编译入门

约 2200 个字 56 行代码 1 张图片 预计阅读时间 8 分钟

编译是什么？¹

编译是将便于人编写、阅读、维护的高级计算机语言所写作的源代码程序，翻译为计算机能解读、运行的低阶机器语言的程序，也就是可执行文件。

编译器将原始程序（source program）作为输入，翻译产生使用目标语言（target language）的等价程序。

源代码一般为高级语言（High-level language），如 Pascal、C、C++、C# 、Java 等，而目标语言则是汇编语言或目标机器的目标代码（Object code），有时也称作机器代码（Machine code）。

为什么 C++ 需要编译？

C++ 是一种高级编程语言，它提供了丰富的特性来帮助开发者编写高效、灵活的程序。然而，计算机硬件只能理解和执行机器语言指令，即二进制代码。C++ 代码是人类可读的文本形式，需要转换成机器可执行的格式。这个过程就是编译。

编译器是将 C++ 源代码转换成机器代码的软件工具。编译过程确保了代码的语法正确性、类型安全，并且优化了代码以提高执行效率。

机器语言、汇编语言、高级语言

参考链接：

• Machine, assembly and High level Language
• 深入理解计算机系统------汇编语言和机器语言

---

• 机器语言：

  机器语言是最底层的编程语言，能被计算机的中央处理器（CPU）直接理解。它完全由二进制代码（0 和 1）构成，表示 CPU 可执行的原始指令。

  • 特点：

    • 二进制格式：机器语言指令以二进制（0 和 1）编写，因为计算机硬件通过电信号的开/关状态来识别指令。

    • 架构特定性：因底层硬件设计差异，不同 CPU 架构（如 Intel x86、ARM）的机器语言各不相同。

    • 无抽象：机器语言最贴近硬件，不提供任何抽象，程序员需直接管理内存、数据操作和控制流程。

  • 例子：

    10001001 11011000 的作用可能是：将寄存器 BX 的内容送到 AX 中

• 汇编语言：

  汇编语言是一种低级编程语言，是机器码的符号化表示，相对便于记忆。每条汇编指令直接对应一条机器码指令，但代码使用可读的文本和助记符而非二进制。

  • 特点：

    • 可读性：汇编语言用助记符（如 MOV 表示数据移动，ADD 表示加法）代替二进制，比机器码更易理解。

    • 一对一映射：每条汇编指令对应特定 CPU 架构的一条机器码指令。

    • 架构特定性：汇编语言与 CPU 架构紧密绑定，不同机器的汇编程序需修改才能运行，程序可移植性差。

    • 精细控制：允许直接操作寄存器、内存地址等硬件资源。

  • 例子：

    mov ax,bx：将寄存器 BX 的内容送到 AX 中

• 高级语言：

  高级语言是抽象层级更高的编程语言，更贴近人类语言，使编程更便捷。其设计目标是跨硬件平台的可移植性。

  • 特点：

    • 高抽象：隐藏硬件细节（如内存管理、CPU 指令），让开发者专注于问题解决。

    • 可移植性：程序通常无需修改即可在不同计算机上运行，语言编译器/解释器会处理硬件差异。

    • 丰富库支持：提供大量内置库和框架，简化开发流程。

    • 易读性：语法接近自然语言，代码更易编写和维护。

    • 自动内存管理：许多高级语言通过垃圾回收等机制自动管理内存，无需手动干预。

  • 例子：

    ax = bx

解释性语言与编译性语言

参考链接：

• 「编译型语言」和「解释型语言」的区别
• 维基百科——编译语言

---

• 编译型语言：

  编译型语言，是指在执行之前需要将源代码编译（compile）为机器代码的编程语言，使用“编译器”。

  执行前需要编译，将程序转换为可在目标机器上运行的可执行文件，执行速度快。但每次修改源代码后，都需要重新编译，生成新的可执行文件。

  编译型语言包括：C，C++，Rust，Go 等

• 解释型语言：

  解释型语言，是指执行期间动态将代码逐句解释（interpret）为机器代码，或是已经预先编译为机器代码的子程序，之后再执行的编程语言，使用“解释器”。

  解释型语言可快速调试，程序的开发整体时间相对较少。但由于需要在运行时转换为机器代码，解释型语言通常比编译型语言更慢。

  解释型语言包括：JavaScript，Python，MATLAB 等

（选学）即时编译

即时编译（Just-in-time compilation，缩写为 JIT），是一种执行计算机代码的方式，这种方式结合了解释执行和预先编译的优点。

在程序运行过程中，JIT 编译器会不断分析正在执行的代码，找出频繁执行的部分，通过编译或重新编译这些部分来加速运行，（这要求编译或重新编译带来的性能提高将超过编译该代码的开销。）

编译的流程

参考链接：

• C/C++ 程序编译流程（预处理->编译->汇编->链接）
• 浅谈 C/C++ 编译流程和常见编译器

---

下面以 g++ 编译 hello.cpp 文件为例，介绍编译的流程。

常见的 C/C++ 编译器

常见的 C/C++ 编译器主要有以下两种

• GCC（GNU Compiler Collection）是一个开源的编译器集合，支持多种编程语言，包括 C 和 C++。
  • gcc 用于 C 语言的编译
  • g++ 用于 C++ 的编译（兼容 C 语言的编译）
• LLVM（Low Level Virtual Machine）是一个开源的编译器基础设施项目，由一系列的模块化和可重用的编译器组件构成，支持广泛的编程语言，包括但不限于 C、C++。
  • clang 用于 C 语言的编译
  • clang++ 用于 C++ 的编译（兼容 C 语言的编译）

安装 GCC

我们以及在标准开发环境中安装了 gcc 。如果您希望在您的 Linux 环境中安装，可以参考下述方法安装：

sudo apt-get install build-essential  # Debian/Ubuntu
sudo yum install gcc-c++             # CentOS/Fedora

1. 预处理阶段（Preprocessing）：

   • 移除注释。
   • 处理预处理指令，如 #include 和宏定义，生成预处理文件(.i)

   g++ –E hello.cpp –o hello.i
   

2. 编译阶段（Compilation）：

   • 将预处理后的代码转换成汇编语言，生成汇编文件(.s)

   g++ –S hello.i –o hello.s
   

3. 汇编阶段（Assembly）：

   • 将汇编语言转换成机器代码，生成二进制文件(.o)

   g++ –c hello.s –o hello.o
   

4. 链接阶段（Linking）：

   • 将编译生成的目标文件与库文件链接在一起，生成可执行文件。

   g++ hello.o –o hello
   

上述四个步骤也可以直接一步完成

g++ hello.cpp -o hello

编译选项

参考链接：

• GCC Option Summary
• GCC 参数详解

---

编译选项是向编译器传递指令的参数，用于控制编译过程的不同方面。

常用编译选项

选项	意义
-o	指定输出文件
-E	只进行预处理，生成 .i 预处理文件
-S	只进行预处理和编译，生成 .s 汇编文件
-c	只进行预处理，编译，和汇编，不进行链接，生成 .o 二进制文件
-g	生成调试信息，供 GNU 调试器使用
-w	不生成任何警告信息
-Wall	生成所有警告信息
-ldir	添加 dir 为头文件搜索路径
-Ldir	添加 dir 为链接库搜索路径
-std=	编译的标准，如 c11 ， c++17 等
-O0	不进行优化处理
-O1	优化生成代码
-O2	进一步优化
-O3	更进一步优化
-Ofast	更加激进的优化，可能影响计算精度
-Os	优化代码大小
-march=	指定目标 CPU 架构
-mXXX	启用 XXX 指令集
-fopenmp	启用 OpenMP 并行

使用样例：

gcc -O3 -march=native -fopenmp YOUR_CODE.c -o YOUR_PROGRAM

---

编译实战

1. 动手编译一个程序

   编写源代码： 创建如下三个文件：

   main.ctest.htest.c

   #include "test.h"
   
   int main(){
       hellon(3);
       hello_n(1);
       return 0;
   }
   

   #include<stdio.h>
   
   void hellon(int);
   

   #include "test.h"
   
   static void inline hello();
   
   void hellon(int n){
       for(int i=0;i<n;i++){
           hello();
       }
   }
   
   static void inline hello(){
       printf("hello,world\n");
   }
   

   编译源代码： 使用以下命令编译：

   gcc test.c main.c -o main
   

   运行程序： 编译完成后，可以通过以下命令运行程序：

   ./main
   

   分步编译

   尝试使用 gcc 分步编译上述三个文件：

   • 先将两个 .c 文件编译为对应的 .o 文件
   • 再使用 gcc 将这两个文件链接得到可执行文件 main

   思考题

   上述步骤中 printf 函数的实现代码是否被编译了，如果没有，为什么最后可以成功调用 printf 函数

2. 编译并运行这个程序，尝试通过修改编译选项减少其运行时间。

   calculate.cpp

   #include <iostream>
   #include <chrono>
   
   int main() {
       const long long N = 200000000;
       double result = 0;
   
       auto start = std::chrono::high_resolution_clock::now();
   
       for (long long i = 0; i < N; ++i) {
           result += i;
           result /= 3;
           result /= 3;
           result /= 3;
       }
   
       auto end = std::chrono::high_resolution_clock::now();
       auto duration = std::chrono::duration_cast<std::chrono::milliseconds>(end - start);
   
       std::cout << "Result: " << result << "\n";
       std::cout << "Time: " << duration.count() << " ms" << std::endl;
   
       return 0;
   }
   

   也许可以用

   -Ofast

---

1. 节选自维基百科 ↩