Geração de Código¶

Status: Concluída

Traduzindo a representação intermediária em código de máquina ou assembly para a arquitetura alvo.

Visão Geral¶

A etapa final do compilador (backend) é responsável por traduzir o Código de Três Endereços (TAC) para código assembly x86-64 (utilizando sintaxe AT&T) que respeita a convenção de chamada System V AMD64 ABI. Toda a implementação dessa etapa reside em src/codegen/last/.

A abordagem adotada neste projeto é chamada de geração "ingênua" (naive generation). Como o compilador ainda não conta com um alocador universal de registradores (register allocator integrado à TAC), optou-se por utilizar o modelo de alocação em pilha (spill universal): todas as variáveis locais e temporários residem em posições fixas na stack (pilha). Os registradores da CPU (como %rax e %rcx) são utilizados apenas como memória rascunho (scratch) durante as operações.

---

Estrutura do Módulo (src/codegen/last/)¶

O módulo foi dividido em diferentes arquivos para organizar as responsabilidades da emissão de código:

1. Convenção de Chamada (abi.rs)¶

Define e mapeia as regras do System V AMD64 ABI para a passagem de parâmetros de funções. - Argumentos passados via registradores (em ordem): %rdi, %rsi, %rdx, %rcx, %r8, %r9. - O retorno das funções é sempre armazenado em %rax. - Argumentos excedentes são buscados na pilha em offsets positivos calculados a partir do frame pointer (%rbp).

2. Gerenciamento do Stack Frame (frame.rs)¶

Responsável pela administração do espaço de memória local (frame de pilha) que cada função precisa. - Todos os identificadores (sejam variáveis do programa C mapeadas por Var ou temporários gerados internamente mapeados por Temp) ganham um offset fixo negativo relativo a %rbp. - Há suporte para tipos de tamanho variável (como structs locais), em que o método allocate_local_sized reserva blocos de memória contíguos, com o tamanho devido, na pilha. - Garante o alinhamento de 16 bytes no momento de preparar as chamadas de função (call), que é uma restrição obrigatória de ABI da arquitetura x86-64 do Linux e afins.

3. Seleção de Instruções (x86_64.rs)¶

Ponto central que traduz o TAC, instrução por instrução, em strings textuais com os mnemônicos do assembly AT&T. - Globais e Strings Literais: Variáveis globais (inicializadas ou não) e strings literais do programa caem perfeitamente nas seções designadas (.data, .rodata e .bss). O acesso ocorre sempre relativo ao ponteiro de instrução (RIP-relative). - Prologues e Epilogues: Para funções, é emitida a sequência tradicional de salvaguarda de frame (pushq %rbp; movq %rsp, %rbp) seguida do decréscimo de %rsp condizente ao tamanho necessário alocado. Os registradores que carregavam os argumentos também sofrem um spill para suas posições de memória na stack. No término, restaura a configuração e envia um ret. - Tratamento Efetivo: As operações aritméticas, ramificações condicionais ou atribuições simples retiram os valores em memória alocando %rax e %rcx. Para acessos indiretos em blocos (Operand::Deref), um registrador caller-saved próprio e intocado — o %r11 — é o manipulador de ponteiro.

4. Peephole Optimization (peephole.rs)¶

Um passo de otimização de "buraco da fechadura" que interage diretamente sobre o texto assembly cru gerado (sem o conhecimento da árvore original) e realiza correções rápidas focando em eficiência, que a varredura "ingênua" acima deixou passar: - Movimentações Redundantes: Remove padrões em que o gerador carrega e regrava dados entre as mesmas fontes e destinos inúteis (ex: movq A, B e depois movq B, A). - Nulidade Matemática: Corta cálculos de adições e subtrações inúteis baseados em $0. - Simplificação de Flags: O salto que necessitava ler $0 primeiro no registrador passa a checar o testamento natural via bit logic (cmpq para testq). - Otimização de Multiplicação: Identifica valores cujas constantes na compilação representem potência de base 2 ($2, $4, $8) e efetiva shifts lógicos à esquerda (shlq) no lugar da custosa multiplicação (imulq). - Jumps Supérfluos: Apaga pulos incondicionais (jmp .L_label) se a próxima linha declarada contígua for justamente a label solicitada.

---

Processo de Montagem/Linkagem¶

A integração presente na Interface por Linha de Comando (CLI) suporta o gerenciamento ponta a ponta. Atualmente invocando a via gcc -x assembler-with-cpp, ela permite: - Despejar somente o código fonte literal assembly (--emit=asm). - Montar as instruções num módulo e produzir um objeto bruto ELF/COFF (--emit=obj). - Gerar o executável nativo do sistema do usuário, completando o ciclo (--emit=exe, padrão da aplicação).