编译系统设计 CodeGen

---

汇编的结构

data segment
    声明数据用
    全局变量存在这里（在PROGRAM的VAR中的）
    常数(const)也可以存在这里
    需要了解如何定义数据
code segment
    代码，一条条指令
    需要了解那些指令
stack segment
    栈，用于动态分配内存，即所有的函数内声明的变量应该都是在这里动态的使用
    需要了解如何在Code Seg中操纵栈（push,pop bp）
    需要了解如何定义栈（大小等）

除此之外

1. 还需要了解寄存器有哪些，以及作用；
2. 在MASM中，用于运算的寄存器非常少，真正能用于运算的非常少，基本只能满足一次运算。了解实际运算如何对应到汇编中--具体见《汇编知识要点.doc》P16
3. 需要了解MASM的指令，对应程序语句的循环、跳转等
   最好先在写对应代码前，试验一下，编译汇编，看看这种写法是正确的

我们的基本思路就是遍历整个语法树，然后递归生成每个segment的字符串。

几种表

以下几种表用于在code generation过程中储存信息，
常量表，类型表，变量表，label表，函数表（用于存储函数名和入口地址，用么？还是直接用一个统一的标签，到时候直接call好了）

每个表有单独的结构体储存以及处理相应信息,例如添加新符号,拿到该符号对应的地址

由于routine的嵌套，这个表是根据作用域不同是在变的。那么每个作用域定义一个存储这些表的结构体（就是类似于你那个symtab_function_blocks），除此之外，还要包括指向它父作用域的指针（在处理的过程中把这些指针连起来）。

每个表提供接口，例如变量表，提供询问该id的地址为多少，应该能够计算出来，返回给它。为了能够计算地址，这个结构体应该储存作用域对应的栈空间开始的指针地址（真的要么？），然后根据这个进行偏移计算。

再如label表，直接返回label对应的地址。

这里面关键要解决的一个问题是，表是从当前作用域开始寻找，如果找到就立即返回，如果没找到向父作用于一层层的找。这样可以实现子作用域新声明的同名变量覆盖（使隐藏）父作用域的变量（或符号等……）。

类型的处理

类型无外乎以下几种：

1. 系统类型（int, char, real, boolean）
2. 数组
3. 结构体
4. 枚举类型

我们应该实现多个表达这几种基本类型的结构体，然后其他的用到类型的地方存的都是这些，例如在类型表中储存的就是(id,指向这些类型的结构体的指针)这个pair；别的地方用到该类型时，直接指向该表示该类型结构体的指针。

对于系统类型，没有什么要说的，标识好就行

对于数组，标识好类型、大小

对于结构体，用一个vector存里面的信息，名字，大小

对于枚举类型，我想可以用一个map，将枚举类型转化为0~n-1
另外，除了可以type a = (mon, tue, sun)这样定义外，
还有一个是type a = tue..sun（枚举子界类型），
在处理这个时我想可以设置一个数字的上下界，例如定义时上下界是0~n-1，在这里就是1~n-1

其实应该还有挺多东西，例如枚举类型的赋值、运算、求前后继，类型检查，数组的偏移量计算，结构体的偏移量计算等等，不知应不应该这里留一些接口？

常量的定义

常量储存在data segment中（这个需要讨论下，如果是简单的数字就直接写在codeseg里好了），我们需要维护一张常量表。
如果存在data segment其结构包括<名字,{地址,类型}>；这个地方还需要讨论一下，或者常量表里面直接储存类型和值就好了，用到时直接拿出来。

label的处理

对于label其实在实际处理时很简单，因为就是goto用得到，而汇编里直接Jmp就可以了吧
但这里有个问题是，子作用域中的label和父作用域中的label如果重名，应该以子的优先，因此我们需要一个label表，用来查询当前该label对应的别名。
比如在pascal的程序中有label 8888，调用goto 8888应该就可以实现功能。但是我们在实现中可以将8888前加上该作用域的名字，构成别名，然后放到汇编里，这样的话我们还是可以遇到goto就生成jmp，只是名字不同了；当遇到label时，自动将其转换成别名。

因此，这里面我们还是实现label的那个part吧，对于我们实现来说更方便一些，明天我改改。

变量的处理

变量表中储存：（变量名, 类型，返回地址？）
变量其实难点在于如何计算地址（相对地址），这个要根据函数的调用的处理进行计算。

函数的处理

函数调用的处理

函数调用涉及栈的操作，利用Push pop什么的维护栈
堆栈结构可以详见我室友的那个ppt里面，然后根据结构我们编写相应的代码

e.g. 调用时：
push bp什么的指针，，，
push 变量
声明标签，call xxx
push 实参

太困了，不细化了……

函数代码的生成，函数套函数

函数代码生成就直接在当前的code segment后生成就好，但是如果遇到了函数里面还定义了一个函数的情况，我们想可以将子函数的代码放在父函数最后一条语句后面。

运算的过程

表达式计算就直接按照语法树计算生成代码即可（每次运算前要做类型检查），如果遇到较长复杂表达式，我们不能用那么多寄存器，
这个需要仔细考虑下，可以在data segment里面开辟一段专门用作计算的数据区，把数据暂时存在那里

其他循环、条件分支等语句就正常按照语义来就好了

内存的分配

不同变量类型的内存的分配要规定清楚，以便于计算偏移量
我感觉这部分最好也让类型的那个struct来做

输入输出等系统函数

这个有空再讨论吧，据说可以把c语言的库的代码拿过来
不过最好先实现read\write功能

感觉很多地方没有说细，不懂得在讨论吧，面谈比较方便，打字不知哪里是重点