我要成为bison高手.jpg
本文是对C++实现的SysY语言编译器的解析，仓库地址ce-amtic/sysy-compiler。编译器不分前后端，直接产生汇编语言。
整体设计
工程目录如下：
.
├── assembly.hpp
├── ast_node.hpp
├── compiler.hpp
├── symbols.hpp
├── sysy.l
├── sysy.y
├── plot/
│ └── tree.py
├── out/ # outputs
└── tests/ # testcase其中sysy.l为词法分析器；sysy.y是语义分析的主程序，其中定义了语法规则和动作；ast_node.hpp定义了语法树节点的抽象类型；assembly.hpp定义了Assembly类，用于实现汇编代码的生成；symbols.hpp定义了符号类Symbol和符号表Symbols；compiler.hpp定义了CompileState, RuntimeStack类，用于维护编译时状态。
根据bison的相关原理，sysy.y会在语义分析时，按定义的产生式规则递归语法树，但是并不会将其显示存储。语法树可视化的相关代码被放在了plot/tree.py中，这个脚本会根据detail.txt中的内容绘制语法树，后者按递归顺序记录了归约过程中的每条产生式。
详细信息请阅读GitHub上的指南文档。
分部解析
栈空间管理
每个过程栈空间会在进入过程之后立刻确定，以便满足16字节对齐的要求。这一过程通过在CompileState类中维护一个offset变量来实现，它记录了当前用到的栈空间相对于基址的偏移。在编译器完成对过程的解析时，会计算offset峰值并对齐到16字节，回填到过程开始的位置。
本程序中，函数的参数是通过栈来传递的，对于callee来说，它的第一个参数在8(%rbp)的位置，第二个在16(%rbp)，以此类推。对于caller而言，编译器会记录其函数调用传参的情况，并提前预留出栈空间，相关逻辑实现在CompileState中。
符号表
对于一个符号，会记录它的类别，数值（或偏移量），以及数组维度之类的附加信息，它们被抽象为Symbol类。
符号表是一个vector<map<string, Symbol> >类型的映射，其中第一层vector用于维护代码中的层级关系，第二层map用于按名称查找。
表达式
表达式被定义为Exp类，它可能是函数调用，算式或它们的组合。本程序根据如下的规则简化代码编写：
针对表达式的规则
如果一个表达式有计算结果，这个结果要么是一个可以编译时计算的常数，要么对应到栈上的一个临时变量。对于前者，类中记录这个常数；对于后者，类中记录这个变量相对于栈基的偏移。
在这一规则下，完成表达式计算的相关逻辑就会变得十分简单，代码在sysy.y里Exp相关的语义动作中。
条件分支和循环
通过预生成跳转指令和回填的方式完成条件语句，代码在Cond和Stmt相关的语义动作中。
循环可以视为加入了回跳的条件语句，代码为While相关的语义动作。对于break, continue等影响控制流的语句，使用RuntimeStack类来维护运行状态，并完成跳转回填相关逻辑。
初始化数组展平
针对int a[4][3][2] = {0, {0}, {{0}}}等等初始化方式，我将后面的每个大括号抽象为一个ExpList类，其中定义了vector容器用于维护嵌套大括号的情况，并在语法动作中记录层级信息。
在解析数组初始化时，我在ExpList类中定义了dfsArray方法，用于递归地解析这种层级信息，将初始值展平为一维数组。
总结
更细节的实现，请直接参考代码中的注释。