编译原理 教学课件 作者 康慕宁 林奕 讲稿_8.ppt

调整指令4和5的顺序，得到1、2、3、5、4的指令序列。该指令序列并不违反相关图对于计算结果的依赖关系（指令5并不依赖于指令4）。 在指令5中，将R2重新设置为R2=y，因此导致指令4得到的结果是R1=w*2*y，而不是R1=w*2*x。 消除反相关的思路 第一，在相关图中建立反相关的关系，保证在调度时避免引起上述问题。 第二，在进行调度前，对存在反相关的值重命名以消除反相关问题。然后再进行指令调度。 重命名虽然会引入新的变量或伪寄存器，但由于寄存器分配时可以将其消除，因此此方法被广泛采用。 指令调度的效率 采用模拟执行的方式和启发式算法，仍然可以构造一个可行的调度。 第一步，通过重命名来消除反相关。 第二步，构建相关图。 第三步，给每一操作指定优先级。 常用的优先度方案包括从一个叶子节点（不依赖于任何其他节点的节点）出发所找到的最长路径（路径的长度，由该路径上所有指令都执行完成时的周期数之和确定）。为了计算周期数之和，调度器需要模拟CPU对每条指令的执行方式，计算当前顺序时指令顺序或并发执行的时间代价。 调度器迭代执行上述步骤，直到得到最终顺序的指令序列 8.3.5 寄存器分配技术简介 CPU所具有的寄存器在数量上远比内存要小得多 寄存器优化也是一个NP问题，目前没有为所有程序找到最优分配策略的通用算法。 但仍可采用图着色等算法得到较好的寄存器分配方案。 寄存器分配和图着色问题 指令筛选时 假设存在无限多个寄存器可供使用 必须将指令筛选后得到的诸多临时变量或伪寄存器映射到一组有限的实际寄存器集合中 寄存器分配的基本目标 尽可能减少仅用于在寄存器-内存或内存-寄存器间拷贝数据的次数。 图着色问题和寄存器分配 寄存器分配问题可以被转化为图着色问题进行求解。因此，问题就被转化为如何用N种颜色（N个寄存器），对图中所有节点进行染色，并保证任意两个相邻节点具有不同的颜色。对应于寄存器分配问题，图着色中相邻节点不能同色等价于：如果伪寄存器T1和T2同时存活，则其不能被分配到同一个物理寄存器R。 一个例子 T1 ? a + 5 T2 ? 6 T3 ? T1 +7 R ? a + 5 R ? 6 T3 ? R +7 R1 ? a + 5 R1 ?a+5 R2 ? 6 或 Mem_T1 ? R1 T3 ? R1 +7 R1 ? 6 T3 ? Mem_T1 +7 原来希望T3=a+5+7，现在却变成了T3=6+7 冲突图的基本概念 用途： 表示了变量与变量间存在活跃范围冲突的情况 定义： 冲突图是包含一组节点和节点之间边的无向图结构。其中，节点表明变量的一个存活范围；节点A和节点B之间存在边，则表明二者的存活范围有所重叠，即不能被分配到同一个寄存器（导致分配冲突）。 冲突图的例子 live-in: k, j g = mem[j+12] h = k-1 f = g*h e = mem[j+8] m = mem[j+16] b = mem[f] c = e+8 d = c k = m+4 j =6 live-out: d, k, j 每个节点表示一个变量的生存。 节点间的边表示两个节点的生存范围有所重叠。 本例来源于《现代编译器的Java实现》 图着色算法的思想 （1）通过分析变量或伪寄存器的活性数据流方程，求得该段程序的冲突图。 （2）采用启发式算法进行以下计算： 第一步，如果存在一个度最小的节点（度，一个节点所连接的边的数目），且该节点的度小于物理寄存器的个数。则将该节点存入栈中，并将该节点及所有与之相连的边都从图中删除，得到一个新的冲突图。如果当前度最小的节点的度N依然大于实际寄存器的个数K，则将产生N-K个溢出节点（所谓溢出节点，就是被选择放于内存而非寄存器中的变量）。对于溢出变量的选择，需要考虑多方面的因素。例如，根据该变量或伪寄存器的使用频率。这样将得到一个图，该图至少有一个节点的度小于等于K。 图着色算法的思想 第二步，继续删除最小度节点，选择需要溢出的节点集合。重复执行上述两步，直到得到一个空图。 第三步，弹出栈顶节点，恢复出冲突图的一个局部。为该节点设置一个与周围节点不同的颜色（寄存器）。由于所有节点的度都小于等于寄存器数量K，因此总可以保证这样得到的图是可分配的。对于溢出的节点，既可能被分配到独立的寄存器（乐观着色），也可能只能被临时存放到内存中，并在使用时从内存中加载到寄存器中。 8.4 代码生成和软件调试和其他技术 代码生成是编译器的最后一个工作阶段，却不是软件开发的最后阶段。任何真实软件的开发都不是一番风顺的，而是要