赋值号，标识符，加号，标识符，乘号，整数。标识符会登记到符号表中。
语法分析
语法分析根据语法规则，把单词组合成表达式、语句这样的语法单位。构造语法树，乘法优先级高。所以rate*60先组成一颗子树，再和initial相加。最后赋值给position。
语义分析
语义分析，检查静态语义，手机类型信息。
浮点型就是实型，real。“浮点型”告诉你它怎么存，“实型”告诉你它是用来干嘛的。 两者说的是同一件事，只是视角不同。
这里还涉及到自动转换问题，加入id1，id2，id3是real，60是int。那就要插入一个类型转换inttoreal。然后生成中间代码。
三地址代码（Three-address code）简称TAC或3AC，是编译原理中重要的中间表示IR。
三地址代码的三地址指的，每条指令最多包含三个操作数（地址）：俩个源操作和一个目标操作数。其一般形式为
x=y op z
x：目标地址，结果存放位置
y，z：源操作数，变量、常量或临时变量
op：运算符（算术、逻辑、比较）等
每条指令通常只做一件事，且结果总是赋值给一个变量或者临时变量。
代码优化
代码优化对中间代码做等价变换。让程序更快更省。60是常数类型转换可以在编译时完成。t3只是中转也可以省掉。
目标代码生成
目标代码生成把中间代码翻译成具体机器的指令。核心是选择指令和分配寄存器。
比如取id3到寄存器R2，乘以60，取id2到R1，加上R2，最后把R1存回id1
前端后端
编译程序通常分为前端和后端.
前端与源语言优化与目标机器无关。包括词法分析语法分析，语义分析，中间代码生成。以及与机器无关的优化。
后端与目标机器有关，包括与机器优化的优化，目标代码生成。
中间代码就是俩者之间的接口。
其中LLVM是统一的但IR（图片中的模型）统一且独立。LLVM的IR是一个语言无关、目标无关的中间表示，具有类似RISC的三地址码和SSA（静态单赋值）形式。它的设计目标就是让前端Clang。所有的优化都在这同一套IR上允许。。
GCC中采用了多层、逐级下降的IR体系。GCC的后端代码生成，与架构目标紧密相关。GCC的IR层级更多，内部耦合更紧。没有像LLVM那样清晰稳定的契约来分离前后端。GCC的RTL与后端绑定得很深，且随着后端发生变化。
遍也较躺，是指对于源程序或者它的中间形式，从头到尾扫描一遍，并完成规定任务的过程。
一遍可以完成几个阶段，一个阶段也可以分成几遍。遍数少，编译快，遍数多，结构清晰。
gcc -E只做预处理，展开include。把宏RATE替换为60。
gcc -S把它编译成汇编文件pos.s。
gcc -c汇编成目标文件pos.o
最后链接成可执行文件。
加上gcc -v选项可以感到gcc在背后调用了三个程序。cc1是真正的编译器，as是汇编器，collect2是链接器。GCC本身只是一个驱动程序。不同的错误由不同的阶段发现。
编译程序本身常用T型图表示
左边是源语言，右边是目标语言，底下是编写它的语言。自编译又叫自举。
先用别的语言实现语言L的一个小核心，再用L自己写出完整的L编译器。
GCC就是用C和C++写的。
交叉编译：在一种机器上生成另一种机器的目标代码。比如在电脑上编译手机或者单片机的程序。
移植：把一台机器上的编译程序搬到另一台机器上。