來源：伯樂在線，作者：Chaobs
首先向C語言之父Dennis Ritchie致敬！
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（舉Python的例子是因為Intel的黑客正在嘗試讓
Python不需要作業系統就能運行——實際上是免去了BIOS上的一次性C代碼），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……
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，
（圖片來源：C語言與程式設計 ）
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：
| C語言 |
| CN語言 |
| …… |
| C0語言 |
| 匯編語言 |
| 機器語言 |
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？
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：
auto enum restrict unsigned
break extern return void
case float short volatile
char for signed while
const goto sizeof _Bool
continue if static _Complex
default inline struct _Imaginary
do int switch
double long typedef
else register union
//共37個
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：
enum unsigned
break return void
case float short
char for signed while
goto _Bool
continue if _Complex
default struct _Imaginary
do int switch
double long
else union
//共27個再想一想，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：
enum
break return void
case
for while
goto
continue if
default struct
do int switch
double
else union
//共18個繼續思考，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：
break return void
case
for while
goto
continue if
default
do int switch
double
else
//共15個接近完美了，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：
break void
goto
int
double
//共5個
這已經是簡約的極致了，
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！
5.
免責宣告：本文系網路轉載，著作權歸原作者所有，如涉及作品著作權問題，請與我們聯系，我們將根據您提供的著作權證明材料確認著作權并支付稿酬或者洗掉內容，
轉載請註明出處，本文鏈接：https://www.uj5u.com/houduan/295310.html
標籤：java