从字符串变为程序

复习

　　还记得讲程序与编程基础时，我们留下了一个黑箱吗？当时说：一段源代码经过“编译、汇编、链接”变成可执行文件，但内部具体怎么变的，暂时当作黑箱。

　　现在，我们终于有足够的工具（树、图、哈希表、递归、动态规划……）来打开它了。这就是编译原理要讲的事。

　　编译器的职责，一句话就能说清：把一种语言写的程序（源代码），翻译成另一种语言写的程序（目标代码）。

　　它像一位翻译官：输入是一串字符，输出是能在机器上运行的指令。从“人写的字”，到“机器执行的命令”，中间要跨过巨大的鸿沟。

　　既然只是翻译，为什么不能直接“看一眼源码就吐出机器码”？

　　因为这两者之间的差距太大了。源代码有嵌套结构、有类型、有作用域、有复杂表达式；机器指令只认寄存器、内存地址和跳转。一步跨过去，几乎不可能写对。

　　于是，编译器把这件事拆成了一连串阶段，每一步只解决一小部分问题：

　　这又是我们熟悉的老办法：面对一个复杂问题，把它拆成一层层可以分别搞定的阶段。 每一层的输出，就是下一层的输入。

　　接下来的章节，我们会始终跟着一小段源代码，看它在编译器内部一路变成什么形态：先是字符，再是词，然后是语法树，接着是中间表示，最后是机器指令。

　　先从最底层的一步开始：怎样把一串字符，切成编译器认得的一个个“词”？

思考题 1

　　编译器为什么不能直接把源代码变成机器指令，而要分成多个阶段？

思考题 2

　　前端和后端，大致各负责什么？

　　因为源码与机器指令之间差距太大：源码有嵌套结构、类型、作用域等，机器指令只认寄存器和地址。一步转换几乎无法写对，分阶段可以让每一步只解决一小部分问题，逐层推进。

　　前端负责“读懂”源码：词法分析、语法分析、语义分析，产出程序的结构表示；后端负责把中间的表示落到具体机器的指令上，包括指令选择、寄存器分配、生成汇编等。

设计师 | 南国微雪