編譯器基本原理
1.是什麼（編譯器是什麼） 2.為什麼 (為什麼需要編譯器） 3.怎麼做 (編譯器如何工作)
編譯器是什麼
在編譯器工作之前需要進行預處理,包括巨集的替換，標頭檔案的匯入，以及類似#if的處理 編譯器是一種把源程式語音翻譯成目標程式語言的計算機程式。一般來說，源程式是高階語言比如Java，Objective-C等。 目標程式語言一般就是組合語言或者二進位制碼。
編譯器一般由前端和後端組成。
前端主要進行和源語言相關，和目標語言無關的工作，包括詞法分析，語法分析，語義分析，中間碼生成。 後端主要進行和源語言無關，但是和目標語言有關的工作，比如中間碼優化，將中間碼轉化成目標碼，對目的碼優化生成目標程式。
| 端 | 編譯器階段 | 生成產物 | 功能 | 用途 |
|---|---|---|---|---|
| 前端 | 詞法分析 | 單詞流 | 語法高亮 | 語法高亮 |
| 前端 | 語法分析 | AST（抽象語法樹） | 語法高亮，程式碼格式化，語法檢查 | OCLint |
| 前端 | 中間碼生成 | 中間碼 |
為什麼需要編譯器
自然語言最容易表述人們的要求，當使用者用自然語言表述了需要的功能後，編譯器將高階程式語言轉換成彙編、由彙編到機器碼,提高軟體開發的效率
編譯器如何工作
在命令列輸入clang -ccc-print-phases main.m
1: preprocessor, {0}, objective-c-cpp-output
2: compiler, {1}, ir
3: backend, {2}, assembler
4: assembler, {3}, object
5: linker, {4}, image
6: bind-arch, "x86_64", {5}, imag
複製程式碼1.詞法分析
將原始檔的字串，進行過濾，去除空格，註釋等，然後將其分割成一個個的詞（記號、token）
比如 int a = b + sum(1,2);
會拆分成12個token
int 型別識別符號
a 識別符號
= 賦值運算子
b 識別符號
+ 加號
sum 識別符號
( 左括號
1 整數
, 逗號
2 整數
) 右括號
; 分號
複製程式碼2.語法分析
詞法分析之後，字元流已經被轉化為token流了
int<int> ID<a> '=' ID<value> '+' ID<sum> '(' Num<1> ',' Num<2> ')' ';'
上面的int表示一個識別符號型別的token。內容為'int'
接下來，解析這個token流，首先這是一個語句，我們主要有用到4種語句，賦值語句，函式呼叫語句，if和while語句。很明顯，這是一個賦值語句。
賦值表示式用變數名、賦值符號= 和表示式構成。
將語法結構應用到token流上，把等號兩邊的內容放到對應的節點上，生成語法樹如下：
接下來對expression<b+sum(1,2)>進行解析
表示式有很多種，變數表示式，數字表示式，加減法表示式，經過對比，只有加法表示式結構才能匹配，於是將加法表示式的語法結構應用到其中。如圖
進一步解析語法樹的<b>和<sum(1,2)>，發現只有變數表示式和函式呼叫表示式才能匹配成功，得到
接下來進行語法優化，有些節點是多餘的，比如在複製表示式中 '='和';',對語法樹進行濃縮得到最終的抽象語法樹(AST)
由此看出，語法分析就是不斷將語法規則用於源程式，將源程式解析成一顆抽象語法樹。之後的語義分析，中間碼生成和程式碼優化都是基於對這棵樹進行遍歷，檢查，修改進行的。
3.語義分析
語義分析階段，會對語法進行多次的遍歷，進行語法檢查，包括型別和宣告的檢查，OClint就是基於語義分析進行靜態程式碼分析的。 還是以上面的賦值語句作為例子， 需要檢查 1.b, sum是否已經宣告過 2.sum函式的引數數量和型別是否和傳入的引數數量和型別匹配。 3.加法運算的兩個運算元的型別是否匹配，這裡也就是檢查函式的返回值型別了 4.賦值運算的兩個運算元型別是否匹配
一般在遍歷語法樹過程中，遇到的變數宣告和函式宣告時，會將變數名-型別，函式名-返回型別-引數數量-引數型別儲存到符號表裡，當遇到使用變數和函式呼叫時，根據名稱在符號表猴子那個查詢，檢查是否宣告過，型別是否匹配。因此，對於java這種函式宣告可以放在使用位置後面的語言，至少需要遍歷兩遍語法樹。
語義檢查時，也會對語法樹進行優化，比如將常量的表示式先計算如：
a = 1 + 2 * 3;
會被優化成
a = 7;
語義分析完成後，編譯期錯誤被排除，所有使用過的變數名和函式名被繫結到宣告的地址，就可以進行程式碼生成和優化了。
中間碼生成
一般的編譯器都不會直接生成目的碼，而是先生成中間碼再生成目的碼。 中間碼的作用： 計算機直接生成的程式碼比人手寫的彙編要龐大、重複很多，電腦科學家們對一些具有固定格式的中間程式碼（最典型的是三地址中間碼）的進行大量的研究工作，提出了很多廣泛應用的、效率非常高的優化演算法，可以對中間程式碼進行優化，比直接對目的碼進行優化的效果要好很多。 通過中間程式碼實現前後級分離，在多系統、多語言開發時，可大幅提高整體開發效率，減少開發成本縮短開發週期。 為了增加編譯器的模組化和可移植化、可擴充套件性。中間程式碼既獨立於任何高階語言，又獨立於機器架構，因此可以通過編寫m+n個編譯模組二獲得m *n種編譯器。