當今幾乎所有的實用的編譯器/解釋器（以下統稱編譯器）都是用 C 語言撰寫的，有一些語言比如 Clojure,Jython 等是基于 JVM 或者說是用 Java 實作的，IronPython 等是基于 .NET 實作的，但是 Java 和 C# 等本身也要依靠 C/C++ 來實作，等于是間接呼叫了 C，所以衡量某種高級語言的可移植性其實就是在討論 ANSI/ISO C 的移植性，
C 語言是很低級的語言，很多方面都近似于匯編語言，在《Intel 32 位匯編語言程式設計》一書中，甚至介紹了手工把簡單的 C 語言翻譯成匯編的方法，對于編譯器這種系統軟體，用 C 語言來撰寫是很自然不過的，即使是像 Python 這樣的高級語言依然在底層依賴于 C 語言，現在的學生，學過編譯原理后，只要有點編程能力的都可以實作一個功能簡單的類 C 語言編譯器，
可是問題來了，不知道你有沒有想過，大家都用 C 語言或基于 C 語言的語言來寫編譯器，那么世界上第一個 C 語言編譯器又是怎么撰寫的呢？這不是一個“雞和蛋”的問題……
還是讓我們回顧一下 C 語言歷史：1970 年 Tomphson 和 Ritchie 在 BCPL（一種解釋型語言）的基礎上開發了 B 語言，1973 年又在 B 語言的基礎上成功開發出了現在的 C 語言，在 C 語言被用作系統編程語言之前，Tomphson 也用過 B 語言撰寫過作業系統，可見在 C 語言實作以前，B 語言已經可以投入實用了，因此第一個 C 語言編譯器的原型完全可能是用 B 語言或者混合 B 語言與 PDP 匯編語言撰寫的，我們現在都知道，B 語言的執行效率比較低，但是如果全部用匯編語言來撰寫，不僅開發周期長、維護難度大，更可怕的是失去了高級程式設計語言必需的移植性，所以早期的 C 語言編譯器就采取了一個取巧的辦法：先用匯編語言撰寫一個 C 語言的一個子集的編譯器，再通過這個子集去遞推完成完整的 C 語言編譯器，詳細的程序如下：
先創造一個只有 C 語言最基本功能的子集，記作 C0 語言，C0 語言已經足夠簡單了，可以直接用匯編語言撰寫出 C0 的編譯器，依靠 C0 已有的功能，設計比 C0 復雜，但仍然不完整的 C 語言的又一個子集 C1 語言，其中 C0 屬于 C1，C1 屬于 C，用 C0 開發出 C1 語言的編譯器，在 C1 的基礎上設計 C 語言的又一個子集 C2 語言，C2 語言比 C1 復雜，但是仍然不是完整的 C 語言，開發出 C2 語言的編譯器……如此直到 CN，CN 已經足夠強大了，這時候就足夠開發出完整的 C 語言編譯器的實作了，至于這里的 N 是多少，這取決于你的目標語言（這里是 C 語言）的復雜程度和程式員的編程能力——簡單地說，如果到了某個子集階段，可以很方便地利用現有功能實作 C 語言時，那么你就找到 N 了，下面的圖說明了這個抽象程序：
那么這種大膽的子集簡化的方法，是怎么實作的，又有什么理論依據呢？先介紹一個概念，“自編譯”Self-Compile，也就是對于某些具有明顯自舉性質的強型別（所謂強型別就是程式中的每個變數必須宣告型別后才能使用，比如 C 語言，相反有些腳本語言則根本沒有型別這一說法）編程語言，可以借助它們的一個有限小子集，通過有限次數的遞推來實作對它們自身的表述，這樣的語言有 C、Pascal、Ada 等等，至于為什么可以自編譯，可以參見清華大學出版社的《編譯原理》，書中實作了一個 Pascal 的子集的編譯器，總之，已經有計算機科學家證明了，C 語言理論上是可以通過上面說的 CVM 的方法實作完整的編譯器的，那么實際上是怎樣做到簡化的呢？這張圖是不是有點熟悉？對了就是在講虛擬機的時候見到過，不過這里是 CVM（C Language Virtual Machine），每種語言都是在每個虛擬層上可以獨立實作編譯的，并且除了 C 語言外，每一層的輸出都將作為下一層的輸入（最后一層的輸出就是應用程式了），這和滾雪球是一個道理，用手（匯編語言）把一小把雪結合在一起，一點點地滾下去就形成了一個大雪球，這大概就是所謂的 0 生 1，1 生 C，C 生萬物吧？
下面是 C99 的關鍵字：
仔細看看，其實其中有很多關鍵字是為了幫助編譯器進行優化的，還有一些是用來限定變數、函式的作用域、鏈接性或者生存周期（函式沒有）的，這些在編譯器實作的早期根本不必加上，于是可以去掉 auto, restrict, extern, volatile, const, sizeof, static, inline, register, typedef，這樣就形成了 C 的子集，C3 語言，C3 語言的關鍵字如下：
再想一想，發現 C3 中其實有很多型別和型別修飾符是沒有必要一次性都加上去的，比如三種整型，只要實作 int 就行了，因此進一步去掉這些關鍵詞，它們是：unsigned, float, short, char(char 是 int), signed, _Bool, _Complex, _Imaginary, long，這樣就形成了我們的C2語言，C2 語言關鍵字如下：
繼續思考，即使是只有 18 個關鍵字的 C2 語言，依然有很多高級的地方，比如基于基本資料型別的復合資料結構，另外我們的關鍵字表中是沒有寫運算子的，在 C 語言中的復合賦值運算子 ->、運算子的 ++、–– 等過于靈活的表達方式此時也可以完全洗掉掉，因此可以去掉的關鍵字有：enum, struct, union，這樣我們可以得到 C1 語言的關鍵字：
接近完美了，不過最后一步手筆自然要大一點，這個時候陣列和指標也要去掉了，另外 C1 語言其實仍然有很大的冗雜度，比如控制回圈和分支的都有多種表述方法，其實都可簡化成一種，具體的來說，回圈陳述句有 while 回圈，do…while 回圈和 for 回圈，只需要保留while回圈就夠了；分支陳述句又有 if…{}, if…{}…else, if…{}…else if…, switch，這四種形式，它們都可以通過兩個以上的 if…{} 來實作，因此只需要保留 if,…{} 就夠了，可是再一想，所謂的分支和回圈不過是條件跳轉陳述句罷了，函式呼叫陳述句也不過是一個壓堆疊和跳轉陳述句罷了，因此只需要 goto（未限制的 goto），因此大膽去掉所有結構化關鍵字，連函式也沒有，得到的 C0 語言關鍵字如下：
只有 5 個關鍵字，已經完全可以用匯編語言快速的實作了，通過逆向分析我們還原了第一個 C 語言編譯器的撰寫程序，也感受到了前輩科學家們的智慧和勤勞！我們都不過是巨人肩膀上的灰塵罷了！0 生 1，1 生 C，C 生萬物，實在巧妙！
如果你想提升你的編程能力，以便更好從事編程類作業的話！那么你很幸運~
分享（原始碼、專案實戰視頻、專案筆記，基礎入門教程）歡迎轉行和學習編程的伙伴，利用更多的資料學習成長比自己琢磨更快哦！
轉載請註明出處，本文鏈接：https://www.uj5u.com/houduan/186537.html
標籤：C