LLVM-代码生成流

当我浏览LLVM文档时

有些术语的含义我并不完全理解

请提供反馈，如果你知道任何

[前端]源代码->令牌服务器令牌流->解析器操作

有人能解释一下Tokeniser到底做什么吗？解析器也做什么？ 可能会提供一个例子，使这一点更加清楚

[后端]红外->优化程序红外->代码生成

我不明白在这一步，什么优化应该做

我知道不同的前端和后端之间有一些区别。 但我要求的是一般情况

---

感谢您的反馈。

所有这些都是标准的编译器术语请参见Aho、Lam、Sethi、Ullmann:编译器

编译器的输入是一个包含字符串的文件

在：

标记器的输出是一个标记序列，其中标记被定义为不包含空格的字符串。您还可以设计一种更好的标记类型，它可以跟踪数字是否为实数或整数，字符序列是否为保留字。。。。有时，该语言的保留字会被唯一标识符（通常为整数）替换，表示数字的字符序列会转换为实际数字，因此您可能会得到：

输出：

请注意，后面的空行{注释也消失了。构建解析树不需要注释。我还欺骗了字符串blimey\n，它需要被注释为一个带常量引号的字符串。这就是标记器。分离标记化/解析的要点是，标记化可以使用比解析器更快的有限状态自动机来完成

解析器根据上面的序列构建一个树。在这里显示解析器的输出很困难，因为我们没有被解析语言的语法。因此我选择一种更简单的语言：

“foo+3*bar”的标记器输出：

"foo" "+" "3" "*" "bar"

算术表达式语言有许多语法，其中大多数语法分析器将构建此树：

      +
    /   \
"foo"    *
        / \
       3  "bar"

AST： 抽象语法树不同于解析树，因为语法树编译器第2.5节没有出现形式上的表面区别，这对翻译不重要

假设您编写了表达式foo+3*bar。解析器仍然会构建上面的树，因为不需要括号。但是如果您编写了foo+3*bar，您将得到一个不同的树：

        *
      /  \
     +   "bar"
   /  \
"foo"  3

没有括号！抽象树结构对所有内容进行编码。实现方面：如果您使用现代面向对象语言编写编译器，抽象语法树将由类层次结构表示。在C中，每个节点类型都有一个“struct”，并用整数标记

可以从树中生成可执行代码或任何您需要的代码，但这很繁琐。因此，在许多情况下，Pascal的p代码，C的其他三种地址代码中间表示形式……树被展平转换为中间表示形式IR。其目的是更容易在精心设计的IR.您可能需要进行数百万次优化：

use algebraic identities x+0 => x, x*1 => x etc
drop unused variables
simplify control flow
reorder assignments
...

---

大多数情况下，优化程序都会保留IR…即函数IR->IR，但有两个聪明的优化程序会转换IR1->IR2更改表示，以明确某些属性使用“benton”“moggi”“monad”搜索将让您开始。

这是一个很好的答案，我相信这有助于人们理解mo请允许我在这段时间内完成这件事。非常感谢。在我的问题中我没有指出前端和后端中间的一件事。AST，你介意帮助解释这个故事中AST的规则吗？谢谢。

        *
      /  \
     +   "bar"
   /  \
"foo"  3

use algebraic identities x+0 => x, x*1 => x etc
drop unused variables
simplify control flow
reorder assignments
...