第一章 编译

    人们通常把编程语言描述为编译语言或者解释语言。前者的意思是程序被翻译成机器语言，之后由硬件执行；而后者的意思是程序被软件解释器读取并执行。例如，C被认为是编译语言，而Python被认为是解释语言。但是二者之间的界限并不总是那么明显。

    首先，许多语言既可以编译执行也可以解释执行。例如，存在C的解释器，和Python的编译器。其次，类似Java的语言混合了这两种方法，它先把程序编译成中间语言，之后在解释器中执行转换后的程序。Java使用了一种叫做“Java 字节码”的中间语言，它类似于机器语言，但是由软件解释器执行，即Java虚拟机（JVM）。

    所以，编译执行或解释执行并不是语言的内在特征。尽管如此，在编译语言和解释语言之间有一些普遍的差异。

    1.2 静态类型

    许多解释语言都支持动态类型，但是编译语言通常限制为静态类型。在静态类型的语言中，你可以通过观察程序，来分辨出每个变量都指向哪种类型。在动态类型的语言中，直到运行起来，你才能知道变量的类型。通常，“静态”指那些在编译时发生的事情，而“动态”指在运行时发生的事情。

    例如，在Python中你可以像这样编写函数：

    观察这段代码，你不能分辨出和y所指向的类型。这个函数在运行时可能会调用数次，每次都接受不同类型的值。任何支持加法操作的值都是有效的，任何其它类型的值都会引发异常，或者“运行时错误”。

    C中你可以像这样编写同样的函数：

    1. int add(int x, int y) {
    2.     return x + y;
    3. }

    函数的第一行包含了参数及返回值的“类型声明”：x和y都声明为整数，这意味着我们可以在编译时检查加法操作对该类型是否合法（是的）。返回值也声明为整数。

    由于这些类型声明，当函数在程序其它位置调用时，编译器就可以检查所提供的参数是否具有正确类型，以及返回值是否使用正确。

    编译时的类型声明也会节省空间。在动态语言中，变量的名称在程序运行时储存在内存中，并且它们通常可由程序访问。例如，在Python中，内建的locals函数返回含有变量名称和值的字典。下面是Python解释器中的一个示例：

    1. >>> x = 5
    2. >>> print locals()
    3. {'x': 5, '__builtins__': <module '__builtin__' (built-in)>,
    4. '__name__': '__main__', '__doc__': None, '__package__': None}

    这段代码表明，变量的名称在程序运行期间储存在内存中（以及其它作为默认运行时环境一部分的值）。

    在编译语言中，变量的名称只存在于编译时，而不是运行时。编译器为每个变量选择一个位置，并记录这些位置作为所编译程序的一部分[1]。变量的位置被称为“地址”。在运行期间，每个变量的值都储存在它的地址处，但是变量的名称完全不会储存（除非它们由于调试目的被编译器添加）。

    [1] 这只是一个简述，之后我们会深入了解更多细节。

    作为程序员，你应该对编译期间发生的事情有所认识。如果你理解了这个过程，它会帮助你解释错误信息，调试你的代码，以及避免常见的陷阱。

    下面是编译的步骤：

    1. 预处理：C是包含“预处理指令”的几种语言之一，它生效于编译之前。例如，#include指令使其它文件的源代码插入到指令所在的位置。
    2. 解析：在解析过程中，编译器读取源代码，并构建程序的内部表示，称为“抽象语法树”（AST）。这一阶段的错误检测通常为语法错误。
    3. 静态检查：编译器会检查变量和值的类型是否正确，函数调用是否带有正确数量和类型的参数，以及其它。这一阶段的错误检测通常为一些“静态语义”的错误。
    4. 代码生成：编译器读取程序的内部表示，并生成机器码或字节码。
    5. 链接：如果程序使用了定义在库中的值或函数，编译器需要找到合适的库并包含所需的代码。
    6. 优化：在这个过程的几个时间点上，编译器可以修改程序来生成运行更快或占用更少空间的代码。大多数优化都是一些简单的修改，来消除明显的浪费。但是一些编译器会执行复杂的分析和修改。

    通常当你运行gcc时，它会执行上述所有步骤，并且生成一份可执行文件。例如，下面是一个小型的C语言程序：

    1. int main()
    2. {
    3.     printf("Hello World\n");
    4. }

    如果你把它保存在名为hello.c的文件中，你可以像这样编译并运行它：

    通常，gcc将可执行代码储存在名为a.out的文件中（它原本代表汇编器的输出，即“assembler output”）。第二行运行了这个可执行文件。./前缀告诉shell在当前目录中寻找它。

    使用-o选项来为可执行文件提供一个更好的名字，通常是个不错的注意。

    1. $ gcc hello.c -o hello
    2. $ ./hello

    1.4 目标代码

    -c选项告诉gcc编译程序并生成机器码，但是不链接它们或生成可执行文件：

    1. $ gcc hello.c -c

    执行结果是名为的文件，其中o代表“目标代码”（object code），它就是编译后的程序。目标代码并不是可执行代码，但是它可以链接到可执行文件中。

    1. $ nm hello.o
    2. 0000000000000000 T main
    3.                  U puts

    输出显示，hello.o定义了main名称，并使用了puts函数，它代表“输出字符串”（put string）。在这个例子中，gcc通过将printf替换掉执行了优化，它是一个复杂的大型函数。而puts相对来说比较简单。

    你可以使用-O选项来控制gcc优化的程度。通常，它执行非常细微的优化，可以使调试更加容易。-O1选项会开启最为普通和安全的优化。更高的数值开启需要长时间编译的高级优化。

    理论上，优化除了加速运行之外，不应改变程序的行为。但是如果你的程序中有微妙的bug，你可能会发现，优化会使bug出现或消失。在开发新的代码时，关闭优化通常是一个不错的注意。一旦程序正常运行并通过了适当的测试，你可以开启优化，并确保测试仍然能够通过。

    和-c选项类似。-S告诉gcc编译程序并生成汇编代码，它通常为机器代码的可读形式。

    执行结果是名为hello.s的文件，它可能看起来是这样：

    1.         .file        "hello.c"
    2.         .section     .rodata
    3. .LC0:
    4.         .string      "Hello World"
    5.         .text
    6.         .globl       main
    7.         .type        main, @function
    8. main:
    9. .LFB0:
    10.         .cfi_startproc
    11.         .cfi_def_cfa_offset 16
    12.         .cfi_offset 6, -16
    13.         movq %rsp, %rbp
    14.         .cfi_def_cfa_register 6
    15.         movl $.LC0, %edi
    16.         call puts
    17.         movl $0, %eax
    18.         popq %rbp
    19.         .cfi_def_cfa 7, 8
    20.         ret
    21.         .cfi_endproc
    22. .LFE0:
    23.         .size        main, .-main
    24.         .ident       "GCC: (Ubuntu/Linaro 4.7.3-1ubuntu1) 4.7.3"
    25.         .section     .note.GNU-stack,"",@progbits

    gcc通常为你所运行的机器生成代码，所以对我来说它生成x86汇编代码，运行在Intel、AMD和许多其它处理器上面。如果你运行在不同的架构上，你会看到不同的代码。

    1.6 预处理

    在编译过程中再往前退一步，你可以使用-E选项来只运行预处理器：

    1. $ gcc hello.c -E

    执行结果就是预处理器的输出。这个例子中，它含有来自stdio.h的被包含代码，和stdio.h所包含的所有文件，还有这些文件所包含的所有文件，以及其它。在我的机器上，共计800行代码。因为几乎每个C语言程序都会包含stdio.h，这800行代码经常会被编译。如果你像大多数C程序那样也包含了stdlib.h，结果会变成多于1800行代码。

    既然我们知道了编译过程的步骤，理解错误消息就变得十分容易。例如，如果#include指令中出现了一个错误，你会从预处理器处得到一个错误：

    1. hello.c:1:20: fatal error: stdioo.h: No such file or directory
    2. compilation terminated.

    如果有语法错误，你会从编译器处得到一个错误：

    如果你使用了没有在任何标准库中定义的函数，你会从链接器处得到一个错误：

    1. /tmp/cc7iAUbN.o: In function `main':
    2. hello.c:(.text+0xf): undefined reference to `printff'

    是UNIX链接器的名称，这样命名是因为“装载”（loading）是编译过程中的另一个步骤，它和链接关系密切。