Ohjelmointikielen kääntäjä
Ohjelmointikielen kääntäjä on tietokoneohjelma, joka luo tietokoneohjelman ohjelmointikielisen lähdekoodin perusteella konekielisen ajettavan binääritiedoston (eli kääntää ohjelman). Kääntäminen on siis muunnos, jossa ihmiselle helpossa muodossa oleva lähdekoodi muutetaan tietokoneen suorittimen ymmärtämään muotoon myöhempää suorittamista varten.
Kääntäjän lisäksi voidaan tarvita useita muita ohjelmia suoritettavan ohjelman tuottamiseksi kuten esikääntäjä, assembler ja linkkeri.[1]
Vaihtoehtona kääntäjälle on ohjelmointikielen tulkki, joka myös suorittaa ohjelman.[1]Joskus ohjelmat käännetään ensin kääntäjällä tavukoodiksi, jonka sitten suorittaa yksinkertainen tulkki. Tyypillisesti tällä tavalla suoritettavia ohjelmointikieliä ovat Java, Python, Ruby ja PHP.
Tavukoodia käytetään myös välivaiheen käännöksenä, jotta eri kielistä saadaan kohdennettua eri laitteille käännettävää alustakohtaista ohjelmakoodia. Vastaavia ovat muun muassa LLVM kääntäjäympäristössä sekä useissa GPGPU-ohjelmointiin suunnatuissa menetelmissä (esim. SPIR-V[2]).
Käännettävä ohjelma voi olla jaettuna moduuleihin, jotka ovat tallennettuna erillisiin tiedostoihin.[1] Suuret ohjelmat käännetään usein osissa, jolloin uudelleen sijoitettava konekielinen koodi voidaan linkittää yhteen toisten objektitiedostojen kanssa.[1]
Käännöksen vaiheet
Käännös voidaan jakaa neljään vaiheeseen:[3]
- Lähdekoodin merkkijono muutetaan vastaavaan sarjaan symboleita kielen sanastossa. Muun muassa tunnisteet jotka koostuvat kirjaimista ja numeroista, luvut jotka koostuvat numeroista, erotinmerkit ja operaattorit jotka koostuvat erikoismerkeista tunnistetaan tässä vaiheessa.
- Symbolien sarja muutetaan esitysmuotoon, joka vastaa kielen syntaksia.
- Ylemmän tason kielissä tunnistetaan tyypit sekä niiden yhteensopivuudet operaattoreiden ja operandien välillä.
- Toisen vaiheen esitysmuodosta tuotetaan konekieltä kohteen käskykannalle, joka on usein vaativin osa ja pilkotaan vielä pienempiin vaiheisiin.
Analyysivaihe voidaan jakaa kolmeen analyysiin: sanastollinen (engl. lexical), syntaksin mukainen ja merkityksen mukainen (engl. semantic).[1] Kääntäjä voi tuottaa välikielellä käännöksen, johon voidaan soveltaa alustariippumattomia optimointeja ennen varsinaista konekielisen koodin tuottamista ja sen optimointia.[1]
Kääntäjän etuosa jaetaan usein selaajaan (engl. scanner, tokenizer, lexer)[4] ja jäsentimeen (engl. parser). Selaaja tunnistaa ohjelmointikielestä alkionimet (engl. token) esimerkiksi säännöllisten lausekkeiden avulla. Jäsennin (myös jäsentäjä) tunnistaa kielen rakenteen vaikkapasisäkkäisiä rakenteita tunnistavan LR-jäsennystä (left-right, eli läpikäynti vasemmalta oikealle, ymmärtäminen oikealta vasemmalle) käyttäen. Myös LL-jäsennystä käytetään sen yksinkertaisuuden vuoksi, mutta sellaisen avulla ei voida jäsentää kieltä, missä esiintyy nk. vasen rekursio. Esimerkiksi kielioppisääntöön
A ::= A + B
ei voida soveltaa LL-jäsentäjää, koska se joutuisi ikuiseen rekursiosilmukkaan - aliohjelmakutsut menisivät seuraavaan tapaan:
ParseA() ParseA() ParseB() # tee jotain A + B:lle
Unix-maailmassa yleisesti käytetyt työkalut ovat LEX ja YACC: LEX tekee sanastollisen analyysin (selaajan) ja YACC lausemuodon analyysin (jäsentimen).[5]
Kolmas käännösvaihe on semanttinen (eli merkityksen) analyysi. Tässä vaiheessa tutkitaan mm. muuttujien ja metodien nimet, tyypit ja niiden käytön oikeellisuus.
Käännöksen optimointi
- Pääartikkeli: Ohjelman optimointi
Kääntäjä voi usein suorittaa käännettävän ohjelman optimointia sille sallituissa rajoissa.
C-kielen standardi sallii kääntäjän olettaa ettei käsiteltäviä muuttujia muuteta lataus/tallennus-operaation aikana (kuten lauseen a=b; aikana).[6][7] Muun muassa rinnakkain suoritettavan ohjelmakoodin tapauksessa tämä voi aiheuttaa ongelmia.[7]Kääntäjä voi olettaa ettei tieto muutu sitä käyttävän toistorakenteen aikana, joka voi olla virhetilanne lukituksen vapautumista odottaessa.[8]
Standardifunktiot
Standardifunktiot (engl. intrinsic function)[9] ovat kääntäjän itsensä tarjoamia tai tunnistamia funktioita, jotka sisältävät korkealle optimoidut toteutuksen tietyille yleisille algoritmeille. Esimerkiksi sini- ja kosinifunktiot ovat usein käytettyjä.[9]
Kääntäjässä voi olla toteutuksia alustakohtaisille toiminnoille tietyillä käskykantalaajennuksilla toteutettuna, joita voidaan käyttää ohjelmissa assembly-kielellä tehtyjen rutiinien asemesta kuten SSE-käskykannan hyödyntämisessä. Esimerkiksi Microsoftin ja Intelin C/C++ kääntäjät sekä GCC toteuttavat standardifunktiot, jotka vastaavat suoraan x86-käskykannan SIMD laajennuksia.[10][11]
Kääntäjien tyypit
Ohjelmointikielen kääntäjiä voidaan käyttää samalla alustalla jossa käännettävä ohjelma suoritetaan (natiivi tai isäntäalusta).lähde? Toinen tyyppi on ristiinkääntäjä, jossa kohdealusta voi olla eri kuin käännösympäristön, esimerkiksi sulautettu järjestelmä voi olla suorituskyvyltään liian rajoittunut kääntäjälle.[12][13]Ristiinkääntäjä voi kohdistaa eri suorittimelle tai käyttöjärjestelmälle.[12][14]Ristiinkääntäjä voidaan kääntää eri ympäristössä kuin missä se tullaan ajamaan ja käännetyn kääntäjän kohde voi olla myös eri: tätä tapausta kutsutaan "Kanadalaiseksi ristiksi" (engl. canadian cross).[15][16]
Katso myös
Lähteet
Kirjallisuutta
- Aho, Alfred V. & Ullman, Jeffrey D.: Principles of Compiler Design. Addison-Wesley, 1977. ISBN 0-201-00022-9.
Aiheesta muualla
Kuvia tai muita tiedostoja aiheesta Ohjelmointikielen kääntäjä Wikimedia Commonsissa
