手把手教你写剧本引擎（三）——简朴的高级语言（1,根基道理）
副标题#e#
这一篇文章开始报告如何实现一个高级语言的剧本引擎了。由于工程量较为复杂，因此将分隔几篇文章讲。进修做剧本照旧要从简朴的对象做起的。上一篇文章先容的呼吁剧本为实现高级语言的道理做了铺垫。首先，高级语言和初级语言剧本的架构是一致的。其次，为了具有较大的优化的空间，我们将把高级语言转换成初级语言，并共同一个初级语言的剧本引擎来实现高级语言的剧本引擎。虽然，习惯上，在这种环境下我们把初级语言叫『指令』。
在这个阶段，我们实现的这门语言长短惰性计较的、弱范例的、仅支持根基范例、数组和函数指针的语言。作为扩展，隐式范例转换和函数重载也将包括在这几篇文章的主题中。好了，开始先容语法吧。
为了免除阐明C语言函数指针声明的一堆贫苦问题，在这里我借用了pascal的语法。我们将结构出一门很是雷同pascal的语言出来。
文件布局：
我们将实现的高级语言剧本是支持多文件的。剧本引擎老是需要外部函数的。为了利便的让宿主措施提供外部函数的声明，因此我们做成了多文件的剧本引擎。也就可以有雷同C语言#include那样子的对象了。pascal有一个奇怪的注释法则：利用大括号注释。
布局如下：
unit 单位名;
uses 单位名1,单位名2,……;
type
新范例名称=范例声明;
……
var
变量名组:范例;
……
interface
果真的函数声明;
implementation
果真和非果真的函数实现（非果真函数不需要声明）
end.
对付语言自己来说，type和uses最好应该属于interface和implementation的。不外我们为了利便，暂时就这么做吧。否则的话，既不能展现更多的道理，又给本身添贫苦。
范例声明：
范例声明有普通范例、数组范例和函数指针。
普通范例有boolean、integer、real、char和string。
数组范例的声明要领是array of 范例。
函数指针的声明要领跟函数声明一致，独一的区别是函数指针不行呈现函数名。譬如我们需要一个输入两个整数输出一个整数的函数指针，我们写：
type MyPointer=function(a,b:integer):integer;
#p#副标题#e#
函数声明：
pascal的函数按照有没有返回值的区别利用差异的语法。根基语法如下：
procedure 函数名(参数表)和function 函数名(参数表):返回范例
参数表的语法：[var]参数名组1:范例; [var]参数名组2:范例;……[var]参数名组n:范例。个中参数名组可觉得多个用逗号离隔的参数名，也可以仅为一个参数名。个中var代表引用参数。
函数实现：
函数实现的语法由函数声明、分号、可选的变量声明、语句、分号组成。个中变量声明由var开头，后头街上多个“变量名组:范例;”组成。
语句：
一般语句：表达式、new 范例[长度]
赋值语句：变量名:=表达式
分支语句：if 布尔表达式 then 语句 [else 语句]
轮回语句：
for 变量:=值 to|downto 值 do 语句
while 布尔表达式 do 语句
repeat 语句块 while 布尔表达式
复合语句：begin 语句块 end
呼吁语句：continue、break、exit
语句块为多个“语句;”毗连而成。
表达式：
表达式由变量、操纵符、常数以及函数挪用组成。支持的操纵符有+、-、*、div、mod、/、and、or、xor、not。个中/的返回值必然是real，div用于两个整数的整除，mod用于求余数。在这里我们修改一下pascal的语法，我们默认字符串的下标从0开始，而不是1。
数组和字符串可以用“表达式[下标]”来得到指向元素的引用。数组赋值的时候利用引用复制，字符串也利用引用复制。不外字符串修改的时候担保不影响到其他的副本，这个事情由虚拟机完成。
既然有了这个简朴的语礼貌定，我们可以试着来写一个措施。跟上一篇文章沟通，我们写一个判定一个数字是否质数的函数：
unit PrimeTest;
uses IO;{writeln和read}
interface
function IsPrime(Num:integer):boolean;
implementation
function IsPrime(Num:integer):boolean;
var i:integer;
begin
result:=true; {这是delphi配置返回值的要领，此处借用。exit用于退出函数，result变量仅仅用于配置返回值}
if Num<2 then
result:=false;
else if Num>2 then
for i:=2 to Num-1 do
if Num mod i=0 then
result:=false;
end;
end.
语法的先容就到此竣事了。在这里发一下怨言。固然我们知道C++很强大，可是其语法却是很倒霉于阐明的。举个例子：
A*B;知道是什么吗？乘法？指针声明？
a<b,c>d;知道是什么吗？逗号表达式？一个范例为某模板类的变量？
#p#分页标题#e#
因此，列位有志于阐明C++语法的大大们留意了，传统的先语法阐明后语义阐明的要领在C++眼前根基上是一点用都没有。假如你不知道上述代码中两个A代表着什么（范例照旧工具），你就无法正确获得你想要的语法树，那么你就惨了。所以，要阐明C++，想个步伐吧语法阐明和语义阐明揉在一起吧。在这里我很想知道早期的gcc为什么能用yacc来搞，用yacc写出来的C/C++编译器的代码必定很丢脸的，固然写得出来。
回到我们的主题中。这个语言拥有可以递归挪用的函数以及全局变量，我们需要筹备一个仓库和一个堆才可以支撑所有的内存操纵。仓库有许多种实现的要领，可以放在堆里也可以不放在堆里。这个决定将对接下去的指令集将会有一点小影响。
此刻让我们思量一下各类范例的布局。首先，boolean、integer、char和real都是实体范例，只需要那么一段数据就行了。在32位的呆板上别离是1、4、1、8个字节。其次是函数指针。我们可以利用一个全局的ID指向一个函数，就跟我们拿函数去编号一样，一个函数一个编号。那么，函数指针跟integer就一致了，区别在于函数指针不能计较也不能转换范例。
接下来是字符串和数组，字符串和数组的布局都是一致的，我们可以利用引用计数来到达垃圾收集的成果。按照范例理论我们可以知道我们方才设计的语言是不行能存在内存泄漏的（假如所有的数据都只让剧本修改）。于是，我们可以让数组和字符串的布局如下：
[引用计数:int][数据]
当建设一个数组变量的时候，我们让数组的值为nil，让其为空，需要利用new建设一个数组。new建设的数组的引用计数是1。假如这个数组被复制的话，那么引用计数也会随之增大。当引用计数为0，也就是所有的变量都不指向这个数组的时候，数组就该释放了。并且方才设计的这门语言是保险的，也就是说，只要我们无法会见到这个数组，那么这个数组就必然会被释放。至于原因就留给各人思考了。
字符串的布局跟array of char是一致的，可是字符串有一个非凡的处所。我们将一个字符串赋值给另一个字符串的时候，两个字符串变量其实指向沟通的空间。可是我们对个中一个字符串举办修改的时候，是不影响到另一个字符串的。我们可以在修改之前将被修改的字符串举办复制。举个例子：
a="vczh";
b=a;
这个时候字符串的引用计数是2。当我们修改b（而不是对b赋值），譬如说b[0]= ‘V’的时候，我们对b举办复制。这个时候内存中就有两个引用计数为1并且内容都是vczh，可是指向的空间差异的字符串了。这个时候我们对b指向的空间举办修改的时候，a指向的空间是稳定的。这种要领是常常被利用的。
接下来我们思量仓库的结构。仓库是用来存放不支持闭包的语言的函数中的参数和变量的。对付我们方才说的这门语言来说，仓库是相当符合的数据布局。仓库是分段的，一个段记录的内容有参数、变量、姑且信息、函数参数起始位置以及函数的执行位置。函数的执行位置用于记录当前函数在挪用新函数之前所执行的指令。有了这个信息之后，我们就可以在函数返回的时候找到符合的指令继承执行了。
假如仓库中存放字符串可能数组的话，在仓库的一个段被销毁的同时，我们需要淘汰相应的字符串或数组的引用计数，并在适当的时候释放他们。那么，我们如何知道仓库的什么处所记录着什么范例的变量呢？因为表达式也会频繁地利用仓库的姑且空间举办计较，因此范例信息有须要放在仓库内里。假如不这样做的话，我们就要在指令集内里插手各类差异的pop指令，并在函数的许多处所利用。这两种做法各有利弊，在实现的时候需要权衡一下。
函数挪用的时候需要大量变动仓库的内容。在这里我举一个例子。已知如下代码：
function A(x:integer):integer;
begin
result:=B(x+1,x-1);
end;
function B(x,y:integer):integer;
begin
result:=x*y;
end;
我们可以假想出一个编译后的指令：
FUNCTION_A:
00 push x;
01 push 1;
02 add;
03 push x;
04 push 1;
05 sub;
06 call FUNCTION_B;
07 pushref result;
08 assign;
09 ret 1;
FUNCTION_B:
10 push x;
11 push y;
12 mul;
13 pushref result;
14 assign;
15 ret 2;
当我们执行A(5)的时候，仓库如下：
地点 内容
<以前的内容>
100 5{x}
104 0{result变量}
108 100{FUNCTION_A参数起始地点}
112 ×××{FUNCTION_A返回的时候的地点}
好了，我们一直执行指令，直到05（sub;）。这个时候仓库上有了x+1和x-1两个数：
地点 内容
<以前的内容>
#p#分页标题#e#
100 5{x}
104 0{result变量}
108 100{FUNCTION_A参数起始地点}
112 ×××{FUNCTION_A返回的时候的地点}
116 6
120 4
此刻执行06（call FUNCTION_B;），仓库酿成这样：
地点 内容
<以前的内容>
100 5{x}
104 0{result变量}
108 100{FUNCTION_A参数起始地点}
112 ×××{FUNCTION_A返回的时候的地点}
116 6
120 4
124 0{新的result 变量}
128 116{FUNCTION_B参数起始地点}
132 07{FUNCTION_B返回的时候的地点，指向pushref result;指令}
然后一直执行，终于FUNCTION_B执行完了，到了15（ret 2）。
地点 内容
<以前的内容>
100 5{x}
104 0{result变量}
108 100{FUNCTION_A参数起始地点}
112 ×××{FUNCTION_A返回的时候的地点}
116 6
120 4
124 24{新的result 变量，被变动}
128 116{FUNCTION_B参数起始地点}
132 07{FUNCTION_B返回的时候的地点，指向pushref result;指令}
于是执行15（ret 2）。ret 2的意思是属于FUNCTION_B的参数和变量一共有2个。虚拟机寻找有没有字符串和数组，发明没有。这时，虚拟机将132处的返回地点07拿出来，并将124处的函数返回值24生存好，最后将仓库顶部从头指向116，并push函数返回值。这个时候仓库如下：
地点 内容
<以前的内容>
100 5{x}
104 0{result变量}
108 100{FUNCTION_A参数起始地点}
112 ×××{FUNCTION_A返回的时候的地点}
116 24{函数执行功效}
这就是一次函数挪用和函数返回之后仓库中数据的变换了。虽然，我们可以插手新的指令以调解result变量、函数参数、起始地点以及返回地点的位置，让call和ret指令轻松一些，效率也提高一些。不外这是后话了。事实上上述指令中ret指令的参数是需要一个函数的参数表和变量表才气正确事情的。差异的办理方案中的ret有差异的意义。
这篇文章就到此为止了。方才开始实习，杂七杂八的工作较量多，因此写文章的速度会慢一些。下一批文章将报告如何对我们结构的一门剧本语言举办语法阐明以及语义阐明。语法阐明和语义阐明主要照旧用来阐明代码并查抄语法错误的，并附带给出一个描写语言的数据布局，用于接下来的代码生成等问题。
