有個著名的問題：mommy, where do compilers comefrom?要解決這個問題，首先來看看t-diagram。可以將編譯器用乙個t形圖來表示：
－－－－－－－－－
｜ ｓ ｔ ｜
－－－ －－－
｜ ｉ ｜
－－－其中，s表示souce language，t表示target language，i表示implementationlanguage。
根據這個圖，可以得到兩種組合：
1、 由i實現的將s翻譯成a的編譯器和將a翻譯成t的編譯器聯合起來工作，可以實現s到ｔ的編譯。這不是很有意思的組合。
－－－－－－－－－－－－－－－－－－
｜ ｓ a ｜ a ｔ ｜
－－－ －－－－－－ －－－
｜ ｉ ｜ ｜ ｉ ｜
－－－ －－－
2、由i實現的將s翻譯成t的編譯器（compiler c1），由h實現的將i翻譯成k的編譯器的組合（compilerc2）。這個組合比較有意思：可以用c2去編譯c1（將其實現語言從ｉ翻譯成ｋ），這樣就得到由k實現的將s翻譯成t的編譯器（compilerc3）：
－－－－－－－－－ －－－－－－－－－
｜ ｓ ｔ ｜ ｜ ｓ ｔ ｜
－－－ －－－－－－－－－－ －－－＞ －－－ －－－
｜ ｉ ｜ ｉ ｋ ｜ ｜ ｋ ｜
－－－－－－－ －－－ －－－
｜ ｈ ｜
－－－這便是我們所感興趣的：編譯器的編譯器。
而乙個程式要在某台機器上執行時，其實現語言必須與相應的機器語言匹配。例如在x86平台上，能執行的程式只能是x86機器語言：
－－－－－－－－－－－－－－－－－－
\ ｐｒｏｇｒａｍ /
\ /
－－－－－－－－－－－－－
| ｘ８６ |
－－－－－－－－－－－－－
| ｘ８６ |
－－－－－－－－－－－－－
讓我們將t形圖和上圖聯絡起來看，以c為例（假定已有x86的c編譯器）：
－－－－－－－－ －－－－－－－－ －－－－－－－－－
\ ｈｅｌｌｏ / \ ｈｅｌｌｏ / \ ｈｅｌｌｏ /
－－－－－－－－－－－－－－－－－－－－－－－ －－－－－－－
｜ ｃ | ｃ ｘ８６| ｘ８６ | －－－＞ ｜ x８６ ｜
－－－－－－－－－ －－－－－－－－－－ －－－－－－－
|ｘ８６｜ ｜ x８６ ｜
－－－－ －－－－－－－
上圖表示用c寫的hello程式可以在c「機器」上執行，然而這不是我們想要的——在x86機器上執行。於是使用實現語言為x86的編譯器（其可執行**）編譯形成x86語言，這樣就可以執行了。
根據上面的第２條（編譯器的編譯器）以及程式的執行，我們可以得出，要想得到在ｍ機器上執行的ｓ語言編譯器，可以使用ｓ語言來編寫（用ｍ語言也可以，然而太麻煩）。但還是需要用ｍ語言寫乙個具有很小功能的ｓ編譯器，然後用其去編譯加入了更多功能的編譯器，然後用編譯出來的更多功能的編譯器去編譯，這樣就得到了最終需要的編譯器，這便是自舉。
－－－－－－－－－ －－－－－－－－－
｜ ｓ ｍ ｜ ｜ ｓ ｍ ｜
－－－ －－－－－－－－－－ －－－＞ －－－ －－－
｜ ｓ ｜ ｓ ｍ ｜ ｜ ｍ ｜
－－－－－－－ －－－ －－－
｜ ｍ ｜（微型ｓ編譯器）
－－－用ｓ編寫ｓ的編譯器還有乙個好處，那就是方便移植，並且能產生交叉編譯器。假定要編譯ｋ機器語言的ｓ編譯器，只需要將目標語言替換成ｋ，然後用已有的ｓ語言編譯器來編譯：
－－－－－－－－－ －－－－－－－－－
｜ ｓ ｋ ｜ ｜ ｓ ｋ ｜
－－－ －－－－－－－－－－ －＞ －－－ －－－
｜ ｓ ｜ ｓ ｍ ｜ ｜ ｍ ｜（執行在ｍ機器上的編譯器，即交叉編譯器）
－－－－－－－ －－－ －－－
｜ ｍ ｜
－－－有了交叉編譯器，就可以編譯在ｋ上執行的ｓ編譯器了：
－－－－－－－－－ －－－－－－－－－
｜ ｓ ｋ ｜ ｜ ｓ ｋ ｜
－－－ －－－－－－－－－－ －＞ －－－ －－－
｜ ｓ ｜ ｓ ｋ ｜ ｜ ｋ ｜
－－－－－－－ －－－ －－－
｜ ｍ ｜
－－－
這個知識實在是簡單又基礎，主要是覺得很有意思才在這裡說說。整個gcc（編譯器及交叉編譯器）就是用自舉和移植產生的，對此rms有詳細的說明。——當然，也有很多編譯器不是這樣寫出來的——用另一種語言編寫的。可是，「mom,where does the compiler needed come from?」
實在不願意貼圖了，就用字元代替了，懶:)
compiler construction principles and practice, by kenneth c.louden
"mommy, where do compilers come from?", by anonymous.
copyleft (c) 2007, 2008 raof01.
早期的cpu全部是cisc架構，它的設計目的是要用最少的機器語言指令來完成所需的計算任務。比如對於乘法運算，在cisc架構的cpu上，您可能需要這樣一條指令：muladdra, addrb就可以將addra和addrb中的數相乘並將結果儲存在addra中。將addra,addrb中的資料讀入暫存器，相乘和將結果寫回記憶體的操作全部依賴於cpu中設計的邏輯來實現。這種架構會增加cpu結構的複雜性和對cpu工藝的要求，但對於編譯器的開發十分有利。比如上面的例子，c程式中的a*=b就可以直接編譯為一條乘法指令。今天只有intel及其相容cpu還在使用cisc架構。
risc架構要求軟體來指定各個操作步驟。上面的例子如果要在risc架構上實現，將addra,addrb中的資料讀入暫存器，相乘和將結果寫回記憶體的操作都必須由軟體來實現，比如：mov a, addra; mov b,addrb; mul a, b; str addra,a。這種架構可以降低cpu的複雜性以及允許在同樣的工藝水平下生產出功能更強大的cpu，但對於編譯器的設計有更高的要求。
編譯器自舉
語言的編譯器自舉是某個語言成熟標誌 今天看到乙個新詞 自舉 在知乎上看到輪子哥的解答，很清楚 你想創造一門v語言而且用v語言來寫v編譯器的話，你得按照下面的方法做 1 用c 把那個編譯器 a 寫出來，順便留下很多測試用例。2 用v語言把那個編譯器寫 b 出來，用a.exe來編譯b，修改直到所有測試用...
ucc編譯器（x86移植）
之前寫過一篇ucc的文章，也就是這一篇。這篇文章對ucc的流程說了挺多，但是怎麼把ucc移植到新的cpu上面，卻沒有說很多，後來自己又看了一下 發現還是有不少新的收穫。emit.c檔案是真正的後端入口，所有的彙編檔案的整理 組織部分都是這裡完成的。當然這部分只是框架的內容，告訴我們乙個大概，全域性變...
編譯方舟編譯器
環境 mac os parallels desktop 安裝ubuntu 16.04 安裝基礎包 sudo apt get y install openjdk 8 jdk git core gnupg flex bison gperf build essential zip curl zlib1g ...