【HUST】网安｜编译原理实验｜实验四攻略

【实验代码及报告地址：Gitee传送门】（已关闭传送大门，原因是抄袭过多，如需参考，请直接看博客，虽然下一届内容会变了）

不擅长写报告昂，很多地方能省全省了。
助力来年编译原理加大难度！(hhh)

MiniC语法分析及中间代码生成

我根据我的实验报告重置了攻略。

贴个完成时间。

文章目录

• MiniC语法分析及中间代码生成
• • 实验内容
  • 实验过程
  • • LLVM IR初识
    • LLVM IR API
    • 语义分析与中间代码生成（一）
    • • 难点
      • 调试技巧
      • Quick Start
      • 正式开始
      • • 1. astnode.cpp需要修改的函数
        • 2. astnode.h需要修改的函数
        • 3. 一个分析过程
        • 4. 举几个典型的例子
        • • 4.1. 各种List
          • 4.2 错误判断
    • 语义分析与中间代码生成（二）
    • • 1. astnode.cpp需要修改的函数
      • 2. 难点
      • • 2.1 一些函数
        • 2.2 NArgs如何解析
      • 3. 错误判断
    • 语义分析与中间代码生成（三）
    • • 1. astnode.cpp需要修改的函数
      • 2. astnode.h需要修改的函数
      • 3. 分析思路
      • • 3.1 if-else结构
        • 3.2 变量的作用域问题
        • 3.3 或运算||的解析

实验内容

将Mini-C源程序，手工翻译或用LLVM API翻译成LLVM IR（一种中间语言），并完成语法检查。

实验过程

LLVM IR初识

结合给出的例子，认识并熟悉LLVM IR的语法。
主要涉及了align/alloca/store/load/call/icmp/br等。【可以自行结合代码展开说说】
主要是根据Mini-C语言翻译，有两个地方对我造成了困扰：【相信每个人困扰的点不一样，自圆其说即可】

1. task2中我一开始将putchar写进了判断体中，导致状态不够用，不得不移出。
2. task2中涉及标号label。不像asm，llvm的标号上面不能没有跳转语句直接顺序执行，它必须添加br label %8跳转。

LLVM IR API

熟悉并使用LLVM IR API，主要涉及了llvm::IRBuilderBase类的API，还有一些Constant、BasicBlock、Type类的API。【可以自行结合代码展开说说】
难点：【相信每个人的难点不一样，自圆其说即可】

1. getchar是无参数函数，而builder->CreateCall需要接受1到3个参数，直接传递空vector行不通。
   正解：builder->CreateCall(callgetfunc);
2. task2中if-then-else涉及3个基本块，样例中是if-then，只涉及两个模块。而且并不好理解。
   正解：根据官网的IF-THEN-ELSE写，它的解释很好。MyFirstLanguageFrontend/LangImpl05.html#code-generation-for-if-then-else。
3. 一些个人遇到的问题：在进入第三个基本块我没有f->getBasicBlockList().push_back(MergeBB);，因为我以为到结尾了可以直接顺序执行下去，犯了和关卡1相似的错误。没有写这一句时，报错会一直提示then:错误，导致我一直没定位到真正的错误位置。

语义分析与中间代码生成（一）

【因为实在很长，所以实验报告里我没有写过程，只写了难点。不建议大家这样做，因为每个人的难点都是不一样的】
【如果没话写，可以着重写一下“错误判断”部分】

难点

1. 咋声明变量？(答：抄NExtDefFunDec::codegen的arg声明)
2. 我怎么知道一个函数里需要解析哪些参数、哪些参数是需要被特殊处理的？(答：看上面的分析，对照parser.y和astnode.h)
3. 咋把分析结果存到变量里面？(答：实验二里做过，不记得的话，函数声明如是：builder->CreateStore(Value, alloca);)
4. 咋分析加？(答：实验二有提示。不记得的话，函数声明如是：builder->CreateAdd(left, right, "add");)
5. abort怎么炸了，返回之后就提示我core dump？
   答：请检查是不是把nullptr输入到一个函数中了，举个简单的例子(摘自NAssignment::codegen函数)：
   再检查是否未初始化指针就直接用了，举个retValue没初始化就返回的例子：
   Value* retValue; if(false) retValue=nullptr; return retValue;
6. module找不到，它什么意思？(答：字面意思，找不到就找不到。执行fundec成功了就能找到main)
7. 为了实现功能，我参考函数定义的部分，即ExtDefFunc::codegen，添加了一个继承属性type，如函数NDef。
   

调试技巧

1. std::cout调试，定位出错的位置。
2. cat tokens.txt调试，通过阅读生成的中间代码，判断语义分析的哪一步出了问题，或者根本没解析出来。
3. vim ./task1case/1.in修改样例调试。当你觉得是某个逻辑写得很有问题，但是样例太长了，中间代码眼花缭乱，就直接修改样例。
4. p->parser();输出语法树。将main.cpp中的p->parser();注释掉，再编译运行样例，能看到每个样例完整的语法树。建议顺着语法树的解析顺序，逐个填充codegen，每填充完一个，就去编译运行试试。

Quick Start

使用头歌命令行调试

打开头歌，打开命令行，进入对应的代码仓库。

cd /data/workspace/myshixun/llvmexp3

检查一下当前目录下的文件。

ls

应该能看到judge_taskx.sh文件，以第三关为例，看一下judge_task1.sh的内容。
具体内容就不贴了，总之是这样用的：

1. 先编译(make)成./minic文件，它是一个可执行的文件，用来生成中间代码LLVM IR。

make

中间代码LLVM IR：类似于br i1 %shandian7, label %then8, label %ifcont10这种东西。

1. 在代码仓库下有测试样例，以第3关为例，对应task1case。
2. 用minic编译一个样例，并将中间代码（或报错）存储至tokens.txt。

./minic ./task1case/0.in > tokens.txt

1. 如果生成中间代码成功了，cat tokens.txt看一下输出(你在cpp里写的std::cout、输出的报错Error信息也会在这个txt里)。
2. 如果这是一个正确的中间代码，而且它需要编译运行，并接收一定的输入，请这样：

echo "你要给程序输入的值(就是stdin)" > tmp
lli tokens.txt < tmp

正式开始

1. astnode.cpp需要修改的函数

正好十个。

NIdentifier蛮麻烦的，如下：

注：写第三题的时候可以乱来，写第五题就得考虑作用域了。

2. astnode.h需要修改的函数

写第五关的时候发现，VarDec::codegen返回值设为AllocaInst *才行。

3. 一个分析过程

4. 举几个典型的例子

4.1. 各种List

直到第五题才能发现的错误：注意一个特殊的，NDec::codegen，根据Dec: VarDec | VarDec ASSIGNOP Exp，它的Exp是要用来给VarDec的alloca赋值的，不要只是单纯地解析它然后就不管了喔。

4.2 错误判断

++ 错误类型 1：变量在使用时未经定义。
思路就是调用的时候找找curNamedValues里有没有。(摘自NAssignment::codegen函数)

++ 错误类型 2：函数在调用时未经定义。
思路就是调用的时候找找theModule里有没有。(摘自NMethodCall::codegen函数)

++ 错误类型 3：变量出现重复定义。
思路就是声明的时候找找curNamedValues里有没有。(摘自NExtDefFunDec::codegen函数)

语义分析与中间代码生成（二）

有了第3关的基础，第四关明显简单了许多。
【实验报告我依旧只写了难点，注意口语书面化】
【如果没话写，可以着重写一下“错误判断”部分】

1. astnode.cpp需要修改的函数

只有四个，非常快乐。

注：由于第3关的时候，我顺手把NFloat::codegen之类的全部写好了，所以这里没有特意标注。
好像有同学找不到Float的取值函数，如下：

2. 难点

2.1 一些函数

出现了很多老师没给样例的函数。
如CreateSub、getType()方法、getReturnType()

参考classllvm_1_1IRBuilderBase.html找到CreateSub函数，
参考classllvm_1_1Function.html得知getReturnType()，
参考classllvm_1_1Value.html得知Value有自己的getType()函数。

我是如何查找的？【经验分享】
例如，我想获得auto *类型的变量retValue的type。

1. 很自然地写出了retValue.type的代码，然后报错，说retValue是个指针，建议用->来访问它的成员。
2. 于是订正为retValue->type，再次报错，说class llvm::Value *没有type成员。
3. 那么llvm::Value有什么呢？搜索llvm::Value，跳转官网，找到getType()函数。
4. 订正为retValue->getType()，成功。

2.2 NArgs如何解析

引言：

1. 明显，NArgs对应多个参数，但是它的codegen()只返回一个Value*，这不合适啊！
2. 难道参考List函数的解析方式，修改NArgs::codegen()，依次展开？不行啊，每个返回值都要用，依次展开没办法返回回去啊！

正解：参考NFunDec::funcodegen中对NVarList的解析即可。

std::vector<Type *> argsTypes;
std::vector<std::string> argNames;
for (NVarList *item = arguments; item; item = item->nVarList) {
  auto tmp = item->nParamDec.getType();
  argNames.push_back(tmp.first);
  argsTypes.push_back(tmp.second);
}

注意，exp解析得到的Value*的类型，直接用getType就可以取到了，很好写，不要想太复杂了。

3. 错误判断

++ 错误类型 4：函数出现重复定义（即同样的函数名被多次定义）。

这个老师写好了。在NFunDec::funcodegen里。

++ 错误类型 5：赋值号两边的表达式类型不匹配。

++ 错误类型 6：赋值号左边出现一个只有右值的表达式。

++ 错误类型 7：return 语句的返回类型与函数定义的返回类型不匹配。

++ 销误类型 8：函数调用时实参与形参的数目或类型不匹配。

没什么好说的叭，能写出第三题没理由写不出错误判断。

语义分析与中间代码生成（三）

【报告只写了分析思路部分】

1. astnode.cpp需要修改的函数

主要是因为我前面偷懒偷得比较多，所以改动也很多。

2. astnode.h需要修改的函数

这个地方真的是，我没太动脑，返回值设错了一通乱解析。

3. 分析思路

首先看样例：

这个题没有涉及任何错误判断，需要完成的是算术运算+-*/和逻辑符号||，以及三个结构：if/ifelse/while。

3.1 if-else结构

其中ifelse结构直接参考实验2的，对应的是NIfElseStmt::codegen，应该没什么好说的吧。写了这个之后样例1就都过了。

样例1：

int read(){
	int a=0;
	a = getchar();
	return a - 48;
}
int main(){
	int m,n;
	int i=48;
	m = read();
	n = read();
    if(m == n ){
        putchar(i);
    }else{
        i = i + 1;
        putchar(i);
    }
    i = i + 1;
    putchar(i);
	return 0;
}

3.2 变量的作用域问题

因为一些因素，我没有用样例分析，而是用了更复杂的深层结构，分析以及伪代码如下。

3.3 或运算||的解析

提示：用基本块。多看看生成的中间代码和预期的区别。

贴一下报错，这个报错是因为while循环过多栈炸了，可能是因为条件判断写得有问题，心态稳住。