C编译器剖析_5.3.2 中间代码生成及优化_switch语句的翻译

5.3.2.Switch语句的翻译
在这一小节中，我们来讨论一下switch语句的翻译，switch语句的产生式如下所示。
SwitchStatement:
switch( expr ) statement
当C程序员编写出如下代码时，UCC编译器会在语义检查阶段进行报错“error:The break shall appear in a switch or loop”，从语法上来看，以下“case 3: b = 30;”是case语句，而“break;”并不是case语句的一部分。按switch语句的产生式，以下“switch(a) case 3:
b = 30;”构成一条完整的switch语句，而“break;”则不在switch语句内。
switch(a)
case 3: b =30; break;
虽然按switch语句的产生式，其中的statement部分并不一定是复合语句，但通常C程序员在编写代码时，会将此部分写为一个复合语句，例如：
switch(a){
case 3: b = 30; break;
}

此时，复合语句中的“break;”就包含在swich语句中，这就可以符合C语言的语义要求，即“break语句要被包含在switch语句或者循环语句”中。到了中间代码生成阶段，我们面对的已经是“没有语法或语义错误”的语法树。我们还是举一个例子来说明switch语句的翻译，如图5.3.3所示，第4至17行为一个switch语句，与之对应的中间代码在第23至40行。我们注意到，第28行是一条“间接跳转”指令，我们根据(a-1)的值来索引跳转表“[BB4,BB8,BB6,BB12,BB10,]”，从而得到相应的跳转目标，例如当a为1时，我们得到的跳转目标为BB4，当a的值为4时，由于4并不落在{1，3，2，5}中，对应的跳转目标BB12用于跳出switch语句。通过跳转表的技术来翻译switch语句，可以使得生成的汇编代码在运行时不需要进行过多的比较，从而加快代码的执行速度，不过，跳转表本身需要占用内存空间，这是一种“以空间换时间”的方法。第44至53行是对应的部分汇编代码，第44至49行的跳转表switchTable1在数据区中，其中存放的是跳转目标的首地址（代码区中的地址），而第50至53行则根据(a-1)的值来查表，再进行跳转。



图5.3.3 switch语句的例子
在图5.3.3的例子中，各case语句中的常量为{1，3，2，5}，这些整数在数值上相差不大，如果我们遇到的是{1，2，20000，50}，相应的跳转表就得有20000个表项，其中大部分的表项存放的是形如“BB12”这样的用于跳出switch语句的地址，这需要耗费相当大的内存，此时我们不再构造一张跳转表，而是想把{1，2，20000，50}分成几段，每一段内的各个数值彼此接近，例如我们可把{1，2，20000，50}分成3段{{1,2}，{50}，{20000}}。我们制定一个标准，来衡量各数值彼此接近的程度，UCC编译器引入了一个“Case语句密度”的概念，
Case语句密度 ＝Case语句数量/ 区间大小
例如，对于{1,2,20000,50}来说，其密度为(4/(20000-1))，这有点像人口密度的概念，反映了人口的密集程度，而{1,2}的密度为2/(2-1)。为了方便代码生成，UCC编译器在语法分析时，会把在同一switch语句的各case语句，按出现的先后顺序进行排列。而为了统计“Case语句密度”，在语义检查时，会按各case语句的常量表达式数值，从小到大进行排列。因此，每条case语句实际上会出两个链表中，UCC编译器用结构体astCaseStatement来描述一条case语句，其中的next和nextCase域用于构造这样的两个链表。
struct astCaseStatement{
//按case语句在源代码中出现的先后顺序排列
struct astNode *next;

//按case语句的表达式数值从小到大排列

structastCaseStatement *nextCase;

…..

}

当面对从小到大排列的{1，2，50，20000}时，UCC编译器要求每段的密度要大于
1/2，根据这个经验值，我们可以按以下步骤进行分段，
(1) 第1个case语句就是一段，即{1}
(2) 把第2个case语句加入{1}，则有{1,2}，其密度为2
(3) 若把第3个case语句加入{1,2}，则有{1，2，50}，其密度为3/49，小于1/2，因此我新创建一段来存放50，即有了{{1，2}，{50}}
(4) 若把第4个case语句加入{50}，则有{50,20000}，其密度也小于1/2，因此我们再新创建一段来存放20000，即有了{{1，2}，{50}，{20000}}
若有一个整数val，我们要判断val是落在哪一段中，为了减少比较的次数，我们可以
采用二分查找的方法，即先看看val是否落在中间的那一段{50}，如果比中间段更小，就再看看是否能在左侧的段{1，2}中；若更大，则看看是否落在右侧的段{20000}中。按这样思路，我们可以产生如图5.3.4第23至38行的比较和跳转操作，而第39至50行的中间代码仍然保持C源程序中case语句的先后顺序。我们还注意到，当某段中的case语句多于1条时，UCC编译器会通过跳转表来进行跳转，如第34行所示。如果某段中只有一条case语句且其左侧或右侧的段还没有被比较过，例如第23行的{50}，我们可产生形如第23至27行的代码，即要处理“小于”、“大于”和“落在段中”这3种情况；而如果该段的左侧和右侧的其他段都已被处理过，例如第36行的{20000}，我们可产生形如第36至38行的代码即可，此时只要处理“等于”和“不等于”这2种情况。



图5.3.4 Case语句密度与二分查找
我们再举一个例子来说明分段中可能出现的情况，例如当UCC编译器面对从小到大排列的各case语句{0, 1, 4, 9, 10, 11}时，我们可以按以下步骤进行分段：

(1) 加入case 0，得到{0}；
(2) 加入case 1，得到{0，1}，密度为2；
(3) 加入case 4，得到{0,1,4}，密度为3/4；
(4) case 9单独构成一段，得到{{0,1,4},{9}}；
(5) 加入case 10，得到{{0,1,4},{9,10}}；

(6) 加入case 11，先得到{{0,1,4},{9,10,11}}，由于6/11仍大于1/2，因此我们把这两段合并为 {0,1,4,9,10,11}。

为了描述“段”的概念，UCC编译器引入了switchBucket结构体，Bucket
是“桶”的意思，我们用“Bucket”来存放处于同一段中的各条case语句，由于存在多个分段，就需要多个桶，我们可用链表结构来管理这些桶，而每个桶内又有一条由case语句构成的链表，switchBucket结构体如下所示：
typedef struct switchBucket{//用于描述形如{0，1，4}这样的段

int ncase; //桶内case语句的条数，例如3
int minVal; //桶内case语句表达式的最小值，例如0
int maxVal; //桶内case语句表达式的最大值，例如4
AstCaseStatement cases; //桶内case语句链表的链首
AstCaseStatement*tail; //指向链尾，便于插入操作
structswitchBucket *prev;//用于组成由各个“桶”对象构成的链

} *SwitchBucket;

为了方便对各SwitchBucket进行二分查找，UCC编译器除了把各switchBucket对象通过上述prev域构成一条链表外，还会用一个数组来存放各switchBucket的首地址。例如，对于{{1，2}，{50}，{20000}}来说，我们可用以下伪代码来表示相关结构：
SwitchBucket ptr1 = {1，2}；

SwitchBucket ptr2 = {50}；

SwitchBucket ptr3 = {20000}

其链表结构为：

{1，2} ---> {50} --->{20000}

其数组结构为：

SwitchBucket bucketArray[] = {ptr1,ptr2,ptr3};
有了这样的基础后，我们就可以来看一下switch语句的翻译，如图5.3.5所示，第7行用于翻译switch语句中的表达式，第11至31行把各case语句加入到相应的桶中。由于每个case语句都是控制流的跳转目标，因此每个case语句都对应一个基本块，第14行调用CreateBlock()函数创建了这些基本块。第16行的if条件用于判断“当前桶中的case语句密度是否大于1/2”，第21行通过调用MergeSwitchBucket函数进行相邻桶的合并，由此可把前文的{0，1，4}和{9，10，11}这两个桶的合并为{0，1，4，9，10，11}。当Case语句密度小于或等于1/2时，我们通过第23至28行创建一个新桶。第32至39行用于创建桶指针数组，便于进行二分查找。当Switch语句的表达式的值不与任何case匹配时，控制流要么进入default语句(在C程序员提供default语句时)，要么跳出switch语句(在C程序员没有编写default语句时)，第40至46行会对此进行处理。图5.3.5第48行调用TranslateSwitchBuckets函数，用于产生形如“图5.3.4第23至38行的用于比较和跳转”的中间代码。如果switch语句确实包含case或者default语句，第54行就递归地调用TranslateStatement函数，来翻译候选式“switch(expr)statement”中的statement。



图5.3.5 TranslateSwitchStatement()
接下来，我们来分析一下用于产生比较和跳转语句的TranslateSwitchBuckets函数，其函数接口如下所示：

static void TranslateSwitchBuckets(

//对bucketArray[left]至bucketArray[right]这几个桶进行处理

SwitchBucket *bucketArray, int left, int right,

//符号choice代表了switch(expr)statement中表达式的值

Symbol choice,

//指向当前要处理的SwichBucket桶或者为NULL

BBlock currBB,

//参数defBB要么是default语句对应的基本块(存在default语句时)

//要么是switch语句之后的基本块nextBB(当default语句不存在时)

BBlock defBB

)；

例如，在图5.3.5第48行我们按以下方式来调用TranslateSwitchBuckets函数，其中的swtchStmt->nbucket代表switch语句中case的个数，此处待翻译的各桶的下标从0至(swtchStmt->nbucket –1)。
TranslateSwitchBuckets(bucketArray, 0, swtchStmt->nbucket- 1,

sym, NULL,swtchStmt->defBB);
仍以图5.3.4为例，对于{{1，2}，{50}，{20000}}而言，按二分查找的算法，我们最先处理的是位于中间的桶{50}，我们会为之产生以下用于比较和跳转的代码：
if (a < 50) goto BB4; //再去与桶{1,2}比较
BB1:
if (a > 50) goto BB8; //再去与桶{20000}比较
BB2:
goto BB17; //跳往case 50
图5.3.6给出了TranslateSwitchBuckets函数的代码，第15至18行用于构造长度为len的跳转表，第19至26行用于对跳转表进行初始化，从而得到形如“(BB11,BB13,)”的表格，当桶中只有一个case语句，且该桶左侧或右侧的其他桶都已被处理完，例如当我们处理桶{20000}时，我们可通过第31至32行产生一条比较指令“if (a !=20000)
goto BB19;”，而当我们面对{50}或{1,2}时，则需要通过第34至39行产生形如“if (a < 50)goto BB4; BB1： if (a > 50) gotoBB8;”这样的中间代码。



图5.3.6 TranslateSwitchBuckets()
图5.3.6第40至50行用于产生跳入相应case语句的代码，例如上述用于跳入case 50的指令“BB2: goto BB17;”，当跳转表的大小为1时，我们只有一个跳转目标，通过第49行产生一条无条件跳转指令即可；否则在第43至46行，通过跳转表来进行跳转，例如我们在图5.3.4 中为桶{1,2}产生以下跳转代码：

BB6:

t0 : a - 1;
goto (BB11,BB13,)[t0]; //跳往case 1或case 2
图5.3.6第52至53递归地调用TranslateSwitchBuckets，对位于当前桶的左侧的各个桶进行处理，而第54至55行则递归地对右侧进行翻译。
Switch语句的翻译是所有控制流语句中最复杂的。为了讨论的完整性，我们再给出UCC编译器中for语句、while语句和do语句的翻译方案，如图5.3.7第2至30行所示，其他编译器的翻译方案可能与此有所不同，但都要实现相同的语义。图5.3.7第32至41行用于翻译break语句，break可跳出循环语句或switch语句，第36和38行通过产生无条件跳转指令跳出这些语句。第42至47行用于翻译continue语句，这可通过在第45行产生跳转语句，跳入循环语句的contBB基本块来实现，例如图5.3.7第6行、第15行和第23行所示的contBB。第48至56行用于处理return语句，如果有返回值，我们可在第52行调用TranslateExpression函数来翻译相应的表达式，并把结果存于RET指令中。在UCC编译器中，RET指令并不改变控制流，UCC编译器为简化处理，使每个待翻译的函数都只有唯一的入口基本块entryBB，及唯一的出口基本块exitBB，第54行会产生无条件跳转指令跳入exitBB基本块，即相当于要从函数返回。



图5.3.7 循环语句的翻译方案
至此，我们完成了对语句的翻译，为了得到运行时更高效的代码，我们还需要对已生成的中间代码进行优化，例如在图5.3.4第49至52行，我们可以看到以下代码：
b = 50;
goto BB19;
BB19:

b = 60;
经过优化，我们可删除其中无用的跳转指令“goto BB19;”，从而得到：
b = 50;
BB19:

b = 60;
优化是编译相关领域研发的热点，与优化相关的理论和技术不仅可用于编译器，还经常被用于信息安全等领域。UCC编译器只进行了一些简单的代码优化，我们会在下一节中进行讨论。