编译器是将人类可读的源代码翻译成计算机可执行机器代码的程序。要成功地做到这一点，人类可读的代码必须遵守它所用的任何编程语言的语法规则。编译器只是一个程序，无法为您修复代码。如果您犯了错误，您必须更正语法，否则它将无法编译。

编译代码时会发生什么？

编译器的复杂性取决于语言的语法以及编程语言提供的抽象程度。C编译器比C++编译器或C语言编译器要简单得多。

词汇分析

编译时，编译器首先从源代码文件读取字符流，并生成词法标记流。例如，C++代码：

可以分析为以下标记：

• 输入“int”
• 变量“C”
• 等于
• 左括号
• 变量“A”
• 时代
• 变量“B”
• 右括号
• 加
• 字面“10”

句法分析

词法输出传递给编译器的语法分析器部分，该部分使用语法规则来决定输入是否有效。除非变量A和B之前已声明且在范围内，否则编译器可能会说：

• “A”：未声明的标识符。

如果它们已声明但未初始化。编译器发出警告：

• 局部变量“A”未经初始化就已使用。

永远不要忽略编译器警告。他们可以用奇怪和意想不到的方式破坏你的代码。始终修复编译器警告。

一张还是两张？

有些编程语言是这样编写的，编译器只能读取源代码一次并生成机器代码。帕斯卡语就是这样一种语言。许多编译器至少需要两个过程。有时，这是因为函数或类的前向声明。

在C++中，类可以声明，但直到后来才被定义。在编译类的主体之前，编译器无法计算类需要多少内存。在生成正确的机器代码之前，它必须重新读取源代码。

生成机器代码

假设编译器成功地完成了词法和语法分析，最后一个阶段是生成机器代码。这是一个复杂的过程，尤其是在现代CPU中。

编译的可执行代码的速度应该尽可能快，并且可以根据生成的代码的质量和请求的优化程度而有很大的不同。

大多数编译器允许您指定快速调试编译器和完全优化已发布代码所需的优化量。

代码生成具有挑战性

编译器编写器在编写代码生成器时面临挑战。许多处理器通过使用

• 指令流水线
• 内部缓存。

如果代码循环中的所有指令都可以保存在CPU缓存中，那么该循环的运行速度要比CPU必须从主RAM获取指令时快得多。CPU缓存是内置在CPU芯片中的一块内存，其访问速度比主RAM中的数据快得多。

缓存和队列

大多数CPU都有一个预取队列，CPU在执行指令之前将指令读入缓存。如果发生条件分支，CPU必须重新加载队列。应生成代码以尽量减少这种情况。

许多CPU都有单独的部件用于：

• 整数算术（整数）
• 浮点算术（小数）

这些操作通常可以并行运行以提高速度。

编译器通常将机器代码生成目标文件，然后通过链接程序将这些文件链接在一起。