A lightweight C compiler implementation featuring a complete pipeline from lexical analysis to intermediate code optimization and virtual machine execution.
🛠 Compilation Workflow
Source Code → next() [Lexical Analysis] → Token Stream → program()/statement()/expression() [Syntax Analysis] → AST Nodes → tac_visit() [TAC Generation] → TAC Instructions → optimize_tac() [Optimization] → eval() [Execution / VM] OR flush_assembly() [Assembly Output]
✨ Features
- Lexical Analyzer (Lexer) ✅
The next() function is a fully-featured lexical analyzer supporting:
Identifiers & Constants: Supports variable names, numeric constants (Decimal, Octal, Hexadecimal), and string literals.
Operators & Delimiters: + - * / % = == != < <= > >= & && | || ^ ! ~ ? : ; , ( ) { } [ ]
Preprocessing: Automatically skips lines starting with #.
Comments: Full support for single-line (//) and multi-line (/* */) comments.
Keywords: char, else, enum, for, if, int, return, sizeof, while.
System Calls: Built-in recognition for open, read, close, printf, malloc, memset, memcmp, exit.
- Syntax Analyzer (Parser) ✅
Implements Recursive Descent Parsing:
Structure: Core logic handled by program(), global_declaration(), function_declaration(), statement(), and expression().
AST Construction: Generates a comprehensive Abstract Syntax Tree with distinct node types for all supported C constructs.
- Syntax-Directed Translation & TAC Generation ✅
The tac_visit() function transforms the AST into Three-Address Code (TAC).
Supported Translations:
✅ Assignments and complex expressions (all operators)
✅ Control Flow: if-else branching, while loops, and for loops.
✅ Function calls and return statements.
✅ Compound statement blocks.
Symbol Table: A robust symbol management system for tracking scopes and variable metadata.
- Advanced Extensions ✅
Virtual Machine (VM): A complete stack-based VM (eval()) with a 37-instruction set to execute the generated code directly.
Code Optimization: TAC-level Constant Folding optimization via optimize_tac() (enabled with -o).
Error Reporting:
Syntax error checking in match() with line numbers and error types.
Semantic checks for undefined variables and type mismatches.
Assembly Generation: flush_assembly() generates pseudo-assembly code in a RISC-V inspired style.
🚀 Usage & Parameters
Run the compiler with the following flags to inspect different stages:
Flag Description
-t Tokens: Display the lexical analysis token stream.
-m Symbol Table: Display the generated symbol table.
-a AST: Display the Abstract Syntax Tree structure.
-c TAC: Display the raw Three-Address Code.
-o Optimization: Display TAC after Constant Folding optimization.
-s Assembly: Output RISC-V style assembly code.
(None) Execute: Run the program directly using the built-in Virtual Machine.
📊 Project Evaluation Summary
Lexical Analyzer Complete Supports full C subset
Syntax Analyzer Complete Recursive descent method
Expression Translation Complete All operators implemented
Assignment Statements Complete Supports various types
Conditional Branching Complete if-else support
while/for Loops Complete Full loop control support
Function Calls Complete Parameter passing & Return
Declarations Complete Variable/Function declaration
Extension: VM ✅ Complete Full stack-based VM execution
Extension: Optimization ✅ Partial Constant Folding implemented
Extension: Error Handling✅ Basic Syntax & Semantic error reporting
源代码 → next() [词法分析] → token流 → program()/statement()/expression() [语法分析] → AST节点 → tac_visit() [TAC生成] → TAC指令 → optimize_tac() [优化] → eval() [执行] 或 flush_assembly() [输出汇编]
已实现的基本要求： 一、词法分析器 ✅ 完全实现：next() 函数是完整的词法分析器
支持：标识符、数字常量（十进制、八进制、十六进制）、字符串常量
支持运算符和分隔符：+ - * / % = == != < <= > >= & && | || ^ ! ~ ? : ; , ( ) { } [ ]
支持预处理指令（跳过 # 开头的行）
支持单行注释 // 和多行注释
关键字识别：char else enum for if int return sizeof while
系统调用识别：open read close printf malloc memset memcmp exit
二、语法分析器 ✅ 自顶向下递归子程序法：使用递归下降分析
主要函数：program(), global_declaration(), function_declaration(), statement(), expression()
支持完整的语法分析流程
三、语法制导翻译和中间代码生成 ✅ AST 构建：完整构建抽象语法树（AST 节点类型齐全）
三地址码（TAC）生成：tac_visit() 函数将 AST 转换为 TAC
支持语句翻译：
✅ 赋值语句
✅ 表达式（各种运算符）
✅ if 条件分支语句
✅ while 循环语句
✅ for 循环语句
✅ 函数调用
✅ 返回语句
✅ 复合语句块
符号表管理：完整的符号表系统
✅ 已实现的扩展要求：
- 目标代码运行（虚拟机）✅ 完整的栈式虚拟机：eval() 函数实现了虚拟机指令集
支持 37 条虚拟机指令
可以执行生成的中间代码
支持系统调用
- 中间代码优化 ✅ 常量折叠优化：optimize_tac() 函数实现了 TAC 级别的常量折叠
优化开关：通过 -o 参数启用
- 代码错误提醒 ✅ 语法错误检查：match() 函数提供错误位置和类型
语义错误检查：变量未定义、类型错误等
错误信息包含行号
✅ 额外实现的功能： 4. 多种输出模式 -t：显示词法分析结果（token 流）
-m：显示符号表
-a：显示抽象语法树（AST）
-c：显示三地址码（TAC）
-s：显示汇编代码（伪 RISC-V 风格）
-o：显示优化后的三地址码
- 汇编代码生成 flush_assembly() 函数输出类 RISC-V 的汇编指令
📊 总结评估：
词法分析器 完全实现 支持完整 C 子集
语法分析器 完全实现 递归子程序法
表达式翻译 完全实现 所有运算符
赋值语句 完全实现 支持各种赋值
条件分支 完全实现 if-else
while 循环 完全实现 完整支持
for 循环 完全实现 完整支持
函数调用 完全实现 参数传递
说明语句 完全实现 变量/函数声明
扩展：虚拟机 ✅ 完全实现 完整栈式 VM
扩展：代码优化 ✅ 部分实现 常量折叠
扩展：错误提醒 ✅ 基本实现 语法/语义错误
传参说明 -s 汇编 -t token -m 符号表 -a AST -c TAC -o TAC_after_Constant_Folding_Optimization 不传参-虚拟机执行