1 概论 | 02

1.1 编译的起源：程序设计语言的发展

低级语言（Low level language)
- 字位码、机器语言、汇编语言
- 特点：与特定的机器有关，功效高，但使用复杂、繁琐、费时、易出错。
高级语言
- Fortran、Pascal、C语言等
- 特点：不依赖体机器，移植性好，对用户要求低，易使用，易维护等。

编译：把源程序翻译成目标程序
- 源程序：汇编语言/高级语言编写的程序
- 目标程序：用1目标语言表示的程序，目标语言可以是源语言和机器语言之间的中间语言，可以是机器语言，也可以是机器的汇编语言
翻译程序：把源程序转换为目标程序的程序
- 源程序是汇编语言-翻译程序是汇编程序
- 编译程序是高级语言-翻译程序是编译程序

Pasted image 20250909084159.png

任务：分析和识别单词（token）。源程序是由字符序列构成的，词法分析扫描源程序 (字符串)，根据语言的词法规则分析并识别单词，并以某种编码形式输出。
单词：是语言的基本语法单位。有四大类，关键字/保留字、标识符、常数、分界符/运算符

任务：根据语法规则，分析并识别出各种语法成分，如表达式、各种说明、各种语句、过程、函数、程序等，并进行语法正确性检查，出错应输出出错信息

词法分析程序
语法分析程序
语义分析生成中间代码
代码优化程序
生成目标程序
上列五个基本阶段都要做两件事
建表和查表——表格管理
在整个编译过程中始终都要贯穿着建表（填表）和查表的工作。即要及时地把源程序中的信息和编译过程中所产生的信息（标志符、常量等）登记在表格中，而在随后的编译过程中同时又要不断地查找这些表格中的信息。
出错处理
能诊察出错误，并向用户报告错误性质和位置，以便用户修改源程序。出错处理能力的优劣是衡量编译程序质量好坏的一个重要指标。****

因此一共7个逻辑部分
Pasted image 20250909183847.png

遍：对源程序（包括源程序中间形式）从头到尾扫描一次，并做有关的加工处理，生成新的源程序中间形式或目标程序，通常称之为一遍。
遍与基本阶段
- 五个基本阶段：上一遍的结果是下一遍的输入，最后一遍生成目标程序。是将源程序翻译为目标程序在逻辑上要完成的工作
- 遍：是指完成上述5个基本阶段的工作。可能扫一遍就能都干完，也可能要扫好几遍才能干完五个基本阶段的工作
一遍扫描编译程序：一遍扫描即可完成整个编译工作

一遍好还是多遍好？
希望优化好：扫多遍好
希望程序运行快：扫一遍好

根据编译程序各部分功能，将编译程序分成前端和后端。

前端：通常将与源程序有关的编译部分称为前端。
- 词法分析、语法分析、语义分析、中间代码生成、代码优化 -------分析部分
- 特点：与源语言有关
后端：与目标机有关的部分称为后端。
- 目标程序生成（与目标机有关的优化）-------综合部分
- 特点：与目标机器有关

Pasted image 20250909184644.png

程序理解：辅助理解别人写的程序
- 提取有价值的信息，展示给用户，辅助用户理解软件
- 准确提取的前提是设计自动分析软件，提供分析能力，进而准确分析
软件逆向工程：分析抽象，获取软件体系结构
- 逆向抽取模块设计，模块间接口
- 理解软件架构设计，功能划分、模块调用关系
- 维护现有软件
- 二次开发新软件
软件演化分析：分析软件演化规律
- 分析软件，从结构、变量等多个角度分析
- 维护现有软件
- 捕捉规律，利用规律，开发新软件
软件错误定位：定位到有缺陷的程序语句
- 提升开发效率
- 输入：软件系统源码 + 一组测试，至少一个没有通过
- 输出：一个可能有错误的程序元素列表，根据出错概率排序
- 程序元素的级别：表达式/语句/方法/类/文件
软件缺陷自动修复：修复有缺陷的软件
- 提升开发效率
- 输入：一个程序和其正确性约束，并且程序不满足正确性约束
- 输出：一个补丁，可以使程序满足约束
- 研究和实践中考虑最广泛的正确性约束：软件项目中的测试
软件代码补全/生成：补全不完整的代码
- 提升开发效率
- 基于智能化算法（LLM、agentic systems）
- 代码片段补全 (function、class)
- 项目粒度代码生成 (repository)