反编译学习笔记——编译过程

编译程序：是指这么一种程序，它能够把某一种语言程序（称为源语言程序）转换成另一种语言程序（称为目标语言程序），而后者与前者在逻辑上

      是等价的。

编译过程的五个阶段：词法分析—>语法分析—>语义分析与中间代码生成—>优化—>目标代码生成。如下图所示：http://hi.youkuaiyun.com/space-124596-do-album-picid-497760.html

一、词法分析：从左到右逐个字符地对源程序进行扫描，产生一个单词符号，把作为字符串的源程序发行成单词符号串的中间程序。

      单词符号一般可分为五类：

            1、关键字：由程序语言定义的具有固定意义的标识符。如when，if，while等。

            2、标识符：用来表示各种名字。如变量名，数组名，过程名等。

            3、常数：

            4、运算符：

            5、界符：如逗号，分号，括号，/*，*/等。

      词法分析器的功能：输入源程序，输出单词符号。单词符号通常表示成如下的二元式：（单词各别，单词符号的属性值）

            例子：（C++代码段）

                   while ( i >= j ) i -- ;

            经词法分析器处理后，输出如下的单词符号序列：

                   <while,->

                   <(,->

                   <id,指向 i 的符号表项的指针>

                   <>=,->

                   <id,指向 j 的符号表项的指针>

                   <),->

                   <id,指向 i 的符号表项的指针>

                   <--,->

                   <;,->

二、语法分析：在词法分析识别出单词符号串的基础上，分析并判定程序的语法结构是否符合语法规则。

      预备知识：

            文法定义：一个文法是一个四元组：G＝（V，T，P，S），其中，

                   1、V是非终结符（或称变元）的有限集；

                   2、T是终结符的有限集；

                   3、P是产生式的有限集，且每个生成式都形如a—>b，而a，b属于（VUT）的闭包，其中a不可为空串；

                   4、S属于V，称为文法G的开始符号。

           上下文无关文法：要求P中每个生成式都具有如下的形式 ：   A—>b，其中b属于（VUT）的闭包，A属于V

       语法分析是编译过程的核心部分，而上下文无关文法是语法分析的基础，因为程序的语法结构是用上下文无关文法描述的。因此，语法分析器

            的工作本质上是按文法的产生式，识别输入的符号串是否为一个句子（程序语句）。

       语法分析器在编译过程中的地位如下图所示：http://hi.youkuaiyun.com/space-124596-do-album-picid-497781.html

三、语义分析与中间代码生成：紧接在词法分析和语法分析之后，编译程序分析之前所识别出各类语法范畴的含义，并进行初步翻译（产生中间代

      码）。首先对每种语法范畴进行静态语义检查，如果语义正确，再进行中间代码的翻译。

      静态语义：在编译阶段能检查的语义

      动态语义：只有在目标码的运行阶段才能检查的语义

      静态语义检查通常包括：

            1、类型检查：如果操作符作用于不相容的操作数，编译程序必须报告出错信息。

            2、控制流检查：控制流语句必须使控制转移到合法的地方。

            3、一致性检查：检查重名或重复定义，如：case语句中的标号不能相同，枚举类型的元素不能重复等。

            4、相关名字检查：有时，同一名字必须出现两次或多次，检查是否出现或出现时是否相同。

            其它还有名字的作用域分析等也属于静态语义分析的工作。

      中间代码是一种含义明确，便于处理，独立于具体硬件的记号系统，常用的中间代码有四元式，三元式，逆波兰记号和树形表示等。

            四元式如下图所示：http://hi.youkuaiyun.com/space-124596-do-album-picid-497746.html

四、优化：对前段产生的中间代码进行加工变换，以期在最后阶段能产生出更为高效（省时间和空间）的目标代码。

      优化的主要方面有： 公共子表达式的提取、循环优化、删除无用代码等等，有时为便于并行计算，也对代码进行并行化处理。

      优化时对代码进行的各种变换必须遵守以下原则：

            1、等价原则。经过优化后不应改变程序运行的结果。

            2、有效原则：使优化后所产生的目标代码运行时间较短，占用的存储空间较小。

            3、合算原则：应尽可能以较低的代价取得较好的优化效果。

      代码优化器在编译过程中的地位如下图所示：http://hi.youkuaiyun.com/space-124596-do-album-picid-497755.html

五、目标代码生成：把中间代码（或经优化处理之后）变换成特定机器上的低级语言代码。

      目标代码一般有以下三种形式：

            1、能够立即执行的机器语言代码，所有地址均已定位（代真）。

            2、待装配的机器语言模块。当需要执行时，由连接装入程序把它们和某些运行程序连接起来，转换成能执行的机器语言代码。

            3、汇编语言代码，尚需经过汇编程序汇编，转换成可执行的机器语言代码。

      代码生成着重考虑两个直接影响目标代码执行速度的问题：

            1、如何使生成的目标代码较短；

            2、如何充分利用计算机的寄存器，减少目标中访问存储单元 的次数。