言語理論とコンパイラ

第十一回: コード生成

2007 年 6月29日

http://www.sw.it.aoyama.ac.jp/2007/Compiler/lecture11.html

Martin J. Dürst

duerst@it.aoyama.ac.jp, O 棟 529号室

宿題: 有理数の電卓

提出: 再来週の木曜日 (6月28日) 19時00分、O 棟 529号室の前

簡単な電卓を有理数の電卓に拡張してください。

有理数の表し方として、[分子,分母] を追加して下さい。

[] 内には割り算は許されないように文法を設計してください。

rational.lex と rational.y を A4 の紙で提出ください。

宿題の正解例

[都合により削除]

先週の復習

構文解析のよいエラー処理は難しい
意味解析は主に型のチェックなど
中間表現として名前表と構文木が大切

コンパイルの主な段階

字句解析 (lexical analysis)
構文解析 (parsing; syntax analysis)
意味解析 (semantic analysis)
コード生成 (code generation)
最適化 (optimization)

コード生成と最適化の関係

構文木で最適化、そこからコード生成
生成したコードを分析、最適化
実際は両方の組み合わせが多い

コード生成の難しさ

機械によって使える命令は大幅に違う

コード生成の手法

構文木を作らないで文法規則ごとにコード生成 (例: スタック・マシーン、条件文など)
構文木を辿りながらノードごとにコードを書き出す
構文木の構造をコード生成用のパターンに比べてコードを書き出す

機械の主な種類

スタック・マシーン:
演算は全てスタックで行われて、バーチャルマシーンに多い
RISC:
演算は全てレジスタ内で行われて、純粋のロードとストアしかない
CISC:
命令の数が多くて複雑 (例: Intel 系)

コードの書き方: アセンブリ言語

(assembly language)

アセンブリは機械語を若干抽象化し、人間が読めるようにしたもの
アセンブラ (assembler) によって機械語に変換される
機械などによって種類が多いが、書き方はだいたい似ている
機械命令一個を一行に書く
一行は四つの部分からなる:
- ラベル
- 命令 (演算子など)
- 被演算子 (レジスタ、変数名、定数など)
- コメント (普通は ; 後)

超単純アセンブリ言語

命令は次の通り:
- LOAD: メモリ (変数) からレジスタへデータを移動
- STORE: レジスタからメモリへデータの移動
- ADD, SUB, MUL, DIV: レジスタ間の演算
- JUMP<、JUMP<= など: 二つのレジスタの比較が真であればラベルへジャンプ
メモリのアドレスは変数名 (小文字) で表す
レジスタは R1, R2,... で表し、数の制限はない
被演算子の順番は結果が一番最初に

超単純アセンブリ言語の一例

入力のプログラムの一部:

sum += price * 25;

出力:

LOAD   R1, price    ; R1 (レジスタ1) に price というアドレスからロード
LOAD   R2, 25       ; R2 (レジスタ2) に 25 の定数をロード
MUL    R1, R1, R2   ; R1 に R1 と R2 の掛け算の結果を入れる
LOAD   R2, sum      ; R2 に sum というアドレスからロード
ADD    R2, R1, R2   ; R2 に R1 と R2 の合計を入れる
STORE  sum, R2      ; sum というアドレスに R2 を入れる

if 文などのコード生成

条件を条件付きジャンプ命令に変更
条件付き命令は前の演算から残るフラグを使ったり、0 との比較が多い
条件が合わない場合にジャンプすることが多い
例: if (a>b) → a-b; jumpLE0
ジャンプの行き先がまだ分からない場合が多い

関数呼び出しのコード生成

呼び出し側と関数側に特別なコードが必要
機械・OS・言語特有の関数呼び出しスタックの構成を考慮する必要がある
関数呼び出しスタックの内容 (関数フレーム):
- 戻り番地 (関数後どこに戻るか)
- 引数、戻り値
- 前の関数フレームのベースポインタ
- 使われるレジスターの値を退避する一時変数
- ローカル変数