shecc : kompiler pengoptimal C hosting mandiri dan pendidikan

gambar logo

Perkenalan

shecc dibuat dari awal, menargetkan arsitektur Arm 32-bit dan RISC-V, sebagai kompiler kompilasi mandiri untuk subset bahasa C. Meskipun sifatnya sederhana, ia mampu melakukan strategi pengoptimalan dasar sebagai kompiler pengoptimalan yang berdiri sendiri.

Fitur

Hasilkan binari Linux ELF yang dapat dieksekusi untuk ARMv7-A dan RV32IM.
Menyediakan perpustakaan standar C minimal untuk I/O dasar di GNU/Linux.
Kompiler silang ditulis dalam ANSI C, sehingga kompatibel dengan sebagian besar platform.
Sertakan front-end C mandiri dengan generator kode mesin terintegrasi; tidak diperlukan assembler atau linker eksternal.
Memanfaatkan proses kompilasi dua jalur: jalur pertama memeriksa sintaksis dan memecah pernyataan kompleks menjadi operasi dasar, sedangkan jalur kedua menerjemahkan operasi ini ke dalam kode mesin Arm/RISC-V.
Mengembangkan sistem alokasi register yang kompatibel dengan arsitektur gaya RISC.
Menerapkan middle-end berbasis penugasan tunggal statis (SSA) yang independen terhadap arsitektur untuk meningkatkan pengoptimalan.

Kesesuaian

shecc mampu mengkompilasi file sumber C yang ditulis dalam sintaks berikut:

tipe data: char, int, struct, dan pointer
pernyataan kondisi: if, while, for, switch, case, break, return, dan ekspresi umum
tugas majemuk: += , -= , *=
inisialisasi variabel global/lokal untuk tipe data yang didukung
- misalnya int i = [expr]
dukungan terbatas untuk arahan praprosesor: #define , #ifdef , #elif , #endif , #undef , dan #error
makro variadik tidak bersarang dengan pengidentifikasi __VA_ARGS__

Backend menargetkan armv7hf dengan Linux ABI, diverifikasi pada Raspberry Pi 3, dan juga mendukung arsitektur RISC-V 32-bit, diverifikasi dengan QEMU.

Bootstrap

Langkah-langkah untuk memvalidasi shecc bootstrapping:

stage0 : kode sumber shecc awalnya dikompilasi menggunakan kompiler biasa yang menghasilkan executable asli. Kompiler yang dihasilkan dapat digunakan sebagai kompiler silang.
stage1 : Biner yang dibangun membaca kode sumbernya sendiri sebagai input dan menghasilkan biner ARMv7-A/RV32IM.
stage2 : Biner ARMv7-A/RV32IM yang dihasilkan dipanggil (melalui QEMU atau dijalankan pada perangkat Arm dan RISC-V) dengan kode sumbernya sendiri sebagai input dan menghasilkan biner ARMv7-A/RV32IM lainnya.
bootstrap : Bangun kompiler stage1 dan stage2 , dan verifikasi bahwa keduanya identik dalam byte. Jika demikian, shecc dapat mengkompilasi kode sumbernya sendiri dan menghasilkan versi baru dari program yang sama.

Prasyarat

Pembuat kode di shecc tidak bergantung pada utilitas eksternal. Anda hanya memerlukan kompiler C biasa seperti gcc dan clang . Namun, shecc akan melakukan bootstrap sendiri, dan emulasi ISA Arm/RISC-V diperlukan. Instal QEMU untuk emulasi pengguna Arm/RISC-V di GNU/Linux:

$ sudo apt-get install qemu-user

shecc masih dapat dibuat di macOS atau Microsoft Windows. Namun, bootstrap tahap kedua akan gagal karena tidak adanya qemu-arm .

Untuk menjalankan tes snapshot, instal paket di bawah ini:

$ sudo apt-get install graphviz jq

Bangun dan Verifikasi

Konfigurasikan backend mana yang Anda inginkan, shecc mendukung backend ARMv7-A dan RV32IM:

 $ make config ARCH=arm
# Target machine code switch to Arm

$ make config ARCH=riscv
# Target machine code switch to RISC-V

Jalankan make dan Anda akan melihat ini:

  CC+LD	out/inliner
  GEN	out/libc.inc
  CC	out/src/main.o
  LD	out/shecc
  SHECC	out/shecc-stage1.elf
  SHECC	out/shecc-stage2.elf

File out/shecc adalah kompiler tahap pertama. Penggunaannya:

$ shecc [-o output] [+m] [--no-libc] [--dump-ir] < infile.c >

Opsi kompiler:

-o : Tentukan nama file keluaran (default: out.elf )
+m : Gunakan instruksi perkalian/pembagian perangkat keras (default: dinonaktifkan)
--no-libc : Kecualikan pustaka C yang tertanam (default: tertanam)
--dump-ir : Membuang representasi perantara (IR)

Contoh:

$ out/shecc -o fib tests/fib.c
$ chmod +x fib
$ qemu-arm fib

Verifikasi bahwa IR yang dipancarkan identik dengan snapshot dengan menentukan target check-snapshots saat memanggil make :

$ make check-snapshots

shecc hadir dengan unit test. Untuk menjalankan pengujian, berikan check sebagai argumen:

$ make check

Keluaran referensi:

 ...
int main(int argc, int argv) { exit(sizeof(char)); } => 1
int main(int argc, int argv) { int a; a = 0; switch (3) { case 0: return 2; case 3: a = 10; break; case 1: return 0; } exit(a); } => 10
int main(int argc, int argv) { int a; a = 0; switch (3) { case 0: return 2; default: a = 10; break; } exit(a); } => 10
OK

Untuk membersihkan file kompiler yang dihasilkan, jalankan perintah make clean . Untuk mengatur ulang konfigurasi arsitektur, gunakan perintah make distclean .

Representasi Menengah

Setelah opsi --dump-ir diteruskan ke shecc , representasi perantara (IR) akan dihasilkan. Ambil file tests/fib.c misalnya. Ini terdiri dari fungsi deret Fibonacci rekursif.

 int fib ( int n )
{
    if ( n == 0 )
        return 0 ;
    else if ( n == 1 )
        return 1 ;
    return fib ( n - 1 ) + fib ( n - 2 );
}

Jalankan yang berikut ini untuk menghasilkan IR:

$ out/shecc --dump-ir -o fib tests/fib.c

Penjelasan baris demi baris antara sumber C dan IR:

 C Source                IR                                         Explanation
-- -- -- -- -- -- -- -- -- + -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- - + -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- -- --

int fib ( int n )      def int @ fib ( int % n )                    Indicate a function definition
{                   {
  if ( n == 0 )         const %. t1001 , $0                     Load constant 0 into a temporary variable ".t1001"
                      %. t1002 = eq % n , %. t1001              Test "n" equals ".t1001" or not , and write the result in temporary variable ".t1002"
                      br %. t1002 , . label . 1177 , . label . 1178  If ".t1002" equals zero , goto false label ".label.1178" , otherwise ,
                                                            goto true label ".label.1177"
                    . label . 1177
    return 0 ;         const %. t1003 , $0                     Load constant 0 into a temporary variable ".t1003"
                      ret %. t1003                           Return ".t1003"
                      j . label . 1184                         Jump to endif label ".label.1184"
                    . label . 1178
  else if ( n == 1 )    const %. t1004 , $1                     Load constant 1 into a temporary variable ".t1004"
                      %. t1005 = eq % n , %. t1004              Test "n" equals ".t1004" or not , and write the result in temporary variable ".t1005"
                      br %. t1005 , . label . 1183 , . label . 1184  If ".t1005" equals zero , goto false label ".label.1184" . Otherwise ,
                                                            goto true label ".label.1183"
                    . label . 1183
    return 1 ;         const %. t1006 , $1                     Load constant 1 into a temporary variable ".t1006"
                      ret %. t1006                           Return ".t1006"
                    . label . 1184
  return
    fib ( n - 1 )        const %. t1007 , $1                     Load constant 1 into a temporary variable ".t1007"
                      %. t1008 = sub % n , %. t1007             Subtract ".t1007" from "n" , and store the result in temporary variable ".t1008"
                      push %. t1008                          Prepare parameter for function call
                      call @ fib , 1                          Call function " fib " with one parameter
    +                 retval %. t1009                        Store return value in temporary variable ". t1009 "
    fib ( n - 2 );       const %. t1010 , $2                     Load constant 2 into a temporary variable ".t1010"
                      %. t1011 = sub % n , %. t1010             Subtract ".t1010" from "n" , and store the result in temporary variable ".t1011"
                      push %. t1011                          Prepare parameter for function call
                      call @ fib , 1                          Call function " fib " with one parameter
                      retval %. t1012                        Store return value in temporary variable ". t1012 "
                      %. t1013 = add %. t1009 , %. t1012        Add ". t1009 " and ". t1012 ", and store the result in temporary variable " . t1013 "
                      ret %. t1013                           Return ".t1013"
}                   }

Masalah yang Diketahui

ELF yang dihasilkan tidak memiliki bagian .bss dan .rodata
Dukungan dari berbagai argumen fungsi tidak lengkap. Tidak ada yang dapat digunakan. Alternatifnya, periksa implementasi printf di source lib/cc untuk var_arg .
Front-end C agak kotor karena tidak ada AST yang efektif.

Lisensi

shecc dapat didistribusikan ulang secara bebas di bawah lisensi klausa BSD 2. Penggunaan kode sumber ini diatur oleh lisensi bergaya BSD yang dapat ditemukan di file LICENSE .

Memperluas