關(guān)于C程序源代碼是如何在硬件上運(yùn)行的?

來源：21ic電子網(wǎng) 整理：strongerHuang

要把我們編寫的一個(gè)C程序源代碼轉(zhuǎn)換成可以在硬件上運(yùn)行的程序（可執(zhí)行代碼：hex/bin等），需要進(jìn)行編譯和鏈接。

編譯：把文本形式源代碼翻譯為機(jī)器語言形式的目標(biāo)文件的過程。

鏈接：把目標(biāo)文件、操作系統(tǒng)的啟動(dòng)代碼和用到的庫(kù)文件進(jìn)行組織形成最終生成可執(zhí)行代碼的過程。

從下圖可以看到，整個(gè)代碼的編譯過程分為編譯和鏈接兩個(gè)過程，編譯對(duì)應(yīng)圖中的大括號(hào)括起的部分，其余則為鏈接過程。

編譯過程又可以分成兩個(gè)階段：編譯和匯編。

一、編譯

編譯是讀取源程序（字符流），對(duì)之進(jìn)行詞法和語法的分析，將高級(jí)語言指令轉(zhuǎn)換為功能等效的匯編代碼，源文件的編譯過程包含兩個(gè)主要階段：

1.預(yù)處理階段

第一個(gè)階段是預(yù)處理階段，在正式的編譯階段之前進(jìn)行。預(yù)處理階段將根據(jù)已放置在文件中的預(yù)處理指令來修改源文件的內(nèi)容。如#include指令就是一個(gè)預(yù)處理指令，它把頭文件的內(nèi)容添加到.cpp文件中。這個(gè)在編譯之前修改源文件的方式提供了很大的靈活性，以適應(yīng)不同的計(jì)算機(jī)和操作系統(tǒng)環(huán)境的限制。

一個(gè)環(huán)境需要的代碼跟另一個(gè)環(huán)境所需的代碼可能有所不同，因?yàn)榭捎玫挠布虿僮飨到y(tǒng)是不同的。在許多情況下，可以把用于不同環(huán)境的代碼放在同一個(gè)文件中，再在預(yù)處理階段修改代碼，使之適應(yīng)當(dāng)前的環(huán)境。

主要是以下幾方面的處理：

a.宏定義指令

如 #define a b

對(duì)于這種偽指令，預(yù)編譯所要做的是將程序中的所有a用b替換，但作為字符串常量的 a則不被替換。還有 #undef，則將取消對(duì)某個(gè)宏的定義，使以后該串的出現(xiàn)不再被替換。

b.條件編譯指令

如#ifdef，#ifndef，#else，#elif，#endif等

這些偽指令的引入使得程序員可以通過定義不同的宏來決定編譯程序?qū)δ男┐a進(jìn)行處理。預(yù)編譯程序?qū)⒏鶕?jù)有關(guān)的文件，將那些不必要的代碼過濾掉。

c.頭文件包含指令

如#include "FileName"或者#include等

在頭文件中一般用偽指令#define定義了大量的宏（最常見的是字符常量），同時(shí)包含有各種外部符號(hào)的聲明。采用頭文件的目的主要是為了使某些定義可以供多個(gè)不同的C源程序使用。因?yàn)樵谛枰玫竭@些定義的C源程序中，只需加上一條#include語句即可，而不必再在此文件中將這些定義重復(fù)一遍。

預(yù)編譯程序?qū)杨^文件中的定義統(tǒng)統(tǒng)都加入到它所產(chǎn)生的輸出文件中，以供編譯程序?qū)χM(jìn)行處理。包含到c源程序中的頭文件可以是系統(tǒng)提供的，這些頭文件一般被放在 /usr/include目錄下。

在程序中#include它們要使用尖括號(hào)（< >）。另外開發(fā)人員也可以定義自己的頭文件，這些文件一般與c源程序放在同一目錄下，此時(shí)在#include中要用雙引號(hào)（""）。

d.特殊符號(hào)

預(yù)編譯程序可以識(shí)別一些特殊的符號(hào)

例如在源程序中出現(xiàn)的LINE標(biāo)識(shí)將被解釋為當(dāng)前行號(hào)（十進(jìn)制數(shù)），F(xiàn)ILE則被解釋為當(dāng)前被編譯的C源程序的名稱。預(yù)編譯程序?qū)τ谠谠闯绦蛑谐霈F(xiàn)的這些串將用合適的值進(jìn)行替換。

預(yù)編譯程序所完成的基本上是對(duì)源程序的“替代”工作。經(jīng)過此種替代，生成一個(gè)沒有宏定義、沒有條件編譯指令、沒有特殊符號(hào)的輸出文件。這個(gè)文件的含義同沒有經(jīng)過預(yù)處理的源文件是相同的，但內(nèi)容有所不同。下一步，此輸出文件將作為編譯程序的輸出而被翻譯成為機(jī)器指令。

2.編譯優(yōu)化階段

第二個(gè)階段編譯、優(yōu)化階段，經(jīng)過預(yù)編譯得到的輸出文件中，只有常量；如數(shù)字、字符串、變量的定義，以及c語言的關(guān)鍵字，如main,if,else,for,while,{,}, +,-,*,等等。

編譯程序所要作得工作就是通過詞法分析和語法分析，在確認(rèn)所有的指令都符合語法規(guī)則之后，將其翻譯成等價(jià)的中間代碼表示或匯編代碼。

優(yōu)化處理是編譯系統(tǒng)中一項(xiàng)比較艱深的技術(shù)。它涉及到的問題不僅同編譯技術(shù)本身有關(guān)，而且同機(jī)器的硬件環(huán)境也有很大的關(guān)系。優(yōu)化一部分是對(duì)中間代碼的優(yōu)化。這種優(yōu)化不依賴于具體的計(jì)算機(jī)。另一種優(yōu)化則主要針對(duì)目標(biāo)代碼的生成而進(jìn)行的。

對(duì)于前一種優(yōu)化，主要的工作是刪除公共表達(dá)式、循環(huán)優(yōu)化（代碼外提、強(qiáng)度削弱、變換循環(huán)控制條件、已知量的合并等）、復(fù)寫傳播，以及無用賦值的刪除，等等。

后一種類型的優(yōu)化同機(jī)器的硬件結(jié)構(gòu)密切相關(guān)，最主要的是考慮是如何充分利用機(jī)器的各個(gè)硬件寄存器存放的有關(guān)變量的值，以減少對(duì)于內(nèi)存的訪問次數(shù)。另外，如何根據(jù)機(jī)器硬件執(zhí)行指令的特點(diǎn)（如流水線、RISC、CISC、VLIW等）而對(duì)指令進(jìn)行一些調(diào)整使目標(biāo)代碼比較短，執(zhí)行的效率比較高，也是一個(gè)重要的研究課題。

二、匯編

匯編實(shí)際上指把匯編語言代碼翻譯成目標(biāo)機(jī)器指令的過程。對(duì)于被翻譯系統(tǒng)處理的每一個(gè)C語言源程序，都將最終經(jīng)過這一處理而得到相應(yīng)的目標(biāo)文件。目標(biāo)文件中所存放的也就是與源程序等效的目標(biāo)的機(jī)器語言代碼。目標(biāo)文件由段組成。通常一個(gè)目標(biāo)文件中至少有兩個(gè)段：

代碼段：該段中所包含的主要是程序的指令。該段一般是可讀和可執(zhí)行的，但一般卻不可寫。

數(shù)據(jù)段：主要存放程序中要用到的各種全局變量或靜態(tài)的數(shù)據(jù)。一般數(shù)據(jù)段都是可讀，可寫，可執(zhí)行的。

1.UNIX環(huán)境下的三種目標(biāo)文件

可重定位文件：其中包含有適合于其它目標(biāo)文件鏈接來創(chuàng)建一個(gè)可執(zhí)行的或者共享的目標(biāo)文件的代碼和數(shù)據(jù)。

共享的目標(biāo)文件：這種文件存放了適合于在兩種上下文里鏈接的代碼和數(shù)據(jù)。第一種是鏈接程序可把它與其它可重定位文件及共享的目標(biāo)文件一起處理來創(chuàng)建另一個(gè) 目標(biāo)文件；第二種是動(dòng)態(tài)鏈接程序?qū)⑺c另一個(gè)可執(zhí)行文件及其它的共享目標(biāo)文件結(jié)合到一起，創(chuàng)建一個(gè)進(jìn)程映象。

可執(zhí)行文件：它包含了一個(gè)可以被操作系統(tǒng)創(chuàng)建一個(gè)進(jìn)程來執(zhí)行之的文件。匯編程序生成的實(shí)際上是第一種類型的目標(biāo)文件。對(duì)于后兩種還需要其他的一些處理方能得到，這個(gè)就是鏈接程序的工作了。

2.鏈接過程

由匯編程序生成的目標(biāo)文件并不能立即就被執(zhí)行，其中可能還有許多沒有解決的問題。

例如，某個(gè)源文件中的函數(shù)可能引用了另一個(gè)源文件中定義的某個(gè)符號(hào)（如變量或者函數(shù)調(diào)用等）；在程序中可能調(diào)用了某個(gè)庫(kù)文件中的函數(shù)，等等。所有的這些問題，都需要經(jīng)鏈接程序的處理方能得以解決。

鏈接程序的主要工作就是將有關(guān)的目標(biāo)文件彼此相連接，也即將在一個(gè)文件中引用的符號(hào)同該符號(hào)在另外一個(gè)文件中的定義連接起來，使得所有的這些目標(biāo)文件成為一個(gè)能夠誒操作系統(tǒng)裝入執(zhí)行的統(tǒng)一整體。

根據(jù)開發(fā)人員指定的同庫(kù)函數(shù)的鏈接方式的不同，鏈接處理可分為兩種：

靜態(tài)鏈接：在這種鏈接方式下，函數(shù)的代碼將從其所在地靜態(tài)鏈接庫(kù)中被拷貝到最終的可執(zhí)行程序中。這樣該程序在被執(zhí)行時(shí)這些代碼將被裝入到該進(jìn)程的虛擬地址空間中。靜態(tài)鏈接庫(kù)實(shí)際上是一個(gè)目標(biāo)文件的集合，其中的每個(gè)文件含有庫(kù)中的一個(gè)或者一組相關(guān)函數(shù)的代碼。

動(dòng)態(tài)鏈接：在此種方式下，函數(shù)的代碼被放到稱作是動(dòng)態(tài)鏈接庫(kù)或共享對(duì)象的某個(gè)目標(biāo)文件中。鏈接程序此時(shí)所作的只是在最終的可執(zhí)行程序中記錄下共享對(duì)象的名字以及其它少量的登記信息。在此可執(zhí)行文件被執(zhí)行時(shí)，動(dòng)態(tài)鏈接庫(kù)的全部?jī)?nèi)容將被映射到運(yùn)行時(shí)相應(yīng)進(jìn)程的虛地址空間。動(dòng)態(tài)鏈接程序?qū)⒏鶕?jù)可執(zhí)行程序中記錄的信息找到相應(yīng)的函數(shù)代碼。

對(duì)于可執(zhí)行文件中的函數(shù)調(diào)用，可分別采用動(dòng)態(tài)鏈接或靜態(tài)鏈接的方法。使用動(dòng)態(tài)鏈接能夠使最終的可執(zhí)行文件比較短小，并且當(dāng)共享對(duì)象被多個(gè)進(jìn)程使用時(shí)能節(jié)約一些內(nèi)存，因?yàn)樵趦?nèi)存中只需要保存一份此共享對(duì)象的代碼。但并不是使用動(dòng)態(tài)鏈接就一定比使用靜態(tài)鏈接要優(yōu)越。在某些情況下動(dòng)態(tài)鏈接可能帶來一些性能上損害。

我們?cè)?a target="_blank">Linux使用的gcc編譯器便是把以上的幾個(gè)過程進(jìn)行捆綁，使用戶只使用一次命令就把編譯工作完成，這的確方便了編譯工作，但對(duì)于初學(xué)者了解編譯過程就很不利了，下圖便是gcc代理的編譯過程：

從上圖可以看到：

預(yù)編譯：

將.c 文件轉(zhuǎn)化成 .i文件

使用的gcc命令是：gcc –E

對(duì)應(yīng)于預(yù)處理命令：cpp

編譯：

將.c/.h文件轉(zhuǎn)換成.s文件

使用的gcc命令是：gcc –S

對(duì)應(yīng)于編譯命令是：cc –S

匯編：

將.s 文件轉(zhuǎn)化成 .o文件

使用的gcc 命令是：gcc –c

對(duì)應(yīng)于匯編命令是：as

鏈接：

將.o文件轉(zhuǎn)化成可執(zhí)行程序

使用的gcc 命令是：gcc

對(duì)應(yīng)于鏈接命令是：ld

三、結(jié)語總結(jié)起來編譯過程就上面的四個(gè)過程：預(yù)編譯、編譯、匯編、鏈接。 了解這四個(gè)過程中所做的工作，對(duì)我們理解頭文件、庫(kù)等的工作過程是有幫助的，而且清楚的了解編譯鏈接過程還對(duì)我們?cè)?a href="http://ttokpm.com/v/tag/1315/" target="_blank">編程時(shí)定位錯(cuò)誤，以及編程時(shí)盡量調(diào)動(dòng)編譯器的檢測(cè)錯(cuò)誤會(huì)有很大的幫助的。