用Java编写的编译器:Peephole优化器实现
我正在为Pascal的子集编写一个编译器。 编译器为制造的机器生成机器指令。 我想为这种机器语言编写一个窥视孔优化器,但是我在替换一些更复杂的模式时遇到了麻烦。
窥孔优化器规范
我研究了几种不同的编写窥视孔优化器的方法,并且我已经确定了一种后端方法:
- 每次生成机器指令时,Encoder都会调用
emit()
函数。 -
emit(Instruction currentInstr)
检查窥视孔优化表:- 如果当前指令与模式的尾部匹配:
- 检查先前发出的匹配说明
- 如果所有指令都与模式匹配,则应用优化,修改代码存储的尾端
- 如果未找到优化,则照常发出指令
- 如果当前指令与模式的尾部匹配:
目前的设计方法
这个方法很简单,这是我遇到麻烦的实现。 在我的编译器中,机器指令存储在Instruction
类中。 我写了一个InstructionMatch
类,它存储了用于匹配机器指令的每个组件的正则表达式。 如果模式匹配某些机器指令instr
则其equals(Instruction instr)
方法返回true
。
但是,我无法完全应用我的规则。 首先,我觉得根据我目前的做法,我最终会得到一堆不必要的物品。 鉴于窥视孔优化数字的完整列表可以编号大约400个模式,这将失控。 此外,我实际上无法使用这种方法进行更难的替换(参见“我的问题”)。
替代方法
我读过的一篇论文将先前的指令折叠成一个长字符串,使用正则表达式匹配和替换,并将字符串转换回机器指令。 这对我来说似乎是一个糟糕的方法,如果我错了,请纠正我。
示例模式,模式语法
x: JUMP x+1; x+1: JUMP y --> x: JUMP y LOADL x; LOADL y; add --> LOADL x+y LOADA d[r]; STOREI (n) --> STORE (n) d[r]
请注意,这些示例模式中的每一个都只是以下机器指令模板的人类可读表示:
op_code register nd
(n通常表示字数,d表示地址位移)。 语法x:
表示指令存储在代码存储区中的地址x
。
因此,当LOADL
操作码为5时,指令LOADL 17
相当于整机指令5 0 0 17
( n
和r
在该指令中未使用)
我的问题
所以,考虑到这个背景,我的问题是:当我需要将先前指令的部分包含在替换中的变量时,如何有效地匹配和替换模式? 例如,我可以简单地替换LOADL 1; add
所有实例LOADL 1; add
使用增量机器指令LOADL 1; add
– 我不需要执行此前任何操作的任何部分。 但是我不知道如何在替换模式中有效地使用我的第二个例子的’x’和’y’值。
编辑 :我应该提到, Instruction
类的每个字段只是一个整数(对机器指令来说是正常的)。 在模式表中使用’x’或’y’是一个变量,代表任何整数值。
一种简单的方法是将窥视孔优化器实现为有限状态机。
我们假设您有一个生成指令但不发出指令的原始代码生成器,以及一个将实际代码发送到对象流的emit例程。
状态机捕获代码生成器生成的指令,并通过在状态之间转换来记住0或更多生成指令的序列。 因此,状态隐含地记住生成但未发出的指令的(短)序列; 它还必须记住它捕获的指令的关键参数,例如寄存器名称,常量值和/或寻址模式以及抽象目标存储器位置。 特殊的开始状态会记住空的指令串。 在任何时候,您都需要能够发出未经发送的指令(“冲洗”); 如果你一直这样做,你的窥视孔发生器捕获下一条指令,然后发出它,没有任何有用的工作。
为了做有用的工作,我们希望机器捕获尽可能长的序列。 由于通常存在多种机器指令,因此实际上你不能记得太多,或者状态机会变得非常庞大。 但是记住最常见的机器指令(加载,添加,cmp,分支,存储)的最后两个或三个是切实可行的。 机器的大小确实取决于我们要做的最长的窥视孔优化的长度,但如果该长度为P,则整个机器不需要P状态深。
每个状态都根据代码生成器生成的“下一个”指令转换到下一个状态。 想象一下,状态代表N指令的捕获。 过渡选择是:
- 刷新此状态表示的最左边的0或更多(称为k)指令,并转换到表示N-k + 1的下一状态,表示机器指令I的附加捕获的指令。
- 刷新此状态表示的最左边的k指令,转换到表示剩余Nk指令的状态,并重新处理指令I.
- 完全冲洗状态,并发出指令I. [你可以在刚开始的状态下实际做到这一点]。
当刷新k指令时,实际发出的是那些k的窥视孔优化版本。 您可以在发出此类指令时计算您想要的任何内容。 您还需要记住适当地“移动”其余指令的参数。
这很容易通过窥孔优化器状态变量实现,并且在代码生成器生成其下一条指令的每个点都有一个case语句。 case语句更新窥孔优化器状态并实现转换操作。
假设我们的机器是增强堆栈机器,有
PUSHVAR x PUSHK i ADD POPVAR x MOVE x,k
指令,但原始代码生成器仅生成纯堆栈机器指令,例如,它根本不发出MOV指令。 我们希望窥视孔优化器能够做到这一点。
我们关心的窥视孔病例是:
PUSHK i, PUSHK j, ADD ==> PUSHK i+j PUSHK i, POPVAR x ==> MOVE x,i
我们的状态变量是:
PEEPHOLESTATE (an enum symbol, initialized to EMPTY) FIRSTCONSTANT (an int) SECONDCONSTANT (an int)
我们的案例陈述:
GeneratePUSHK: switch (PEEPHOLESTATE) { EMPTY: PEEPHOLESTATE=PUSHK; FIRSTCONSTANT=K; break; PUSHK: PEEPHOLESTATE=PUSHKPUSHK; SECONDCONSTANT=K; break; PUSHKPUSHK: #IF consumeEmitLoadK // flush state, transition and consume generated instruction emit(PUSHK,FIRSTCONSTANT); FIRSTCONSTANT=SECONDCONSTANT; SECONDCONSTANT=K; PEEPHOLESTATE=PUSHKPUSHK; break; #ELSE // flush state, transition, and reprocess generated instruction emit(PUSHK,FIRSTCONSTANT); FIRSTCONSTANT=SECONDCONSTANT; PEEPHOLESTATE=PUSHK; goto GeneratePUSHK; // Java can't do this, but other langauges can. #ENDIF } GenerateADD: switch (PEEPHOLESTATE) { EMPTY: emit(ADD); break; PUSHK: emit(PUSHK,FIRSTCONSTANT); emit(ADD); PEEPHOLESTATE=EMPTY; break; PUSHKPUSHK: PEEPHOLESTATE=PUSHK; FIRSTCONSTANT+=SECONDCONSTANT; break: } GeneratePOPX: switch (PEEPHOLESTATE) { EMPTY: emit(POP,X); break; PUSHK: emit(MOV,X,FIRSTCONSTANT); PEEPHOLESTATE=EMPTY; break; PUSHKPUSHK: emit(MOV,X,SECONDCONSTANT); PEEPHOLESTATE=PUSHK; break: } GeneratePUSHVARX: switch (PEEPHOLESTATE) { EMPTY: emit(PUSHVAR,X); break; PUSHK: emit(PUSHK,FIRSTCONSTANT); PEEPHOLESTATE=EMPTY; goto GeneratePUSHVARX; PUSHKPUSHK: PEEPHOLESTATE=PUSHK; emit(PUSHK,FIRSTCONSTANT); FIRSTCONSTANT=SECONDCONSTANT; goto GeneratePUSHVARX; }
#IF显示了两种不同的转换样式,一种使用生成的指令,另一种不使用; 要么适用于这个例子。 当你最终得到几百个这样的case语句时,你会发现这两种类型都很方便,“不要消耗”版本可以帮助你保持代码更小。
我们需要一个例程来清除窥视孔优化器:
flush() { switch (PEEPHOLESTATE) { EMPTY: break; PUSHK: emit(PUSHK,FIRSTCONSTANT); break; PUSHKPUSHK: emit(PUSHK,FIRSTCONSTANT), emit(PUSHK,SECONDCONSTANT), break: } PEEPHOLESTATE=EMPTY; return; }
考虑这个窥孔优化器对以下生成的代码的作用很有意思:
PUSHK 1 PUSHK 2 ADD PUSHK 5 POPVAR X POPVAR Y
整个FSA方案的作用是隐藏状态转换中的模式匹配,以及对案例中匹配模式的响应。 您可以手动编写代码,并且编码和调试速度快且相对容易。 但是当案例数量变大时,您不希望手动构建这样的状态机。 您可以编写一个工具来为您生成此状态机; 这方面的好背景将是FLEX或LALR解析器状态机生成。 我不打算在这里解释一下: – }