(x86) 汇编器优化

Question

我正在用 Java 为面向 Windows 的 x86-32 (IA32) 处理器构建编译器/汇编器/链接器。

高级概念（我没有任何“源代码”：没有语法或词法翻译，所有语言都是常规的）被翻译成操作码，然后被包装并输出到文件中。翻译过程有几个阶段，一个是常规语言之间的翻译：最高层代码被翻译成中层代码，然后再被翻译成最低层代码（大概 超过 3 个级别）。

我的问题如下；如果我将高级代码（X 和 Y）翻译成低级代码（x、y、U 和 V），那么这种翻译的一个例子是伪代码：

x + U(f) // generated by X
+
V(f) + y // generated by Y

（一个简单的示例）其中V 与U 相反（与U 的堆栈推送和V 的弹出相比）。这需要“优化”为：

x + y

（基本上删除“无用”代码）

我的想法是使用正则表达式。对于上述情况，它将是一个如下所示的正则表达式：x:(U(x)+V(x)):null，表示所有x 查找U(x)，后跟V(x)，并替换为null。想象更复杂的正则表达式，用于更复杂的优化。这应该适用于所有级别。

你有什么建议？什么是优化和生成快速 x86 程序集的好方法？

Answer 1

您实际上应该做的是构建一个 Abstract Syntax Tree (AST)。

它是以树的形式表示源代码，更容易使用，尤其是进行转换和优化。

该代码表示​​为一棵树，类似于：

(+
    (+
        x
        (U f))
    (+
        (V f)
        y))

然后您可以尝试进行一些转换：总和是所有项的总和：

(+
    x
    (U f)
    (V f)
    y)

然后你可以扫描树，你可以有以下规则：

• (+ (U x) (V x)) = 0，对于所有 x
• (+ 0 x1 x2 ...) = x, 对于所有 x1, x2, ...

然后你会得到你正在寻找的东西：

(+ x y)

任何关于编译器编写的好书都会讨论很多关于 AST 的内容。函数式编程语言特别适合这项任务，因为通常很容易表示树并进行模式匹配以解析和转换树。

通常，对于此任务，您应该避免使用正则表达式。正则表达式定义了数学家所说的常规语言。任何正则语言都可以被一组正则表达式解析。但是，我认为您的语言不规则，因此无法通过正则表达式正确解析。

人们尝试，尝试，并尝试使用正则表达式解析诸如 HTML 之类的语言。这已在 SO 中广泛讨论，您无法使用正则表达式解析 HTML。总会有例外情况，您的正则表达式会失败，您必须对其进行调整。

这可能与您的语言相同：如果它不是正则，您应该避免很多麻烦，并且不要尝试使用正则表达式对其进行解析（尤其是“转换”它）。

Answer 2

我在理解这个问题时遇到了很多麻烦，但我认为您会发现了解一些关于 术语重写系统 的知识很有用，这似乎就是您所提议的。该机制是树重写（始终有效）还是正则表达式（有时适用于某些语言，而其他语言始终有效）是次要的。

绝对可以通过术语重写来优化目标代码。您可能还会从了解窥视孔优化的知识中受益； Davidson 和 Fraser 在retargetable peephole optimizer 上发表的一篇论文是一个很好的起点，因为它的基础非常强大。还有贝尼特斯和戴维森的excellent later work。