計算機(jī)的世界，就從hello，world開始吧！

#include <stdio.h>
int main()
{
	printf("Hello World\n");
  return 0;
}

“Hello World”，對于好兄弟們來說，都很熟悉吧，大學(xué)第一課、編程語言書本的第一個dmeo，基本都是用這個作為引子，這次我們也從hello，world開始進(jìn)入計算機(jī)的世界遨游吧！

剛開始學(xué)這些東西的時候，比如用VC++, 都是鼠標(biāo)點(diǎn)點(diǎn)，直接出來黑窗口，可以看到我們的執(zhí)行結(jié)果，卻不知，這一系列的背后，隱匿了很多我們不知道的細(xì)節(jié)，而這些東西都讓VC++這類的集成開發(fā)環(huán)境幫我們做了(當(dāng)很多東西被封裝成簡單的API給我們使用的時候，也同時證明了我們的可替代性變得越來越高，那怎么辦？好好讀這篇文章:))，有的工作了好幾年的，也不見得知道Hello，World的執(zhí)行過程，這次我們把它搞懂。

先來看一下整個C程序從寫完代碼，到執(zhí)行所經(jīng)歷的步驟：

當(dāng)我們在linux上輸入如下指令的時候，VC++或者別的C的開發(fā)環(huán)境，就會在背后幫我們進(jìn)行上面的動作。

$gcc  hello.c
$./a.out

預(yù)編譯

通過預(yù)編譯器，生成".i"文件

這個過程主要是處理源代碼文件中以“#”開始的預(yù)編譯指令，比如："#include",“define”

對于我們的hello程序來說，會處理#include指令，將被包含的stdio.h文件插入到第一行我們的#include指令的位置上，但是我們的stdio.h可能還包含的別的#include，所以這個過程是遞歸進(jìn)行的

如果我們有宏定義，比如#define，會展開所有的宏定義，比如：#define PI 3.14, 在預(yù)編譯步驟中，會將#define刪除，然后將所有PI替換成3.14

如果我們在代碼中存在注釋的時候，還會將注釋進(jìn)行刪除，可見注釋并不會對我們的代碼產(chǎn)生什么影響

如何查看預(yù)編譯后的文件呢？

$gcc -E hello.c -o hello.i

• -E：表示只進(jìn)行預(yù)編譯
• -o：指定要生成的結(jié)果文件，后面就是結(jié)果文件的名字

經(jīng)過預(yù)編譯之后的.i文件中不會包含任何宏定義，也就是#define，因?yàn)橐呀?jīng)被替換，所以當(dāng)無法判斷宏定義是否正確或者頭文件是否包含正確時，可以查看預(yù)編譯后的文件來確定問題

#define PI 3.14
int main()
{
	double d = PI;
  return 0;
}
--------預(yù)編譯之后---------
int main()
{
  double d = 3.14;
  return 0;
}

編譯

編譯的過程是把預(yù)處理文件進(jìn)行：詞法分析->語法分析->語義分析->源代碼生成->目標(biāo)代碼的生成和優(yōu)化

整個過程如下：

其結(jié)果是產(chǎn)生.s的匯編文件

上面的過程相當(dāng)于執(zhí)行了：

$gcc -S hello.i -o hello.s

也可以用命令ccl來完成，路徑是/usr/lib/gcc/x86_64-linux-gnu/7/cc1，這個命令是將預(yù)編譯和編譯封裝了起來

$/usr/lib/gcc/x86_64-linux-gnu/7/cc1 hello.c

其實(shí)gcc 的-S命令就是調(diào)用的cc1這個命令，所以gcc這個命令就是這些程序的包裝，這些成比如：cc1，ld，as這些其實(shí)都是程序，gcc會根據(jù)不同的參數(shù)去調(diào)用不同的程序，相當(dāng)于在外面加了一層

來看下編譯的詳細(xì)過程：

詞法分析

這個過程會產(chǎn)生token，聽著token感覺好高大上，其實(shí)也就那么回事，通俗點(diǎn)來說，給程序中的所有的符號進(jìn)行分類，而這個分類都有什么呢？比如：標(biāo)識符、左括號、右括號、加號、乘號、數(shù)字、賦值、左右方括號

arr[i] = (i + 1) * (2 + 3)

對上面語句進(jìn)行分類就是：arr、i是標(biāo)識符，1、2、3都屬于數(shù)字，有加號、還有乘號、還有左右括號、左右方括號和賦值，就是這么簡單的分類，這里面的每個符號，都表示一個token。

語法分析

語法分析的結(jié)果是生成語法樹，一聽很懵逼是吧，聽我給你慢慢道來，先來一句總結(jié)的話，語法樹怎么生成的？可以這么理解：就是以運(yùn)算符為根節(jié)點(diǎn)，操作數(shù)為孩子節(jié)點(diǎn)，將語句根據(jù)運(yùn)算符的優(yōu)先級從右到左，將樹從下到上構(gòu)造成的。沒聽懂嗎？ 上圖

• 按照運(yùn)算符的優(yōu)先級，應(yīng)該先計算()和[]中內(nèi)容，按照我們的運(yùn)算符為根節(jié)點(diǎn)的說法，所以以i和1為孩子節(jié)點(diǎn)，以+為根節(jié)點(diǎn)，以2和3為孩子節(jié)點(diǎn)，以+為根節(jié)點(diǎn)，[]為根節(jié)點(diǎn)，arr和i為孩子節(jié)點(diǎn)
• 然后以*為根節(jié)點(diǎn)，上述生成的兩個節(jié)點(diǎn)看成一個整體作為*的根節(jié)點(diǎn)，賦值左邊的[]也是以相同的邏輯形成生成一個子樹
• 最后以=作為根節(jié)點(diǎn)，將上面步驟生成的兩個根節(jié)點(diǎn)看成一個整體，形成一個語法樹

總結(jié)：

• 語法樹是以表達(dá)式為節(jié)點(diǎn)的樹，C中一個語句就是一個表達(dá)式，而一個復(fù)雜的語句又是很多表達(dá)式的組合，比如我們的語句中有：賦值表達(dá)式、加法表達(dá)式、乘法表達(dá)式、數(shù)組表達(dá)式。
• 在上述的圖中，葉子節(jié)點(diǎn)都以黃色標(biāo)識出來，可以看到符號和數(shù)字是最小的表達(dá)式
• 同時在語法分析的同時，運(yùn)算符的優(yōu)先級也被確定了下來，()和[]一樣高，()比*優(yōu)先級高，*比+號優(yōu)先級高
• 在語法分析過程中，如果出現(xiàn)了表達(dá)式不合法，比如括號不匹配等，編譯器會報錯誤

語義分析

那么語義分析階段主要做什么事情呢？

語法分析，只是完成了表達(dá)式語法層面的分析，并不知道這個語句的真正意義，比如說兩個指針做乘法運(yùn)算，語法分析是分析不出來的。

語義分析包括：靜態(tài)語義和動態(tài)語義，靜態(tài)語義就是在編譯期間可以確定的語義，比如將浮點(diǎn)數(shù)賦值給整型的類型轉(zhuǎn)換，動態(tài)語義就是運(yùn)行時才能確定的語義，比如0作為除數(shù)。

來個case：如果將一個浮點(diǎn)數(shù)賦值給一個指針，語義分析階段就會出錯。

語義分析的結(jié)果就是：整個 語法樹的表達(dá)式，都被標(biāo)識了類型

中間語言生成

編譯器在源代碼級別會有一個優(yōu)化的過程，比如我們上述的表達(dá)式2 + 3就可以被優(yōu)化成5：

直接在語法樹上做優(yōu)化比較困難，所以源碼優(yōu)化器將整個語法樹轉(zhuǎn)化成中間代碼，它是語法樹的順序表示，此時的中間代碼和目標(biāo)機(jī)器和運(yùn)行時環(huán)境還是無關(guān)的，中間代碼使編譯器可以分為前端和后端

目標(biāo)代碼生成和優(yōu)化

代碼生成器將中間代碼轉(zhuǎn)換成目標(biāo)機(jī)器碼：這個過程依賴于目標(biāo)機(jī)器，不同的機(jī)器有不同的字長、寄存器等，此時生成的就是匯編代碼了

movl i, $ecx
addl $4, %ecx
....

目標(biāo)代碼優(yōu)化器對目標(biāo)代碼進(jìn)行優(yōu)化，比如選擇一個合適的尋址方式等

匯編

匯編是將匯編代碼轉(zhuǎn)換成機(jī)器可以執(zhí)行的指令，每一個匯編語句幾乎都對應(yīng)一條機(jī)器指令，所以這個過程，根據(jù)匯編指令和機(jī)器指令的對照表，一一分析就可以了。

上面的過程相當(dāng)于執(zhí)行了

$gcc -c hello.c -o hello.o

或者

$gcc -c hello.s -o hello.o

或者

$as hello.s -o hello.o

又一次驗(yàn)證了上面的結(jié)論，gcc命令對as程序的封裝

匯編的結(jié)果生成的.o文件叫做目標(biāo)文件

鏈接

到目前位置，完成了編譯的整個過程，到現(xiàn)在位置，還沒有為程序中的變量分配地址，那么什么時候分配地址呢？假設(shè)已經(jīng)分配了地址，那么我們有可能在引用了別的文件中的變量或者函數(shù)，那么此時怎么為他們分配地址呢？所以肯定不是在之前分配地址的。

這個過程在鏈接階段才能確定，定義在其他文件的全局變量和函數(shù)在最終運(yùn)行時的絕對地址都要在最終鏈接時才能確定，所以編譯器將一個源碼文件編譯成一個未鏈接的目標(biāo)文件，然后由鏈接器最終將這些目標(biāo)文件鏈接起來形成可執(zhí)行文件。

鏈接的主要內(nèi)容就是把各個模塊之間相互引用的部分處理好，使各個模塊之間能夠正確鏈接，這里所有的模塊之間的相互引用是指全局變量的相互引用和函數(shù)的相互調(diào)用，其實(shí)鏈接的工作就是把一些指令對其他符號的地址的引用加以修正

鏈接過程主要包括：

• 地址和空間分配
• 符號決議(靜態(tài)鏈接)
• 重定位

什么是靜態(tài)鏈接呢？

源代碼文件經(jīng)過編譯器后生成目標(biāo)文件，目標(biāo)文件和庫一起鏈接成可執(zhí)行文件，這里的庫是運(yùn)行時庫，庫是一組目標(biāo)文件的包，就是一些常用的代碼編譯成目標(biāo)文件后打包存放

比如有兩個文件A.c 和B.c A中使用了B的函數(shù)foo()和變量var， 由于每個模塊都是單獨(dú)編譯的，所以在編譯階段并不知道函數(shù)foo和變量var的地址，所以就將他們地址暫時設(shè)置成0，等待鏈接器將目標(biāo)文件A和B鏈接起來的時候再修改正，這個修正的過程叫做重定位，整個過程就是靜態(tài)鏈接的基本過程。