Compiler Construction Lecture 10/16

この授業は、WWW と以下のネットニュースを使います。

    ura.ie.classes.compiler

コンパイラを書く

簡単なコンパイラを書いてみよう。そして、実際のCコンパイラのソースを読みながらC言語を理解する。Pentinum、PowerPC などのコードを出力するコンパイラをかけるようになろう。(ここまでは簡単) そして、世界最高速のコンパイラを作ろう。(もちろん、これは難しい)

インタプリタとは何か

いろいろな動作や仕様を記述する言語を作る。その言語に従った動作を実現するのがインタプリタである。Websterには、

    inerret in-'ter-pret, -pet vb 
    1: to explain or tell the meaning of: present in understandable terms

とある。日本語では翻訳系などと呼ぶ人もいる。要するに、プログラム言語を実行するシステムがインタプリタである。

例えば、メモりに格納されているPentinumの機械語を実行するのはCPU だが、この場合はRISC CPUがインタプリタに相当する。このCPUは、簡単に言えば、以下のようなことを電子回路によって行っている。

一命令をメモりから取ってくる
その命令で何をすればいいかを解読する
その命令に必要なデータを取ってくる
計算をおこなう
結果をどこかにしまう
次に実行すべき命令の場所を決める

インタプリタのすべきことはこれと同じである。しかし、CPUの命令は1 wordを取ってくれば良いのだが、プログラム言語の場合は、まず言語を分解して、その構造を調べるひつようがある。これを、

字句解析単語に相当する部分を切りだす
構文解析 SVCなどの文の構造を作りあげる

という形に分解するのが普通である。

簡単な言語ならば、構文解析と同時に実行することができる。しかし、同じインタプリタでも機械語の方が簡単に実行できるし、電子回路として実装できるので高速になる。また、プログラムは普通はループなどで同じ所を何回も実行するので、その度に、同じ文を解析するのは効率が悪い。

したがって、字句解析、構文解析を前もって行って、より実行が簡単な言語に変換するのが一般的である。現在ではどんなインタプリタでも、一度、内部コードに変換して実行している。内部コードを小さくするには1 byteを単位にするコード(byte code)を使うことも多い。しかし、CPUにより実行する場合は1 word(4 byte)を単位にするのが普通である。最近では、さらに8byte, 16byte単位で実行を行うVLIW(Very Long Instruction Word)というのもある。

コンパイラとは何か

このようなプログラムを別な言語に変換するシステムをコンパイラと呼ぶ。コンパイルとは編集するという意味である。

コンパイラは字句解析、構文解析に関してはインタプリタと同じだが、実行する代わりに、別な言語を生成する。生成自身は難しくない。難しいのは、特定の実行アーキテクチャを想定して、もっとも速く実行できるようなコードを生成することである。

コンパイラが生成する言語は、機械語やバイトコードである必要はない。他の高級言語でも良い。実際、C言語がこれだけ広まっているので、C言語を生成するコンパイラ言語が多数ある。例えば、

TeXを記述しているWebはCに変換される
LISPやPrologなどの高水準言語をCに変換する

などである。

構文解析や字句解析は、言語を簡単にすることによって、可能な限りさぼることができる。例えば、PostScript は後置記法 (Post fix notation) というのを使って構文解析を簡単にして、printer内部での実行を高速化している。LISPやforth、APL、BASICなども同じ発想で作られている。このような言語は、プログラム自身でプログラムを取り扱うのに向いており、その言語自身のコンパイラを書くのにもっとも適している。実際、インタプリタがあれば、構文解析や字句解析が既に存在しているので、コード生成のみが問題となる。Cなどの複雑な構文を持つ言語は、その点は最悪である。しかし、だからコンパイラを記述するには面白いともいえる。

バイトコード/中間言語を用いる実行は、一つ一つの命令に複雑な機能を割り当てることができる。この複雑な機能を実現すること自身は難しくない。しかし、もし、その機能を機械語に落すとなると、それは簡単ではない。実際には、その機能を実現するライブラリを併用して実現することになる。高機能な言語のコンパイラを作る時には、この実行時ライブラリ(Runtime Library)の実現とその最適化が一番難しい。

Cなどは、言語の機能が機械語に対応しているので、コード生成は容易である。しかし、それを読みやすい形にしていることが構文解析を複雑にしている。

コンパイラとインタプリタの組み合わせ

コンパイラを作る時には、さまざまな方法がある。

まずインタプリタを機械語で作り、その上でコンパイラを作る。
作成したコンパイラで、コンパイラ自身をコンパイルする。

あるいは、まず、仕様の小さいコンパイラを作り、それにより、より大きな仕様の言語を作るということもある。C言語は、BやBCPLという言語から、そのように作られている。また、GNU Projectのgcc は、まず、そこにあるCでsub setをコンパイルして、そののち、そのコンパイラでgcc自身をコンパイルして、full setを実現するという方法を取っている。

このような状況を記述する記法がある。これは、インタプリタをコンパイラを表している。例えば、プリロセッサを持つコンパイラは以下のように記述される。

インタプリタを持つコンパイラを自分でコンパイルする。ここで M は、Machine Language (機械語)を表している。機械語に変換すると、OSはCPUを使って、それを直接実行することができる。

その言語自身が、その言語を実現するのに、どれくらい使われているかは、その言語を評価する一つの基準である。他の言語に依存する度合いが大きい言語は、優れているとはいいがたい。

問題1

GCC は以下の手順で生成される

Cだけをcompileする最小仕様のCでかかれたgcc-- Mini-GCC (stage 1)
C++などもcompileできるfull set gcc。gccでしかcompileできない-- GCC (stage 2)

IとTを使って、以下のコンパイルを図示せよ (I-T図)

Mini-GCC を既存のCCでcompileする状況を図示せよ (stage 1)
Full setのGCC をMini-GCCを使って生成する状況を示せ。(stage 2)
作成したGCCを使って、もう一度、GCCをcompileすると、GCCの動作をテストすることができる。(stage 3)

宿題

BSD/OS上で、Sparc用のGCC cross compilerを作成し、それからSparc CPU上で動作するGCCを作成する手順をI-T図で示せ。cross compiler とはコンパイラが動作する環境と、コンパイラが出力するコードの動作する環境が違うものをさす。

この授業中の問題は、

    Subject: Report on Compiler consturction Lecture 10/16

というSubjectのメールにして、kono@ie.u-ryukyu.ac.jp まで送ること。

また宿題は、

    Subject: Practice on Compiler consturction Lecture 10/16

というサブジェクトで送ること。