編譯器(Compiler)與連結器(Linker)的運作原理－雷克斯の生活日誌

作業系統如何執行一個程式?

基本上 CPU 會執行程式指位器(program counter, PC)所在的機械碼，如下圖所示，每當 CPU 擷取(fetch)一條機械碼進來以後(可能需要解碼)，它會執行它，並且移動程式指位器(PC)，讓他指向下一條機械碼，如此不斷地循環執行，CPU 便會不斷地循序執行記憶體中的程式了，除非遇到跳躍(jump)指令，PC 就指向其他的機械碼所在的位置，程式自該處繼續執行。基於這個原理，機械碼是記憶體中是連續擺放的，所以同理、.exe 程式檔案中的機械碼也是連續擺放的。

程式執行順序

C/C++ 語言的原始碼(Source Code)，是由上而下，一行一行執行的，所以 C 語言的書寫順序，就是執行順序，而 C 語言的流程控制指令會編譯成跳躍指令。

什麼是機械碼(Machine Code / Object code / Binary code )？

本質上 CPU 是許多功能電路的大集合，靠周圍的數百支針腳 (pin) 來選用哪部分電路，以及讀取或輸出資料，而且內部有一些暫存器(register) 暫放計算過程中的參數，如下圖所示，CPU 有一些針腳是用來控制 CPU 應執行的電路，例如這組針腳給它 0100 1010 的話，就是要 enable CPU 內部的加法電路，對暫存器進行累加的動作。

CPU 另外有一組針腳用來控制記憶體(RAM)，例如給它 0000 0111 這組值，他就會自記憶體中位址 0000 0111 的位置，也就是下圖中變數 a 所在的位址(address)讀取數值，假設下圖中的動作是要累加(increase)變數 a，那麼這個動作的機械碼就是 0100 1010 0000 0111。

æ©æ¢°ç¢¼ç¤ºæå

(圖一)

編譯器(Compiler)在做什麼？

C++ Compiling

編譯器(Compiler)的工作，就是把原始碼(Source code)重新編成與翻譯為機械碼(Object code, 俗稱 Binary code)，然而，原始碼和機械碼並不是一行對一行翻譯的，因為 CPU 並無法處理複雜的動作，它只能夠單純地「載入資料、讓訊號流過電路、輸出結果」，CPU 無法處理有語意的指令，所以如下圖的例子，其中的 [b] 代表變數 b 在記憶體中的位址(address)，原始碼裡面一行 a=b+c，這述句的意思是把 b 和 c 相加以後，以此結果賦予 a 變數的值，編譯器所產生的機械碼可能是把 [b] 位置的數值搬移(move)到 CPU 的暫存器，接著把 [c] 位置的數值搬移到 CPU 的另一個暫存器，接著如圖一所示，輸出加法運算的機械碼(設定 CPU 周圍的針腳以選用加法電路)，若干 clock 以後，某個暫存器中的值變成方才兩個暫存器相加的值，接著下一行，另一個搬移的機械碼又把結果搬移到記憶體的 [a] 位置。

就像這個例子所做的，編譯器不但把毎一行具有語意的原始碼(source code)另外編成多行 CPU 基礎動作的機械碼，而且把原始碼當中變數都替換為變數的記憶體位址，以 Visual C++ 編譯器為例，每一個 .c 或 .cpp 檔案都會被編譯成一個 .obj 檔案，當中的內容已經是這些原始碼編譯而成的機械碼(object code)。

連結器(Linker)在做什麼？

File:Linker.png

雖然編譯器已經把所有的原始碼都編譯成了機械碼，但是這樣還是不夠的，以下圖為例，HelloWorld.cpp 這個原始碼檔案所做的事情，是在螢幕上顯現一行 "Hello World1" 文字，HelloWorld.cpp 經過編譯器變成了 HelloWorld.obj 檔案，但是，你不太可能連「輸送控制訊號到顯示卡，並顯示 Hello World! 圖形」這種功能都自己寫，所以下圖的程式裡呼叫了一個叫做 printf( ) 的函式來做這件事情，當然 printf( ) 無論是原始碼或機械碼都不在 HelloWorld.cpp 或 HelloWorld.obj 當中。

é£çµå¨ç¤ºæå

如上圖所示，HelloWorld.cpp 中所做的事情就只有呼叫了 printf( ) 函式來顯示 Hello World! 文字，甚麼函式呢？如下圖所示，函式一段程式碼片段，放置在主程式以外的另一個地方，它可能會有要求輸入參數，也可能會傳回一些結果數值。當程式執行到一個函式的時候，如下圖所示，它的流程會跳躍到該函式的程式碼處，執行函式的內容，完畢的時候再返回原流程呼叫該函式的地方，接著執行下去。

一個程式所呼叫的函式可能在另一個原始碼檔案(.c 或 .cpp)當中，也可能在另一個機械碼檔案(.obj)中，也可能在程式庫檔案中(.lib)中，無論如何，當編譯器在編譯 HelloWorld.cpp 的時候它並不知道 printf( ) 的程式碼在哪裡，亦不知道程式的流程該跳往何位址，所以在編譯出的 .obj 檔案中這個「空格」會被保留下來，而由連結器(linker)收集了所有的機械碼檔案(.obj與.lib)以後，才將它們填上，其實程式庫檔案(.lib)只不過是一些機械碼檔案(.obj)的集合體。

承續上面的例子，如下圖所示，連結器所產出的可執行檔(executable file)裡面，它把 HelloWorld.obj 和 printf( ) 的機械碼都合併 HelloWorld.exe 當中了，所以在 HelloWorld.obj 當中呼叫 printf( )函式所造成的程式流程跳躍(jump)，就變成了是同一個 .exe 檔案內(作業系統載入後是同一塊記憶體內)的位址跳躍了，所以連結器可以明確地寫上位址數值，總結地來說連結器所做的事情就是收集像這樣互相參考的機械碼、合併為執行檔、並且填寫這些機械碼之間的參考位址，這就是為甚麼通常由原始碼產生的可執行檔都會比原始檔案大很多，因為合併了許多來其他檔案的機械碼。