C程序的編譯過程

轉自：http://blog.csdn.net/lw1a2/archive/2006/12/10/1437402.aspx

編譯，編譯程序讀取源程序（字符流），對 之進行詞法和語法的分析，將高級語言指令轉換爲功能等效的彙編代碼，再由彙編程序轉換爲機器語言，而且按照操做系統對 可執行文件格式的要求連接生成可執行程序。

C源程序頭文件－－>預編譯處理(cpp)－－>編譯程序自己 －－>優化程序－－>彙編程序－－>連接程序-->可執行文件

1.編譯預處理
讀取c源程序，對其中的僞指令（以#開頭的指令）和特殊符號進行處理
[析] 僞指令主要包括如下四個方面
（1）宏定義指令，如#define Name TokenString,#undef等。對於前一個僞指令，預編譯所要作的是將程序中的全部Name用TokenString替換，但做爲字符串常量的Name則不被替換。對於後者，則將取 消對某個宏的定義，使之後該串的出現再也不被替換。

（2）條件編譯指令，如#ifdef,#ifndef,#else,#elif,#endif,等等。這些僞指令的引入使得程序員能夠經過定義不一樣的宏來決定編譯程序對哪些代碼進行處理。預編譯程序將根據有關的文件， 將那些沒必要要的代碼過濾掉

（3）頭文件包含指令，如#include "FileName"或者#include <FileName>等。在頭文件中通常用僞指令#define定義了大量的宏（最多見的是字符常量），同時包含有各類外部符號的聲明。採用頭文件的目的主要是爲了使某些定義能夠供多個不 同的C源程序使用。由於在須要用到這些定義的C源程序中，只需加上一條#include語句便可，而沒必要再在此文 件中將這些定義重複一遍。預編譯程序將把頭文件中的定義通通都加入到它所產生的輸出文件中，以供編譯程序對之進行處理。

包含到c源程序中的頭文件能夠是系統提供的，這些頭文件通常被放 在/usr/include目錄下。在程序中#include它們要使用尖括號（<>）。另外開發人員也能夠定義自 己的頭文件，這些文件通常與c源程序放在同一目錄下，此時在#include中要用雙引號（""）。

（4）特殊符號，預編 譯程序能夠識別一些特殊的符號。例如在源程序中出現的LINE標識將被解釋爲當前行號（十進制 數），FILE則被解釋爲當前被編譯的C源 程序的名稱。預編譯程序對於在源程序中出現的這些串將用合適的值進行替換。

    預編譯程序所完成的基本上是對源程序的「替代」工做。通過此種替代，生成一個沒有宏定義、沒有條件編譯指令、沒有特殊符號的輸出文件。這個文件的含義同沒 有通過預處理的源文件是相同的，但內容有所不一樣。下一步，此輸出文件將做爲編譯程序的輸出而被翻譯成爲機器指令。

2.編譯階段

     通過預編譯獲得的輸出文件中，將只有常量。如數字、字符串、變量的定 義，以及C語言的關鍵字，如main,if,else,for,while,{,},+,-,*,\，等等。預編譯程序所要做得工做就是經過詞法分析和語法分析，在確認全部的指令都符合語法規則以後，將其翻譯成等價的中間 代碼表示或彙編代碼。

3.優 化階段
    優化處理是編譯系統中一項比較艱深的技術。它涉及到的問題不只同編譯技術自己有關，並且同機器的硬件環境也有很大的關係。優化一部分是對中間代碼的優化。 這種優化不依賴於具體的計算機。另外一種優化則主要針對目標代碼的生成而進行的。上圖中，咱們將優化階段放在編譯程序的後面，這是一種比較籠統的表示。

    對於前一種優化，主要的工做是刪除公共表達式、循環優化（代碼外提、強度削弱、變換循環控制條件、已知量的合併等）、複寫傳播，以及無用賦值的刪除，等 等。

後一種類型的優化同機器的硬件結 構密切相關，最主要的是考慮是如何充分利用機器的各個硬件寄存器存放的有關變量的值，以減小對於內存的訪問次數。另外，如何根據機器硬件執行指令的特色 （如流水線、RISC、CISC、VLIW等）而對指令進行一些調整使目標代碼比較短，執行的效率比較高，也是一個重要的研究課題。

通過優化獲得的彙編代碼必須通過彙編程序的彙編轉換成相應的機器指令，方可能被機器執行。

4.彙編過程

彙編過程實際上指把彙編語言代碼翻譯成目標機器指令的過程。對於被翻譯系統處理的每個C語言源程序，都將最終通過這一處理而獲得相應的目標文件。目標文件中所存放的也就是與源程序等效的目標的機器語言代碼。

目標文件由段組成。一般一個目標文件中至少有兩個段：

代碼段 該段中所包含的主要是程序的指令。該段通常是可讀和可執 行的，但通常卻不可寫。

數據段 主要存放程序中要用到的各類全局變量或靜態的數據。通常數據段都是可讀，可寫，可執行的。

UNIX環境下主要有三種類型的目標文件：

（1）可重定位文件 其中包含有適合於其它目標文件連接來建立一個 可執行的或者共享的目標文件的代碼和數據。

（2）共享的目標文件 這種文件存放了適合於在兩種上下文裏連接的代 碼和數據。第一種事連接程序可把它與其它可重定位文件及共享的目標文件一塊兒處理來建立另外一個目標文件；第二種是動態連接程序將它與另外一個可執行文件及其它 的共享目標文件結合到一塊兒，建立一個進程映象。

（3）可執行文件 它包含了一個能夠被操做系統建立一個進程來執行 之的文件。

彙編程序生成的其實是第一種類型的目標文件。對於後兩種還須要其餘 的一些處理方能獲得，這個就是連接程序的工做了。

5.連接程序

由彙編 程序生成的目標文件並不能當即就被執行，其中可能還有許多沒有解決的問題。例如，某個源文件中的函數可能引用了另外一個源文件中定義的某個符號（如變量或者 函數調用等）；在程序中可能調用了某個庫文件中的函數，等等。全部的這些問題，都須要經連接程序的處理方能得以解決。

連接程序的主要工做就是將有關的目標文件彼此相鏈接，也即將在一個文件中引用的符號同該符號在另一個文件中的定義鏈接起 來，使得全部的這些目標文件成爲一個可以誒操做系統裝入執行的統一總體。

根據開 發人員指定的同庫函數的連接方式的不一樣，連接處理可分爲兩種：

（1）靜態連接在這種連接方式下，函數的代碼將從其所在地靜態連接庫中被拷貝到最終的可執行程序中。這樣該程序在被執行時這 些代碼將被裝入到該進程的虛擬地址空間中。靜態連接庫其實是一個目標文件的集合，其中的每一個文件含有庫中的一個或者一組相關函數的代碼。

（2）動態連接在此種方式下，函數的代碼被放到稱做是動態鏈 接庫或共享對象的某個目標文件中。連接程序此時所做的只是在最終的可執行程序中記錄下共享對象的名字以及其它少許的登記信息。在此可執行文件被執行時，動 態連接庫的所有內容將被映射到運行時相應進程的虛地址空間。動態連接程序將根據可執行程序中記錄的信息找到相應的函數代碼。

對於可執行文件中的函數調用，可分別採用動態連接或靜態連接的方法。使用動態連接可以使最終的可執行文件比較短小，而且當 共享對象被多個進程使用時能節約一些內存，由於在內存中只須要保存一份此共享對象的代碼。但並非使用動態連接就必定比使用靜態連接要優越。在某些狀況下 動態連接可能帶來一些性能上損害。

通過上述五個過程，C源程序就最終被轉換成可執行文件了。缺省狀況下這個可執行文件的名字被命名爲a.out。