C & C++的編譯過程詳解

C/C++編譯過程

C/C++編譯過程主要分爲4個過程
1) 編譯預處理
2) 編譯、優化階段
3) 彙編過程
4) 鏈接程序

一、編譯預處理

（1）宏定義指令，如#define Name TokenString，#undef等。 對於前一個僞指令，預編譯所要做的是將程序中的所有Name用TokenString替換，

但作爲字符串常量的 Name則不被替換。對於後者，則將取消對某個宏的定義，使以後該串的出現不再被替換。

（2）條件編譯指令，如#ifdef，#ifndef，#else，#elif，#endif等。 這些僞指令的引入使得程序員可以通過定義不同的宏來決定編譯程序對哪些代碼進行處理。

預編譯程序將根據有關的文件，將那些不必要的代碼過濾掉

（3） 頭文件包含指令，如#include "FileName"或者#include <FileName>等。 在頭文件中一般用僞指令#define定義了大量的宏（最常見的是字符常量），

同時包含有各種外部符號的聲明。 包含到c源程序中的頭文件可以是系統提供的，這些頭文件一般被放在/usr/include目錄下。

在程序中#include它們要使用尖括號（< >）。

另外開發人員也可以定義自己的頭文件，這些文件一般與c源程序放在同一目錄下，此時在#include中要用雙引號（""）。

（4）特殊符號，預編譯程序可以識別一些特殊的符號。 例如在源程序中出現的#line標識將被解釋爲當前行號（十進制數），
上面程序實現了對宏line的運用

（5）預處理模塊 預處理工作由#pragma命令完成，#Pragma命令將設定編譯器的狀態或者是指示編譯器完成一些特定的動作。

#pragma指令對每個編譯器給出了一個方法,在保持與C和C++語言完全兼容的情況下,給出主機或操作系統專有的特徵。

依據定義,編譯指示是機器或操作系統專有的,且對於每個編譯器都是不同的。
打開C標準庫函數，如stdio.h，我們總能找到下面這一句指示編譯器初始化堆棧
#include "iostream"
#line 100
using namespace std;
int main(int argc, char* argv[])
{
cout<<"__LINE__:"<<__LINE__<<endl;
return 0;
}
/*--------------------
* 輸出結果爲：
* __LINE__:103
* 本來輸出的結果應該是 7，但是用#line指定行號之後，使下一行的行號變爲,
* 到輸出語句恰爲行103
---------------------*/
C/C++編譯過程
或者程序指示編譯器去鏈接系統動態鏈接庫或用戶自定義鏈接庫
二、編譯、優化階段
經過預編譯得到的輸出文件中，只有常量；如數字、字符串、變量的定義，以及C語言的關鍵字，如main,if,else,for,while,{,}, +,-,*,\等等。
在《編譯原理》中我們可以瞭解到一個編譯器對程序代碼的編譯主要分爲下面幾個過程：
a) 詞法分析
b) 語法分析
c) 語義分析
d) 中間代碼生成
e) 代碼優化
f) 代碼生成
g) 符號表管理
h) 將多個步驟組合成趟
i) 編譯器構造工具
在這裏我們主要強調對函數壓棧方式（函數調用約定）的編譯處理
C與C++語言調用方式大體相同，下面是幾種常用的調用方式：

__cdecl 是C DECLaration的縮寫（declaration，聲明），表示C語言默認的函數調用方法：所有參數從右到左依次入棧，

這些參數由調用者清除，稱爲手動清棧。被調用函數不需要求調用者傳遞多少參數，調用者傳遞過多或者過少的參數，

甚至完全不同的參數都不會產生編譯階段的錯誤。

_stdcall 是StandardCall的縮寫，是C++的標準調用方式：所有參數從右到左依次入棧，如果是調用類成員的話，

最後一個入棧的是this指針。這些堆棧中的參數由被調用的函數在返回後清除，使用的指令是 retnX，X表示參數佔用的字節數，

CPU在ret之後自動彈出X個字節的堆棧空間。稱爲自動清棧。函數在編譯的時候就必須確定參數個數，

並且調用者必須嚴格的控制參數的生成，不能多，不能少，否則返回後會出錯。

PASCAL 是Pascal語言的函數調用方式，在早期的c/c++語言中使用這種調用方式，

參數壓棧順序與前兩者相反，但現在我們在程序中見到的都是它的演化版本，其實
#pragma comment(lib,_T("GDI32.lib"))
#ifdef _MSC_VER
/*
* Currently, all MS C compilers for Win32 platforms default to 8 byte
* alignment.
*/
#pragma pack(push,_CRT_PACKING)
#endif /* _MSC_VER */
C/C++編譯過程
質是另一種調用方式
_fastcall是編譯器指定的快速調用方式。由於大多數的函數參數個數很少，使用堆棧傳遞比較費時。因此_fastcall通常規定將前兩個（或若干個）參數由寄存器傳遞，其餘參數還是通過堆棧傳遞。不同編譯器編譯的程序規定的寄存器不同。返回方式和_stdcall相當。
_thiscall 是爲了解決類成員調用中this指針傳遞而規定的。_thiscall要求把this指針放在特定寄存器中，該寄存器由編譯器決定。VC使用ecx，Borland的C++編譯器使用eax。返回方式和_stdcall相當。
_fastcall 和 _thiscall涉及的寄存器由編譯器決定，因此不能用作跨編譯器的接口。所以Windows上的COM對象接口都定義爲_stdcall調用方式。
C中不加說明默認函數爲_cdecl方式（C中也只能用這種方式），C++也一樣，但是默認的調用方式可以在IDE環境中設置。簡單的我們可以從printf函數看出
printf使用從從左至右壓棧，返回int型並由_CRTIMP指定封在動態鏈接庫中。
通過金典的hello world程序我們可以知道編譯器對其argc和argv[]這兩個參數進行了壓棧，並且argc留在了棧頂
優化處理是編譯系統中一項比較艱深的技術。它涉及到的問題不僅同編譯技術本身有關，而且同機器的硬件環境也有很大的關係。優化處理主要分爲下面幾個過程：
1) 局部優化
a) 基本塊的劃分
b) 基本塊的變換
c) 基本塊的DAG表示
d) DAG的應用
e) 構造算法討論
2) 控制流分析和循環優化
a) 程序流圖與循環
/*金典的hello world*/
#include <stdio.h>
int main(int argc, char* argv[])
{
printf("hello world");
return 0;
}
_Check_return_opt_ _CRTIMP int __cdecl printf(_In_z_ _Printf_format_string_ const char * _Format, ...);
#define CALLBACK _stdcall /* Windows程序回調函數*/
#define WINAPI _stdcall
#define WINAPIV _cdecl
#define PASCAL _stdcall /*在c++語言中使用了StandardCall調用方式*/
#define PASCAL _cdecl/*在c語言中使用了C DECLaration調用方式*/
C/C++編譯過程
b) 循環
c) 循環的查找
d) 可歸約流圖
e) 循環優化
3) 數據流的分析與全局優化
a) 一些主要的概念
b) 數據流方程的一般形式
c) 到達一定值數據流方程
d) 可用表達式及其數據流方程
e) 活躍變量數據流方程
f) 複寫傳播
經過優化得到的彙編代碼必須經過彙編程序的彙編轉換成相應的機器指令，方可能被機器執行。

三、彙編過程

彙編過程實際上指把彙編語言代碼翻譯成目標機器指令的過程。對於被翻譯系統處理的每一個C語言源程序，

都將最終經過這一處理而得到相應的目標文件。目標文件中所存放的也就是與源程序等效的目標的機器語言代碼。

目標文件由段組成。通常一個目標文件中至少有兩個段： 代碼段：該段中所包含的主要是程序的指令。

該段一般是可讀和可執行的，但一般卻不可寫。 數據段：主要存放程序中要用到的各種全局變量或靜態的數據。一般數據段都是可讀，可寫，可執行的。

四、鏈接程序

由彙編程序生成的目標文件並不能立即就被執行，其中可能還有許多沒有解決的問題。

例如，某個源文件中的函數可能引用了另一個源文件中定義的某個符號（如變量或者函數調用等）；

在程序中可能調用了某個庫文件中的函數，等等。所有的這些問題，都需要經鏈接程序的處理方能得以解決。

鏈接程序的主要工作就是將有關的目標文件彼此相連接，也即將在一個文件中引用的符號同該符號在另外一個文件中的定義連接起來，

使得所有的這些目標文件成爲一個能夠誒操作系統裝入執行的統一整體。

根據開發人員指定的同庫函數的鏈接方式的不同，鏈接處理可分爲兩種：

（1）靜態鏈接 在這種鏈接方式下，函數的代碼將從其所在地靜態鏈接庫中被拷貝到最終的可執行程序中。

這樣該程序在被執行時這些代碼將被裝入到該進程的虛擬地址空間中。靜態鏈接庫實際上是一個目標文件的集合，

其中的每個文件含有庫中的一個或者一組相關函數的代碼。

（2） 動態鏈接
在此種方式下，函數的代碼被放到稱作是動態鏈接庫或共享對象的某個目標文件中。
鏈接程序此時所作的只是在最終的可執行程序中記錄下共享對象的名字以及其它少量
的登記信息。在此可執行文件被執行時，動態鏈接庫的全部內容將被映射到運行時相應
進程的虛地址空間。動態鏈接程序將根據可執行程序中記錄的信息找到相應的函數代碼。
C/C++編譯過程
對於可執行文件中的函數調用，可分別採用動態鏈接或靜態鏈接的方法。使用動
態鏈接能夠使最終的可執行文件比較短小，並且當共享對象被多個進程使用時能節約一
些內存，因爲在內存中只需要保存一份此共享對象的代碼。但並不是使用動態鏈接就一

定比使用靜態鏈接要優越。在某些情況下動態鏈接可能帶來一些性能上損害。

-----------------------------------------------------------------------------------------------------------------------------------作者  張彥升