Techniques de compilation

Transcription

1 Département d Informatique Université de Nice Sophia Antipolis Master 1 Informatique Techniques de compilation XI. Générateurs de générateurs de code Jacques Farré Jacques.Farre@unice.fr

2 1 Introduction L écriture d un compilateur étant un travail relativement ardu, on a cherché à automatiser au maximum les différentes tâches : analyse lexicale et syntaxique : description, respectivement, par des grammaires régulières et non contextuelles, et générateurs d analyseurs lexicaux et syntaxique analyse sémantique : définition de la sémantique statique (analyse de noms, de types, etc.) par différents formalismes (grammaires attribuées, sémantique naturelle, dénotationnelle, etc.) production de code : à partir d une forme intermédiaire du programme et d une définition de la machine cible, différentes approches (toutes basées sur des systèmes de réécriture) permettent de produire automatiquement le code. Cette partie du cours en aborde deux. Générateurs de générateurs de code La production de code à la main est difficile à écrire, lire, maintenir, modifier,... Si on a une forme intermédiaire du programme et une description de la machine cible, un système de réécriture doit permettre de passer (idéalement) de la forme intermédiaire à du code machine Il existe des générateurs de code (souvent des prototypes de recherche) pour différentes formes intermédiaires : quadruplets, notation polonaise (préfixé), arbres (et DAGs), etc. On abordera deux de ces approches : une méthode s apparentant à l analyse syntaxique, et une de confrontation de modèles d arbres Slide 1 1

3 Une méthode syntaxique 1. Initialement, Suzan Graham et Steven Glanville (1978) On définit une grammaire G où chaque règle décrit une instruction de la machine (ou plutôt un modèle d instruction) La forme intermédiaire I du programme est une notation prefixée, qui est donnée en entrée à l analyseur syntaxique de G (par exemple un analyseur LALR(1) ou SLR(1)) Les réductions provoquent des actions sémantiques qui produisent le code machine (en instanciant notamment les paramètres du modèle de l instruction) La notation préfixée peut par exemple être obtenue à partir d un parcours de l arbre abstrait, et enrichie d informations utiles (registres virtuels, analyse de vie de ces registres, etc.) Une méthode syntaxique 2. La particularité des grammaires est que le vide (ε) peut apparaître en partie gauche d une règle Exemple de grammaire : R : registre, C : constante, [] (opérateur binaire) : mot à l adresse (indexée) qui (opérateur unaire) : contenu du mot à l adresse qui suit règle de grammaire modèle d instruction MIPS [] C.1 R.1 lw R.2 C.1(R.1) ε [] C.1 R.1 R.2 sw R.2 C.1(R.1) R.3 + R.1 R.2 add R.3, R.1, R.2 R.2 R.1 move R.2 R.1 Slide 2 Slide 3 Techniques de compilation XI.. Générateurs de générateurs 2 UNSA janvier 2005 c J. Farré

4 Une méthode syntaxique 3. Par exemple, pour a b + c (a, b, c variables locales), la forme préfixée serait (LB dénotant la base locale) : [] D a LB [] D b [] D c LB L analyse serait (la phrase réduite est soulignée, et les attributs associés aux non terminaux R sont indiqués en indice) : phrase (réduite) instruction générée [] D a LB [] D b [] D c LB... lw $t0, D b ($fp) [] D a LB + R ($t0 [] D c LB... lw $t1, D c ($fp) [] D a LB + R ($t0 ) R ($t1 )... add $t2, $t0, $t1 [] D a LB R ($t2 )... sw $t2, D a ($fp) Une méthode syntaxique 4 La méthode présente certains problèmes elle ne peut pas utiliser un analyseur syntaxique classique (yacc par exemple), même s il y a beaucoup de points communs la grammaire est généralement ambiguë : les ambiguïtés sont résolues de deux manières, afin de réduire les phrases les plus longues on favorise les décalages sur les réductions on favorise les réductions les plus longues les machines ont des limitations : par exemple pour règle de grammaire modèle d instruction MIPS R.1 C.1 li R.1 C.1 la règle n est valable que pour des constantes sur 16 bits, sinon il faut utiliser 2 instructions pour charger la constante Slide 4 Slide 5 Techniques de compilation XI.. Générateurs de générateurs 3 UNSA janvier 2005 c J. Farré

5 Méthode par réécriture d arbres 1. Initialement, idée de Aho, Ganapathi et Tjiang (1989) On confronte des arbres à des modèles d arbres, que l on remplace par la racine du modèle On utilise des principes de programmation dynamique : si les remplacements de plusieurs sous-arbres ont été effectués de manière optimum, alors on peut remplacer l arbre résultant de manière optimum à chaque remplacement est associé un coût, et on cherche à obtenir le coût minimum ce n est que quand le meilleur remplacement est trouvé que le code associé est produit Méthode par réécriture d arbres 2. La définition des modèles est de la forme remplacement cout instruction + R.i 1 add R.i, R.j, R.k R.j R.i 2 lw R.i, addr.j addr.j ε 2 sw R.i, addr.j addr.j R.i [] addr.k 0 addr.k C.i(R.j) C.i R.j Slide 6 Slide 7 Techniques de compilation XI.. Générateurs de générateurs 4 UNSA janvier 2005 c J. Farré

6 Méthode par réécriture d arbres 3. Pour a b + c, on aurait les remplacements suivants [] + Da LB [] [] Db LB Dc LB addr addr + addr addr R.t2 add $t2, $t0, $t1 addr lw $t0, Db($fp) lw $t1, Dc($fp) ε R.t0 + R.t1 sw $t2, Da($fp) Méthode par réécriture d arbres 4. Bien qu assez proche de la précédente, cette approche est plus puissante : on arrive à des générateurs aussi performants que ceux écrits à la main principe adopté en partie par gcc avec sa forme interne RTL (Register Transfer Language), une notation proche de Lisp les problèmes d ambiguïté sont résolus par principe : on prend la solution de meilleur coût (dans l algorithme de Graham-Glanville, on peut arriver à un résultat similaire en utilisant un analyseur LR généralisé, c est-à-dire non déterministe, qui effectue toutes les actions en conflit et travaille en parallèle sur plusieurs piles (représentés par des graphes Masaru Tomita 1985 ) Slide 8 Slide 9 Techniques de compilation XI.. Générateurs de générateurs 5 UNSA janvier 2005 c J. Farré

7 Structure de gcc : parties avant et milieu Structure de gcc : partie arrière Voir pour plus de détails C C++ Fortran Ada Java... RTL Optimisations independantes Partie avant selon langage : analyses lexicale, syntaxique, semantique arbre abstrait Ordonnancement optimiseur description de la machine cible Allocation des registres Lord knows how GCC does register allocation right now RTL Optimisations dependantes Les optimisations sur l arbre abstrait sont effectuées sur une forme SSA de l arbre code machine Slide 10 Slide 11 Techniques de compilation XI.. Générateurs de générateurs 6 UNSA janvier 2005 c J. Farré

8 Optimisations de gcc Architectures cibles de gcc Simple alias analysis Combined GVN-PRE (Global Value Numbering and Partial Redundancy Elimination) Tail call and sibling call transformations Jump threading Jump bypassing Dead Code Elimination Dead Store Elimination Forward propagation Sparse Conditional Constant Propagation Scalar Replacement of Aggregates Named return value optimizations CFG simplification Copy propagation Various PHI node optimizations (basically a form of if-conversion) Loop unrolling/peeling Induction variable optimizations including strength reduction Loop header copying M680x0 VAX SPARC Convex AMD29K M88K IBM RS/6000 and PowerPC IBM RT MIPS Intel 386 HPPA Intel 960 DEC Alpha Clipper MSP430 Saturn (HP48)... Slide 12 Slide 13 Techniques de compilation XI.. Générateurs de générateurs 7 UNSA janvier 2005 c J. Farré