编译器入门：没有siri的那些年，我们如何实现人机对话？

发布时间：2025-11-05 04:30:41 来源：技术快报 作者：人工智能

编译器可将源代码转换成计算机理解的编译可执行的机器代码，或将源代码转换成另一种编程语言。器入本文从 LLVM 入手介绍了编译器工具。门没们何

编译器不过就是的对话一个翻译其它程序的程序。传统的那年编译器将源代码转换成计算机可理解的可执行的机器代码。(一些编译器将源代码转换为另一种编程语言，实现这些编译器被称为源到源转换器或转译器)。人机LLVM 是编译一个广泛使用的编译器项目，包括多个模块化的器入编译器工具。

传统的门没们何编译器设计包括三个部分：

LLVM IR 是一种类似汇编的低级语言。但是，它不针对特定的硬件信息编程。

你好，编译器

下面是一个简单的打印「Hello，Compiler」字符串的 C 语言程序。虽然程序员可以读懂 C 语言语法，但是计算机却看的一脸懵逼。接下来我要过一遍编译的三个阶段，以便将以下程序转换成机器可执行的程序。

前端

前文讲到，clang 是 LLVM C 类语言的前端工具。Clang 由一个 C 预处理器、词法分析器(lexer)、解析器、语义分析器和中间表示生成器组成。

C 预处理器在源代码转换成 IR 之前对其进行修改。预处理器会将外部文件包含进来，比如上面的网站模板 #include 。它会用 C 标准库文件 stdio.h 的所有代码替换 #include 这一行，stdio.h 头文件包含了 printf 函数的声明。通过执行以下命令观察预处理器的输出：

词法分析器(Lexer，也叫 scanner 或 tokenizer)将一串字符转换成一串词。每个词或符号，按其属性被分配到对应的句法类别：标点符号、关键词、标识符、常量或注释。

compile_me.c 的词法分析：

解析器判定由词法分析器生成的一串词是否包含源语言中的有效语句。在分析完词的语法以后，解析器输出了一个抽象语法树(AST)。Clang AST 中的节点分别表示声明与类型。

compile_me.c 的 AST：

语义分析器遍历 AST，判定语句的涵义是否有效。这个阶段会检查类型错误。如果 compile_me.c 中的 main 函数返回了 "zero" 而不是 0, 语义分析器就会抛出一个错误，云服务器因为 "zero" 不是 int 类型。

IR 生成器将 AST 转换为 IR。

在 compile_me.c 上运行 clang 前端，生成 LLVM IR：

llvm_ir.ll 中的 main 函数：

优化器

优化器的任务是基于对程序运行时行为的理解，提升代码的效率。优化器的输入为 IR，输出为优化后的 IR。LLVM 的优化器工具 opt 将使用 -O2(大写字母 o，数字 2)标记优化处理器速度，使用-Os(大写字母 o，s)标记优化生成目标的大小。

看一下优化器优化之前的 LLVM IR 代码和优化后的代码：

optimized.ll 的 main 函数：

优化后，main 函数没有在栈上分配内存，因为它没有使用任何内存。优化后的代码调用了 puts 函数而不是 printf 函数，因为它没有使用 printf 函数的任何格式化功能。当然了，优化器不仅仅知道什么时候该用 puts 代替 printf。优化器也会展开循环，内联简单计算的结果。思考以下代码，它将两个数加起来并打印结果：

未优化的 LLVM IR：

优化后的 LLVM IR：

优化后的 main 函数实际上就是在未优化版本的 17 和 18 行将变量进行内联。opt 对加法进行运算，因为所有的变量都是常量。很酷吧?

后端

LLVM 的后端工具是 llc。它经历了三个阶段，最终把 LLVM IR 输入转化生成机器代码：

执行以下命令将生成部分机器代码!

这是一个 x86 汇编语言程序，是计算机和程序员共通的语言。看似晦涩，但肯定有人懂我。

原文：https://nicoleorchard.com/blog/compilers

【本文是专栏机构“机器之心”的原创译文，微信公众号“机器之心( id: almosthuman2014)”】

戳这里，看该作者更多好文

相关文章