Etapas finales de un traductor

1. Etapas finales de un traductor M.C. Juan Carlos Olivares Rojas Noviembre 2009

2. Agenda • Generador de código intermedio (opcional) • Optimizador (puede ser opcional e ir en esta etapa o hasta después de haber generado la traducción) • Generador de código objeto.

3. Generación de Código Intermedio Etapas Finales de un Traductor

4. Agenda • Lenguajes intermedios. • Notaciones. • Infija. • Postfija. • Prefija. • Representación de código intermedio. • Notación Polaca. • Codigo P. • Triplos y Cuádruplos.

5. Agenda • Esquemas de generación. • Expresiones. • Declaración de variables, constantes • Estatuto de asignación. • Estatuto condicional. • Estatuto de ciclos • Arreglos. • Funciones.

6. Código Intermedio • Es una etapa opcional en muchos casos que ayuda a simplificar la producción de código objeto • La administración de la memoria se da en esta etapa. • Se debe considerar tanto la memoria estática como dinámica, y en esta se utilizan generalmente pilas.

7. Generador de Cod. Intermedio • Los lenguajes intermedios generalmente tienen árboles de derivación más pequeños que su contraparte original. • Se puede representar un árbol sintáctico con un Grafo Dirigido Acíclico (GDA). • La notación postfija es una manera linealizada de representar un árbol sintáctico.

8. Generador Cod. Intermedio • a := b*-c+b*-c • abc -*bc -*+= • x := y op z • x+y*z • t1:=y*z • t2:=x+t1

9. Lenguajes intermedios • Los lenguajes intermedios nos sirven para representar la producción final de nuestro lenguaje fuente. • Existen muchos lenguajes intermedios, la mayoría de ellos son una representación más simplificada del código original para facilitar la traducción hacia el código final.

10. Lenguajes Intermedios • Otros lenguajes intermedios sirven de base o como representación parcial de otros procesos. • Por ejemplo al compilar un programa en C en Windows o DOS, se produce un código objeto con extensión .obj para que posteriormente el enlazador cree finalmente el código executable .exe

11. Lenguajes Intermedios • En sistemas basados en Unix, también ocurre algo similar generándose un archivo .o y el executable a.out • Otros lenguajes intermedios famosos son los generados para la máquina virtual de Java el bytecode; y para la máquina virtual de .NET el MISL para luego ejecutarse en tiempo de ejecución JIT (Just in Time)

12. Lenguajes Intermedios • Otros lenguajes intermedios se utilizan en sistemas distribuidos como RPC, CORBA y su IDL, etc. • En este caso estos lenguajes intermedios se encargan de enmascarar toda la heterogeneidad de las comunicaciones distribuidas en una computadora

13. Notaciones • Las notaciones sirven de base para expresar sentencias bien definidas. • El uso más extendido de las notaciones sirve para expresar operaciones aritméticas. • Las expresiones aritméticas se pueden expresar de tres formas distintas: infija, prefija y postfija.

14. Notaciones • La diversidad de notaciones corresponde en que para algunos casos es más sencillo un tipo de notación. • Las notaciones también dependen de cómo se recorrerá el árbol sintáctico, el cual puede ser en inorden, preorden o postorden; teniendo una relación de uno a uno con la notación de los operadores.

15. Infija • La notación infija es la más utilizada por los humanos por que es la más comprensible ya que ponen el operador entre los dos operandos. Por ejemplo a+b-5. • No existe una estructura simple para representar este tipo de notación en la computadora por esta razón se utilizan otras notaciones.

16. Postfija • La notación postfija pone el operador al final de los dos operandos, por lo que la expresión queda: ab+5- • La notación posftfija utiliza una estructura del tipo LIFO (Last In First Out) pila, la cual es la más utilizada para la implementación.

17. Prefija • La notación prefija pone el operador primero que los dos operandos, por lo que la expresión anterior queda: +ab-5. • Esto se representa con una estructura del tipo FIFO (First In First Out) o cola. • Las estructuras FIFO son ampliamente utilizadas pero tienen problemas con el anidamiento aritmético.

18. Representación Cod Int. • Existen maneras formales para representar código intermedio. • Estas notaciones simplifican la traducción de nuestro código fuente a nuestro código objeto ya que ahorran y acotan símbolos de la tabla de símbolos

19. Código P • El código P hace referencia a máquinas que utilizan o se auxilian de pilas para generar código objeto. • En muchos caso la P se asociado a código portable el cual garantiza que el código compilado en una máquina se pueda ejecutar en otras.

20. Código P • Para garantizar la portabilidad del código se necesita que el lenguaje este estandarizado por algún instituto y que dicho código no tenga extensiones particulares. • También se recomienda la no utilización de características especiales exclusivas de alguna arquitectura de computadoras en particular.

21. Triplos • Las proposiciones de tres direcciones se parece mucho al ensamblador, el cual es un lenguaje intermedio más entendible para la máquina. • Las estructuras de control (if, switch, while, do-while, for) son realmente etiquetas goto disfrazadas.

22. Triplos • El problema de utilizar cuádruplos radica en que se tienen que colocar los valores temporales en la tabla de símbolo. • Con una estructura de tres campos se pueden omitir los valores temporales, dicha estructura recibe el nombre de triples y tiene los siguientes campos: op, arg1 y arg2

23. Triplos • Generalmente el código que generan los triples recibe el nombre de código de dos direcciones, aunque en ocasiones puede variar. • Cuando se utilizan triples se ocupan punteros a la misma estructura de los triples. • b t1 t2 //cuádruplos • • b (0) //triple

24. Triplos • Se debe tener en cuenta el proceso de asignación, de declaración, expresiones booleanas. • Las expresiones lógicas también pueden pasarse a código de tres direcciones, utilizando para ello expresiones en corto circuito.

25. Triplos • La evaluación de expresiones en corto circuito implica que se evalúan condiciones revisando valores anteriores; por ejemplo, para el operador AND con una condición que se detecte como falsa toda la expresión es falsa, en el caso del operador OR si se encuentra una condición verdadera todo será verdadera • ¿Cómo resuelven los compiladores las expresiones? Forma Normal disyuntiva

26. Triplos • La notación de tres direcciones es una forma abstracta de código intermedio. • Esta notación se puede implementar como registros con campos para el operador y operadores.

27. Intérpretes • Los interpretes generalmente utilizan este triplos para generar el código intermedio para ejecutarse una vez considerado la instrucción como válido. • En este sentido, un compilador es más difícil de implementar ya que tendrá que mantener todas las estructuras generadas que en muchas ocasiones serán cuadruplos.

28. Cuadruplos • Es una estructura tipo registro con cuatros campos que se llaman: op, arg1, arg2 y resultado. OP tiene un código intermedio. • Los operadores unarios como x:=-y no utilizan arg2. Generalmente arg1, arg2 y resultado son valores de tipo puntero y apuntan a una entrada en la tabla de símbolos.

29. Esquemas de Generación • Los esquemas de generación son las estrategias o acciones que se deberán realizarse y tomarse en cuenta en el momento de generar código intermedio. • Los esquemas de generación dependen de cada lenguaje. Tomaremos algunos esquemas de generación del lenguaje C.

30. Expresiones • Para generar expresiones estas deben representarse de manera más simple y más literal para que su conversión sea más rápida. • Por ejemplo la traducción de operaciones aritméticas debe especificarse una por una, de tal forma que una expresión sea lo más mínimo posible.

31. Declaración de variables • Las declaraciones de variables y constantes deben separarse de tal manera que queden las expresiones una por una de manera simple. • Por ejemplo int a,b,c; se descompone a int a; int b; intc; respectivamente.

32. Estatutos de Asignación • Las operaciones de asignación deben quedar expresadas por una expresión sencilla, si está es compleja se debe reducir hasta quedar un operador sencillo. • Por ejemplo: x = a+b/5; debe quedar de la forma y = b/5; z = a+y; x=z.

33. Estatuto Condicional • Las condiciones deben expresarse de manera lo más sencilla posible de tal forma que puedan evaluarse en cortocircuito. Por ejemplo una instrucción como: if (a == b && f!=5&& f%3==0) se evalúa primero x = (a==b && f!=5)y = x && f%3==0; if (y) • Las instrucciones de decisión compleja como switch se reducen a una versión complejas de if’s

34. Estatuto de Ciclos • Los ciclos se descomponen en un ciclo genérico, por lo que ciclos while, for y do- while tienen la misma representación interna. En el caso de C, todo queda en forma de while. • Las condiciones lógicas también pueden ser evaluadas en cortocircuito y reducidas.

35. Arreglos • Los arreglos se descomponen en estructuras básicas de manejo de manera simple, así por ejemplo: char *a=“Hola”; se reduce a: a[0]=‘H’; a[1]=‘o’; a[2]=‘l’; a[3]=‘a’; a[4]=‘\0’;

36. Funciones • Las funciones pueden reducir a en línea, lo que se hace es expander el código original de la función. • Las funciones se descomponen simplificando los parámetros de manera individual al igual que el valor de retorno.

37. Optimización Etapas Finales del Proceso de Traducción

38. Agenda • Tipos de optimización. • Locales. • Bucles. • Globales. • De mirilla. • Costos. • Costo de ejecución. • Criterios para mejorar el código. • Herramientas para el análisis del flujo de datos.

39. Tipos de Optimización • Las optimizaciones pueden realizarse de diferentes formas. Las optimizaciones se realizan en base al alcance ofrecido por el compilador. • La optimización va a depender del lenguaje de programación y es directamente proporcional al tiempo de compilación; es decir, entre más optimización mayor tiempo de compilación.

40. Tipos de Optimización • Como el tiempo de optimización es gran consumidor de tiempo (dado que tiene que recorrer todo el árbol de posibles soluciones para el proceso de optimización) la optimización se deja hasta la fase de prueba final. • Algunos editores ofrecen una versión de depuración y otra de entrega o final.

41. Tipos de Optimización • La optimización es un proceso que tiene a minimizar o maximizar alguna variable de rendimiento, generalmente tiempo, espacio, procesador, etc. • Desafortunamente no existen optimizador que hagan un programa más rápido y que ocupe menor espacio.

42. Tipos de optimización • La optimización se realiza reestructurando el código de tal forma que el nuevo código generado tenga mayores beneficios. • La mayoría de los compiladores tienen una optimización baja, se necesita de compiladores especiales para realmente optimizar el código.

43. Optimización Local • La optimización local se realiza sobre módulos del programa. En la mayoría de las ocasiones a través de funciones, métodos, procedimientos, clases, etc. • La característica de las optimizaciones locales es que sólo se ven reflejados en dichas secciones.

44. Optimización Local • La optimización local sirve cuando un bloque de programa o sección es crítico por ejemplo: la E/S, la concurrencia, la rapidez y confiabilidad de un conjunto de instrucciones. • Como el espacio de soluciones es más pequeño la optimización local es más rápida

45. Optimización de Ciclos • Los ciclos son una de las partes más esenciales en el rendimiento de un programa dado que realizan acciones repetitivas, y si dichas acciones están mal realizadas, el problema se hace N veces más grandes. • La mayoría de las optimizaciones sobre ciclos tratan de encontrar elementos que no deben repetirse en un ciclo.

46. Optimización de Ciclos • Sea el ejemplo: while(a == b) { int c = a; c = 5; …; } • En este caso es mejor pasar el int c =a; fuera del ciclo de ser posible.

47. Optimización de ciclos • El problema de la optimización en ciclos y en general radica es que muy difícil saber el uso exacto de algunas instrucciones. Así que no todo código de proceso puede ser optimizado. • Otros uso de la optimización pueden ser el mejoramiento de consultas en SQL o en aplicaciones remotas (sockets, E/S, etc.)

48. Optimización Global • La optimización global se da con respecto a todo el código. • Este tipo de optimización es más lenta pero mejora el desempeño general de todo programa. • Las optimizaciones globales pueden depender de la arquitectura de la máquina.

49. Optimización Global • En algunos casos es mejor mantener variables globales para agilizar los procesos (el proceso de declarar variables y eliminarlas toma su tiempo) pero consume más memoria. • Algunas optimizaciones incluyen utilizar como variables registros del CPU, utilizar instrucciones en ensamblador.

50. Optimización de Mirilla • La optimización de mirilla trata de estructurar de manera eficiente el flujo del programa, sobre todo en instrucciones de bifurcación como son las decisiones, ciclos y saltos de rutinas. • La idea es tener los saltos lo más cerca de las llamadas, siendo el salto lo más pequeño posible