从零写一个编译器（十一）：代码生成之Java字节码基础

项目的完整代码在 C2j-Compiler

前言

第十一篇，终于要进入代码生成部分了，可是可是在此以前，由于咱们要作的是C语言到字节码的编译，因此天然要了解一些字节码，可是因为C语言比较简单，因此只须要了解一些字节码基础

JVM的基本机制

JVM有一个执行环境叫作stack frame

这个环境有两个基本数据结构

• 执行堆栈：指令的执行，都会围绕这个堆栈来进行
• 局部变量数组，参数和局部变量就存储在这个数组。

还有一个PC指针，它指向下一条要执行的指令。

举一个例子

int f(int a, int b) {
    return a+b;
}

f(1,2);

JVM的执行环境是这样变化的

stack:
localarray:1,2
pc:把a从localarray取出放到stack

stack:1
localarray:2
pc:把b从localarray取出放到stack

stack:1,2
localarray:
pc:把a,b弹出堆栈而且相加压入堆栈

对于JVM提供的对象

.class public CSourceToJava
.super java/lang/Object
.method public static main([Ljava/lang/String;)V
    getstatic java/lang/System/out Ljava/io/PrintStream;
    ldc "Hello World!"
    invokevirtual java/io/PrintStream/println(Ljava/lang/String;)V
    return
.end method
.end class

getstatic、ldc和invokevirtual都至关于JVM提供的指令

getstatic和ldc至关于压入堆栈操做。invokevirtual则是从堆栈弹出参数，而后调用方法

stack: out "Hello World!"

JVM的基本指令

pusu load store

JVM的运行基本都是围绕着堆栈来进行，因此指令也都是和堆栈相关，好比进行一个乘法1 * 2：

bipush 1
bipush 2
imul

能够看到JVM的指令操做时带数据的类型，b表明byte，也就是只能操做-128 ~ 128之间的数，而i表明是整形操做，因此相应也会有sipush等等了

下面加入要把1 * 2打印用prinft打印在控制台上，就须要把out对象压入堆栈，此时的堆栈：

stack: 2 out

可是调用out的参数须要在堆栈顶部，因此这时候就须要两个指令iload、istore

istore 0把2放到局部变量队列，再把out压入堆栈，再用iload 0把2放入堆栈中

stack: out 2

局部变量和函数参数

局部变量

在字节码里，局部变量和函数参数都会存储在队列上

int func() {
    int a;
    int b;
    a = 1;
    b = 2;

    return a + b;
}

看一下这个方法执行的时候堆栈的变化状况

// 执行a = 1，把1压到stack上，再把1放入到队列里
stack:
array:1

// 执行b = 1，也同理
stack:
array:1, 2

最后的return也有相应的return指令，因此完整的指令以下

sipush 1
istore 0
sipush 2
istore 1
iload 0
iload 1
iadd
ireturn

函数参数

int func(int a, int b, int c, int d){}

在调用这个函数的适合，函数参数就会按照顺序被压入堆栈中，而后拷贝到队列上

stack: a b c d
array:

stack: 
array: d c b a

因此在以后的代码生成部分就须要一个来找到局部变量的位置的函数

数组

建立数组

下面这段指令的做用是建立一个大小为100的整形数组

sipush 100
newarray int
astore 0

• sipush 100 把元素个数压入堆栈
• newarray int 建立一个数组，后面是数据类型
• astore 表示把数组对象移入队列 a表示的是一个对象引用

读取数组

下面这段指令是读取数组的第66个元素

aload 0
sipush 66
iaload

• aload 0 把数组对象放到堆栈上
• sipush 放入要读取的元素下标
• iaload 把读取的值压入堆栈

元素赋值

aload 0
sipush 7
sipush 10
iastore

• aload 0 把数组对象加载到堆栈
• sipush 7 把要赋值的值压入堆栈
• sipush 10 把元素下标压入堆栈
• iastore 进行赋值

结构体

C语言里的结构体其实就至关于没有方法只有属性的类，因此能够把结构体编译成一个类

建立一个类

new MyClass //建立一个名字为MyClass的类
invokespecial ClassName/<init>() V //调用类的无参构造函数

例子

public class MyClass {
    public int a;
    public char c;
    public MyClass () {
        this.a = 0;
        this.c = 0;
    }
}

public class MyClass生成下面的代码，都是对应生成一个类的特殊指令

.class public MyClass
.super java/lang/Object

下面的则是对应属性的声明

.field public c C
.field public a I

声明完属性，就是构造函数了，首先是先把类的实例加载到堆栈，再调用它的父类构造函数，对属性的赋值：

1. 加载类的实例到堆栈上 aload 0
2. 压入值 sipush 0
3. 赋值的对应指令 putfield MyClass/c C

aload 0
invokespecial java/lang/Object/<init>()V
aload 0
sipush 0
putfield MyClass/c C
aload 0
sipush 0
putfield MyClass/a I
return

完整的对应的Java字节码以下:

.class public MyClass
.super java/lang/Object
.field public c C
.field public a I
.method public <init>()V
    aload 0
    invokespecial java/lang/Object/<init>()V
    aload 0
    sipush 0
    putfield MyClass/c C
    aload 0
    sipush 0
    putfield MyClass/a I
    return
.end method
.end class

读取类的属性

aload 3 ;假设类实例位于局部变量队列第3个位置
putfield ClassName/x I

结构体数组

下面的指令建立了10个字符串类型的数组，这时候堆栈上的对象是一个引用，指向heap上一个10个字符串类型的数组

sipush 10
anewarray java/lang/String

下面的指令则是对数组的第一个元素进行赋值

astore 0
aload  0
sipush 0
ldc "hello world"
aastore

因此对于咱们本身定义的类也是同样的

sipush  10
anewarray  MyClass 
astore  0

下面则是对数组第一个下标生成一个MyClass对象

aload   0
sipush  1
new MyClass
invokespecial CTag/<init>()V
aastore

下面是对数组里的对象的属性的取值和赋值操做，只是组合了以前的指令而已

aload   0
sipush  1
aaload
sipush  1
putfield  MyClass/x I

aload   0
sipush  1
aaload
getfield  MyClass/x I

分支语句

JVM指令还有两个个很是重要的指令就是分支和循环指令，咱们先来看分支指令

if (1 < 2) {
  a = 1;
} else {
  a = 2;
}

上面对应的JVM指令以下：

• 先把1和2压入堆栈
• if_cmpge指令是大于等于，即若是1大于等于2就去执行else分支
• goto指令是跳转到相应的标签，也就是执行完if，就跳出else部分

sipush 1
sipush 2
if_cmpge branch0
sipush 1
astore 0
goto out_branch0
branch0:
sipush 2
istore 0
out_branch0:
sipush 3
istore 0

循环语句

基本的JVM指令只剩循环语句了，逻辑也不困难，基本的JVM指令相对于汇编算是很是简单了

for (i = 0; i < 3; i++) { 
    a[i] = i;
}

上面生成的对应字节码以下(假设如今变量i在队列的第5个位置，a在队列的第2个位置）：

• 首先对i赋值
• 再把3压入堆栈和i作比较，判断i < 3
• 以后就是对数组的操做
• 而后修改i的值
• 返回loop0继续判断i < 3

sipush 0
istore 5 
loop0:
iload 5
sipush 3
if_icmpge branch0          
aload 2               ;加载数组
iload 3               ;加载标i
iload 3               ;加载变量i
iastore               ;把i的值存入到a[i]
iload 3               ;加i
sipush 1              ;把1压入堆栈
iadd                  ;i++
istore 3              ;把i+1后的值放入到i的队列上的位置
goto loop0            ;跳转到循环开头
branch0:

小结

这一篇主要就是了解一下Java基本的字节码，由于C语言的语法比较简单，因此只须要知道一点就足够生成代码了。因此相对于汇编来讲，是很是简单的了。这样下一篇就能够正式进入代码生成部分

另外，欢迎Star这个项目！