一、編譯目標
目標：把源代碼變成目標代碼
1、如果源代碼在操作系統上運行：目標代碼就是“匯編代碼”。再通過匯編和鏈接的過程形成可執行文件，然后通過加載器加載到操作系統執行。
2、如果源代碼在虛擬機(解釋器)上運行：目標代碼就是“解釋器可以理解的中間形式的代碼”，比如字節碼(中間代碼)IR、AST語法樹。
編譯過程可以分為這幾個階段，每個階段做了一定的任務，層級的讓下一個階段進行。
二、詞法分析
編譯器讀入源代碼，經過詞法分析器識別出Token，把字符串轉換成一個個Token。
Token的類型包括：關鍵字、標識符、字面量、操作符、界符等
比如下面的C語言代碼源文件，經過詞法分析器識別出的token有：int、foo、a、b、=、+、return、(){}等token
int foo(int a){ int b = a + 3; return b; }
為什么要這樣做呢，把代碼里的單詞進行分類，編譯器后面的階段不就更好處理理解代碼了嘛！
三、語法分析
每一個程序代碼，實際上可以通過樹這種結構表現出其語法規則。
語法分析階段把Token串，轉換成一個體現語法規則的、樹狀數據結構，即抽象語法樹AST。AST樹反映了程序的語法結構。
比如上面的一段C語言代碼，對應的AST抽象語法樹如下所示：
AST抽象語法樹：AST樹長成什么樣，與語法的結構有關。
比如上面C語言代碼中對函數的語法定義如下：語法分析器就按照語法定義進行解析，就是從上到下匹配的過程。也就是先匹配function的規則，匹配函數類型type、函數名name、函數參數parameters、函數體；當匹配函數參數時，就去匹配parameters的規則；當匹配函數體時，函數體由一個個語句組成，就去匹配各個語句stmt的規則。
function := type name parameters functionBody parameters:= parameter* functionBody:= stmt returnStatement
生成 AST 以后，程序的語法結構就很清晰了，但這棵樹到底代表了什么意思，我們目前仍然不能完全確定，要在語義分析階段確定。
為什么要把程序轉換成AST這么一顆樹，因為編譯器不像人能直接理解語句的含義，AST樹更有結構性，后續階段可以針對這顆樹做各種分析！
四、語義分析
語義分析階段的任務：理解語義，語句要做什么。
比如+號要執行加法、=號要執行賦值、for結構要去實現循環、if結構實現判斷。所以語義階段要做的內容有：上下文分析（包括引用消解、類型分析與檢查等）
引用消解：找到變量所在的作用域，一個變量作用范圍屬於全局還是局部。
類型識別：比如執行a+3，需要識別出變量a的類型，因為浮點數和整型執行不一樣，要執行不同的運算方式。
類型檢查：比如 int b = a + 3，是否可以進行定義賦值。等號右邊的表達式必須返回一個整型的數據、或則能夠自動轉換成整型的數據，才能夠對類型為整型的變量b進行復制。
比如之前的一段C語言代碼，經過語義分析后獲得的信息（引用消解信息、類型信息），可以在AST上進行標注，形成下面的“帶有標注的語法樹”，讓編譯器更好的理解程序的語義。
也會將這些上下文信息存入“符號表”結構中，便於各階段查詢上下文信息。
符號表是有層次的結構：我們只需要逐級向上查找就能找到變量、函數等的信息(作用域、類型等)
接下來就可以 解釋執行：實現一門解釋型的語言。
注意：編譯型語言需要生成目標代碼，而解釋性語言只需要解釋器去執行語義就可以了。
實現AST的解釋器：在語法分析后有了程序的抽象語法樹，在語義分析后有了“帶有標注的AST”和符號表后，就可以深度優先遍歷AST，並且一邊遍歷一邊執行結點的語義規則。整個遍歷的過程就是執行代碼的過程。
舉一個解釋執行的例子，比如執行下面的語義：
-
遇到語法樹中的add “+”節點：把兩個子節點的值進行相加，作為“+”節點的值。
-
遇到語法樹中的變量節點(右值)：就取出變量的值。
-
遇到字面量比如數字2：返回這個字面量代表的數值2。
五、中間代碼生成
在編譯前端完成后（編譯器已經理解了詞法和語義），編譯器可以直接解釋執行、或則直接生成目標代碼。
對於不同架構的CPU，還需要生成不同的匯編代碼，如果對每一種匯編代碼做優化就很繁瑣了。所以我們需要增加一個環節：生成中間代碼IR，統一優化后中間代碼，再去將中間代碼生成目標代碼。
中間代碼IR的兩個用途：解釋執行 、代碼優化。
解釋執行：解釋型語言，比如Python和Java，生成IR后就能直接執行了，也就是前面舉出的例子。
優化代碼：比如LLVM等工具；在生成代碼后需要做大量的優化工作，而很多優化工作沒必要使用匯編代碼來做(因為不同CPU體系的匯編語言不同)，而可以基於IR用統一的算法來完成，降低編譯器適配不同CPU的復雜性。
六、代碼優化
一種方案：基於基本塊作代碼優化
分類：本地優化、全局優化、過程間優化
本地優化：可用表達式分析、活躍性分析
全局優化：基於控制流圖CFG作優化。
控制流圖CFG ：是一種有向圖，它體現了基本塊之前的指令流轉關系，如果從BLOCK1的最后一條指令是跳轉到 BLOCK2， 就連一條邊，如果通過分析 CFG，發現某個變量在其他地方沒有被使用，就可以把這個變量所在代碼行刪除。
過程間優化：跨越函數的優化，多個函數間作優化
1、優化案例：
代數優化：比如刪除“x:=x+0 ”，乘法優化掉“x:=x乘以0” 可以簡化成“x:=0”，乘法優化成移位運算：“x:=x*8”可以優化成“x:=x<<3”。
常數折疊：對常數的運算可以在編譯時計算，比如 “x:= 20 乘以 3 ”可以優化成“x:=60”
刪除公共子表達式：作“可用表達式分析”
x := a + b y := a + b //優化成y := x
拷貝傳播：作“可用表達式分析”
x := a + b y := x z := 2 * y //優化成z:= 2 * x
常數傳播：
x := 20 y := 10 z := x + y//優化成z := 30
死代碼刪除：作變量的“活躍性分析”。活躍性分析（優化刪除死代碼，沒用到的變量）
數據流分析：使用“半格理論”解決多路徑的V值計算集合問題，不在代碼下面集合的變量就是死代碼。
七、目標代碼生成
目標代碼生成，也就是生成虛擬機執行的字節碼，或者操作系統執行的匯編代碼。
代碼生成的過程，其實很簡單，就是將中間代碼IR逐個翻譯成想要的匯編的代碼
那么目標代碼生成階段的任務就有：
-
選擇合適指令，生成性能最高的代碼。
-
優化寄存器的分配，讓頻繁訪問的變量，比如循環語句中的變量放到寄存器中，寄存器比內存快
-
在不改變運行結果下，對指令做重排序優化，從而充分運用CPU內部的多個功能部件的並行能力