编译器的发展

过去的编译器，大多是“铁板一块”的紧耦合设计；而LLVM，是“乐高积木”式的模块化设计。

1. 经典编译器：紧耦合的“黑盒”

在LLVM之前，主流的编译器（如早期的GCC）设计更像一个封闭的整体。

• “前端 + 后端”的直连模式：典型的经典编译器就是一个前端直接连接一个后端。前端解析C语言，生成抽象语法树（AST），然后直接翻译成目标机器的汇编代码。

• 问题所在：这种设计的最大问题是强耦合。如果要支持3种语言和3种CPU，就得开发9套完全独立的编译器。这导致了大量的重复劳动，而且调试和优化非常困难，因为代码优化和代码生成是交织在一起的。

2. 抽象语法树（AST） vs. LLVM中间表示（IR）

这是理解两者区别的关键。经典编译器和LLVM都使用中间表示，但它们的设计目标和用途完全不同。

 

特性	抽象语法树 (AST) - 经典编译器	LLVM中间表示 (IR) - LLVM
定位	主要用于语法分析阶段，是解析器的产物。	是编译器整个核心基础设施，独立于任何语言和CPU。
信息层级	高层次的、树形结构，很接近源代码。（例如，能看到while循环、if条件）	低层次的、线性指令序列，像一种通用的、精简的机器语言。（循环会被转换成br跳转指令）
是否包含类型	包含，但通常是语言的类型系统。	包含一套强类型的、与语言无关的类型系统。
主要用途	用于语法检查、初步语义分析和一些简单的代码生成。	作为优化的核心对象，承载所有与语言、CPU无关的优化。
能否直接执行	通常不能，必须遍历树结构才能生成代码。	可以，LLVM JIT引擎可以直接解释和执行IR。

简单来说，经典编译器的“中间环节”是一个高层次的树，主要用于“理解代码”；而LLVM的“中间环节”是一个低层次的、类似汇编的指令流，主要用于“变换代码”和“生成代码”。

3. 优化哲学：被动 vs. 主动

• 经典编译器：优化通常是“顺便”或“后期”的事情。因为AST到机器码的转换路径很直接，很多优化在AST层面做不了，只能在生成汇编后硬着头皮做，效果有限。

• LLVM：优化是它的核心功能。所有关键的优化（如常量折叠、死代码消除、循环展开等）都在IR层面完成。IR被设计得极易分析和变换，因此LLVM可以实现极其强大的、与语言和目标平台无关的优化。

4. 典型的经典编译器代表

除了早期的GCC，你还可能听说过：

• Borland Turbo C / C++ Builder：在DOS时代和早期Windows时代非常流行的集成开发环境（IDE），其背后的编译器就是典型的“一体式”设计，专为x86处理器优化，很少考虑跨平台。

• 微软Visual C++（早期版本）：在其早期版本中，也是紧密耦合的架构，主要服务于自己的Windows平台。

• LCC（The Little C Compiler）：经典的教材式编译器，代码简洁清晰，展示了如何从C语言解析直接生成汇编代码。

总结

 

维度	经典编译器	LLVM
核心架构	前端直连后端，紧耦合	前端-优化器-后端，松耦合
中间表示	高层次的抽象语法树（AST）	低层次的LLVM IR
优化位置	零散、后期	核心环节，在IR上系统化进行
可移植性	移植到新CPU成本高	只需实现一个新的后端即可

可以说，LLVM代表了一次编译器设计的范式转移：从“实现一套编译器”，变成了“构建一套编译器的工具箱”。 这种思想上的转变，让后来的仓颉、MoonBit、香山等国产软硬件项目，都能站在一个强大的巨人肩上，用更低的成本实现更好的性能和安全。这也是为什么我们刚才聊到的国产技术，几乎都和LLVM生态绑定在了一起。