从GCC源码分析C语言编译原理——获取gcc源码

最新推荐文章于 2025-03-22 16:22:50 发布

嵌入式攻城狮-宇

最新推荐文章于 2025-03-22 16:22:50 发布

阅读量1.6k

点赞数 17

分类专栏： # 嵌入式C语言文章标签：嵌入式 c语言 gcc 编译原理编译器

本文链接：https://blog.youkuaiyun.com/qq_52479948/article/details/144171645

版权

嵌入式C语言专栏收录该内容

5 篇文章

订阅专栏

之前一直想自己发明一个新语言并配套搞个编译器来着，想了很久发现不太可行，付出与回报不成正比，也没法推广，现在没有一个新的语言的生存环境。所以就通过gcc的原理去对编译原理做加深性的学习吧。GCC（GNU Compiler Collection）是一个广泛使用的编译器集合，支持多种编程语言，如C、C++、Fortran等。

一、GCC编译过程

GCC的编译过程通常分为以下几个主要阶段：

预处理（Preprocessing）：
- 输入：源代码文件（如.c文件）。
- 输出：预处理后的代码文件（通常通过gcc -E命令查看，文件后缀通常为.i）。
- 任务：处理宏定义、文件包含（#include）、条件编译指令（#ifdef等）等。
- 工具：cpp（C PreProcessor）。
编译（Compiling）：
- 输入：预处理后的代码文件。
- 输出：汇编代码文件（通常为.s文件，通过gcc -S命令查看）。
- 任务：将预处理后的代码翻译成目标架构的汇编代码。
- 工具：前端编译器（如cc1，针对C语言）。
汇编（Assembling）：
- 输入：汇编代码文件。
- 输出：目标文件（通常为.o文件，通过gcc -c命令生成）。
- 任务：将汇编代码翻译成机器代码，生成目标文件。
- 工具：as（GNU Assembler）。
链接（Linking）：
- 输入：一个或多个目标文件。
- 输出：可执行文件。
- 任务：将多个目标文件和库文件链接在一起，生成最终的可执行文件。
- 工具：ld（GNU Linker）。

二、GCC内部工作机制

GCC的内部工作机制复杂而精妙，主要由以下几个部分组成：

前端（Frontend）：
- 负责处理特定编程语言的语法和语义分析。
- 生成中间表示（IR，Intermediate Representation）。GCC支持多种前端，每种前端负责不同的编程语言。
中间表示（IR）：
- GCC使用一种称为GIMPLE的中间表示形式。GIMPLE是一种三地址码，便于进行各种优化和转换。
- 通过将代码转换为统一的中间表示，GCC可以对不同语言使用相同的优化和后端处理。
优化器（Optimizer）：
- GCC进行多种优化，包括局部优化、全局优化、循环优化、指令级并行优化等。
- 优化可以在不同的阶段进行，如GIMPLE层优化、RTL（Register Transfer Level）层优化等。
- 常见的优化技术包括常量折叠、循环展开、死代码消除等。
后端（Backend）：
- 负责将中间表示转换为目标机器的汇编代码。
- 包含特定架构的代码生成器和指令选择器。
- 处理目标架构的寄存器分配、指令调度等。

三、GCC优化技术示例

常量传播：
- 原始代码：int square(int x) { int result = x * x; return result; }
- 优化后代码：int square(int x) { return x * x; }
- 常量传播和折叠将中间变量result去掉，直接返回计算结果。
死代码消除：
- 原始代码：int foo(int x) { int y = x * 2; if (x > 10) { y = 0; } return y; }
- 优化后代码：int foo(int x) { if (x > 10) { return 0; } return x * 2; }
- 死代码消除移除了不必要的变量和赋值操作。
循环展开：
- 原始代码：void loop_example(int *arr, int n) { for (int i = 0; i < n; i++) { arr[i] = i * 2; } }
- 优化后代码：void loop_example(int *arr, int n) { int i; for (i = 0; i <= n - 4; i += 4) { arr[i] = i * 2; arr[i + 1] = (i + 1) * 2; arr[i + 2] = (i + 2) * 2; arr[i + 3] = (i + 3) * 2; } for (; i < n; i++) { arr[i] = i * 2; } }
- 循环展开减少了循环控制的开销，提高了执行效率。

四、源码获取

其实有个很有意思的现象，高级语言的编译器源码都是高级语言。gcc的源码是c语言，大家可能会想到先有鸡还是先有蛋的悖论。其实最初C语言的编译器是B语言实现的，再往前推很多的语言的编译是汇编做的，而最开始的汇编器是打孔打出来的。为了方便大家使用，编译器都会根据人的使用习惯去升级。所以可能会出现左脚踩右脚的神奇现象。但时至今日其实编译原理这门科学已经有很久都没有进步过了。越往底层就越趋近于数学。由于研究起来没有收益，全世界对这里的投入近些年来可能近乎于0.

有点偏离主题了。gcc源码可以通过ftp获取也可以去官网或者github获取。但是我更推荐ftp因为快。其它途径受某些限制的影响很慢。

ftp://gcc.gnu.org/pub/gcc/infrastructure

进来之后有这些东西，release是发布的版本，下载下来可以直接使用

infrastructure目录扮演着至关重要的角色。这个目录主要包含了GCC编译过程中所需的一些基础设施和依赖库。具体来说，这些依赖库是GCC正确编译和运行的基石，它们提供了必要的数学运算和算法支持。

通常，在infrastructure目录下，你会找到诸如GMP（GNU Multiple Precision Arithmetic Library，GNU多精度算术库）、MPFR（Multiple Precision Floating-Point Reliably，多精度浮点可靠库）、MPC（Multiple Precision Complex，多精度复数库）等关键依赖库的源代码。这些库分别用于支持高精度整数运算、高精度浮点运算以及高精度复数运算，是GCC在编译和优化过程中不可或缺的组件。

例如，当你尝试手动下载并安装GCC时，你可能需要先从infrastructure目录下载这些依赖库的源代码，然后在编译GCC之前将它们解压并放置在合适的目录中。这样，GCC在编译过程中就能够正确地找到并使用这些依赖库，从而确保编译出的GCC版本具备完整的功能和性能。

libstdc++是GCC项目中的一个重要部分，它实现了C++标准库。这个库为C++程序提供了基本的运行时支持，包括内存管理、输入输出、字符串处理等功能。在使用GCC编译C++程序时，libstdc++通常是必需的。

在软件开发和版本控制领域，“snapshots”通常指的是软件在某一特定时刻的状态记录，也就是快照。这种快照版本通常代表软件的不稳定、尚处于开发中的状态。对于GCC和libstdc++来说，快照版本可能包含了最新的功能或修复，但也可能存在一些未知的问题或错误。因此，使用快照版本需要谨慎，并进行充分的测试。

也可以从gnu官网获取

Software- GNU Project - Free Software Foundation

现在gnu有中文的网页了，十分人性