我发起并创立了一个 VMBC 的 子项目 D#

大家好，

我发起并创立了一个 VMBC 的 子项目 D#  。

 

有关 VMBC ，  请参考 《我发起了一个 用 C 语言 作为 中间语言 的 编译器 项目 VMBC》     https://www.cnblogs.com/KSongKing/p/9628981.html ，

和 《漫谈 编译原理》  https://www.cnblogs.com/KSongKing/p/9683831.html    。

 

D# ，  就是一个 简单版 的 C#  。

 

下面说一下 D#  项目 的 大概规划 ：

 

第 1 期，  实现 new 对象 的 机制，  GC，  堆  。      （我做）

第 2 期，  实现 对象 的 函数（方法） 调用  。           （后人做）

第 3 期，  实现 元数据，  简单的  IL 层 基础架构  。      （后人做）

第 4 期，  实现 简单类型，  如 int, long, float, double  等 。   （后人做）

第 5 期，  实现 简单的 表达式 和 语句，  如   变量声明，  加减乘除，  if else，  for 循环  等 。  （后人做）

第 6 期，  实现 D# 代码 翻译为  C 语言 中间代码  。      （后人做）

第 7 期，  实现 将  C 语言 代码 编译 为 本地代码 。      （后人做）

第 8 期，  各种 高级 语法特性 逐渐 加入 。      （后人做）

第 9 期，  各种   完善发展   ……                （后人做）

 

我们来 具体 看一下 每一期 怎么做 ：

第 1 期，  对象 的 new 机制，  就是用  malloc()  在 内存 里 申请一段 内存， 内存的 大小（Size） 是 对象 里 所有字段 的 Size 宗和， 可以用 C 语言的 sizeof() 根据 字段类型 取得 字段占用的 内存长度，  加起来 就是 对象 占用的 内存长度 。

 

GC，  D# 的 GC 和 C# 有一点不同，  C# 的 GC 会 做 2 件事 ： 

1  回收 对象 占用的 内存

2  整理 堆 里的 碎片空间

 

D# 只有 第 1 点， 没有 第 2 点 。  就是说 D# 只 回收 对象占用的 内存，  但不进行 碎片整理 。

C#  GC   进行 碎片整理 需要 移动对象， 然后 修改 指向 这个对象 的 引用，   引用 是一个 结构体， 里面 包含了 一个指针， 指向 对象 的 地址，  对象 被移动后， 地址 发生了 改变， 所以 引用 里的 这个指针 也需要 修改 。

其实 不做 碎片管理 的 主要原因 是 碎片整理 的 工作 很复杂，  我懒得写了 。 ^^

碎片 整理 主要是 解决 碎片 占用了 地址空间 和 内存空间 的 问题，  以及 碎片 增多时 堆 分配 效率变低 的 问题 。

当然还有 碎片 占用了 操作系统 虚拟内存 页 的 问题 。

 

首先， 关于 碎片占用 地址空间 的问题，  现在 是 64 位 操作系统，  地址空间 可以达到  16 EB，  不用担心 地址空间 用完 。 

内存空间 的 问题，   现在 固态硬盘 已经普及， 内存 也 越来越大，  固态硬盘 可以 让 操作系统 虚拟内存 很快， 再加上 内存 也 越来越大， 所以 也不用担心 内存空间 不够 的 问题 。

碎片 增多时 堆分配 效率变低 的 问题，  我们打算自己实现一个 堆算法，  下面会 介绍 。

碎片 占用了 操作系统 虚拟内存 页 的 问题 是指 碎片 占用了 较多 的 页， 导致 操作系统 虚拟内存 可能 频繁 的 载入载出 页，  这样 效率 会降低 。

这个问题  其实 和 碎片 占用 内存空间 的 问题一样，  固态硬盘 可以 让 操作系统 虚拟内存 很快， 内存 也 越来越大，  所以 基本上 也可以 忽略 。

 

另一方面， GC 整理碎片 移动对象 本身 就是一个 工作量 比较大 的 工作，  且 移动对象 时 需要 挂起 所有 线程 。

所以，  碎片整理 也是 有利有弊 的 。

 

D#  GC  去掉了  整理碎片 的 部分，  也可以说是 “空间换时间” 的做法， 

另外，  D#  GC 工作时 不用 挂起 应用程序 线程，  可以 和 应用程序 线程 正常的 并发 运行 。

相对于 C#，   实时性 也会 好一些 。

 

为什么 要 自己实现一个 堆 呢？

因为 C / C++ 的 堆 分配（malloc() , new） 是 有点 “昂贵” 的 操作，

C / C++ 是 “静态语言”， 没有 GC 来 整理碎片， 所以 就需要有一个 “精巧” 的 分配算法，

在 申请一块内存（malloc() , new） 的 时候， 需要 寻找 和 申请的 内存块 大小（size） 最接近 的 空闲空间，

当内存出现大量碎片，或者几乎用到 100% 内存时， 分配 的 效率会降低， 就是说 分配操作 可能 会 花费 比较长 的 时间 。

见 《C++：在堆上创建对象，还是在栈上？》  https://blog.csdn.net/qq_33485434/article/details/81735148 ，

原文是这样：

“

首先，在堆上创建对象需要追踪内存的可用区域。这个算法是由操作系统提供，通常不会是常量时间的。当内存出现大量碎片，或者几乎用到 100% 内存时，这个过程会变得更久。

”

 

而 对于   java ， C#   这样的语言来说，  new 操作 是 常规操作，  时间复杂度 应该 接近 O(1) 。

事实上  java ,  C#  的  new 操作 时间复杂度 可能就是 O(1)，  因为有 GC 在 整理碎片，  所以 new 只需要从 最大的 空闲空间 分配一块内存 就可以 。

 

所以 D# 也需要 设计一种 O(1) 的 堆算法 。

D# 的 堆 算法 也会沿用 “空间换时间” 的 思路，  new 直接从 最大的 空闲空间 分配 指定 size 的 内存块， 由 另外一个 线程 定时 或 不定时 对 空闲空间 排序，

比如 现在 在 堆 里 有 10 个 空闲空间， 这个 线程 会对 这 10 个 空闲空间 排序， 把 最大的 空闲空间 放在 最前面，

这样 new 只要在 最大的 空闲空间 里 分配内存块 就可以了 。

这样 new 的 时间复杂度 就是 O(1) 。

 

这个对 空闲空间 排序 的 线程 可以是 GC 线程， 或者说， 对 空闲空间 排序 的 工作 可以放在 GC 线程 里 。

 

当然， 这样对 内存空间 的 利用率 不是最高的，  但上面说了，  空间 相对廉价， 这里是 “用 空间换时间” 。

 

这个 堆 算法 还有一个 特点 就是 简单， 简单 有什么用 呢？

作为一个 IL 层， 虽然 C / C++  提供了 堆 算法，  但是自己还是有可能自己实现一个 堆， 至少 要有这个 储备力量， 

上面这个 算法 的好处是， 因为 简单， 所以 把 研发成本 降低了， 包括 升级维护 的 成本 也降低了 。  哈哈哈 。

 

我可不希望 后来人 学习 VMBC 的 时候， 看到 一堆 天书 一样的 代码，

我不觉得 像 研究 九阴真经 一样 去 研究 Linux 内核 这样 的 事 是一个 好事 。  ^^

 

接下来， 我再论证一下 GC 存在的 合理性， 这样 第 1 期 的 部分 就结束了 。

过去有 观点 认为， GC 影响了 语言 的 实时性（比如 java， C#），  但如果从 另外一个角度 来看， 应用程序 运行在 操作系统 上， 也会 切换回 系统进程， 系统进程 负责 进程调度 虚拟内存 IO  等 工作， 总的来说， 是 对 系统资源 的 管理 。

GC 也可以看作是 应用程序 这个 “小系统” 里 对 系统资源 管理 的 工作， 所以 GC 是一个 合理 的 并发， GC 是合理的 。

 

第 2 期，  实现 对象 的 函数（方法） 调用， 这很简单， 就是 调用 函数， 给 函数 增加一个 参数， 这个 参数 作为 第一个参数， 这个参数 就是 this 指针， 把 对象 自己的 地址 传进去 就可以了 。

 

第 3 期，  实现 元数据，  简单的  IL 层 基础架构 。 简单的 IL 层 基础架构 主要 就是 元数据 架构 。

元数据 就是 一堆 结构体， 声明一堆 静态变量 来 保存这些 结构体 就可以了 。  不过 考虑到 元数据 是 可以 动态加载 的， 这样 可以 用 D# 自身的 new 对象 机制 来实现 。  只要 声明一个 静态变量 作为 元数据树 的 根 就可以了 。

元数据 实际上 也 包含了 第 2 期 的 内容，  元数据 会 保存 对象 的 方法（函数） 的 指针， 这还涉及到 IL 层 的 动态链接，

就跟 C# 一样， 比如 用 D# 写了 1 个 .exe 和 1 个 .dll，  用 .exe 调用 .dll ， 涉及到一个 IL 层 的 动态链接 。

C# 或者 .Net  是 完全 基于 元数据 的 语言 和 IL 平台，  java 应该也是这样，  java 刚出现时， 逐类编译， 也就是说， 每个类 编译 为 一个 class 文件， class 文件 是 最小单位 的 动态链接库， 可以 动态加载 class 文件， 这个 特性， 在 java 刚出现的时代， 是 “很突出” 的 ，  也是 区别于 C / C ++ 的 “动态特性” 。

这个 特性 在 今天 看来 可能 已经 习以为常，  不过在 当时，  这个特性 可以用来 实现 “组件化” 、“热插拔” 的 开发， 比如 Jsp 容器， 利用 动态加载 class 文件 的 特性， 可以实现 动态 增加 jsp 文件，  在 web 目录下 新增一个 jsp 文件，一个 新网页 就上线了 。  当然 也可以 动态 修改 jsp 文件 。

 

第 4 期，  实现 简单类型，  如 int, long, float, double  等 。

C 语言 里本来就有 int, long, float, double，  但是在 C# 里， 这些 简单类型 都是 结构体， 结构体 里 除了 值 以外， 可能还有 类型信息 之类的 。

总之 会有一些 封装 。

D# 也一样， 用 结构体 把 C 语言 的 int, long, float, double  包装一下 就可以了 。

 

第 5 期，  实现 简单的 表达式 和 语句，  如   变量声明，  加减乘除，  if else，  for 循环  等 。

这些 也 不难， 上面说了， 值类型 会 包装成 结构体， 那么 变量声明 就是 C 语言 里 相应 的 结构体 声明，

比如 int  对应的 结构体 是   IntStruct，  那么，  D# 里   int i;     对应的  C 语言 代码 就是    IntStruct  i;    ，

严格的讲，  应该是

IntStruct  i;

i.val = 0;

 

应该是 类似 上面这样的 代码，  因为 C 语言 里   IntStruct i;    这样不会对 i 初始化，  i.val  的 值 是 随机的 。

按照 C# 语法， int i;  ，   i 的 值 是 默认值 0  。

 

也可以用  IntStruct i = IntStruct();       通过  IntStruct  的 构造函数 来 初始化 。

 

我在 网上 查了 这方面的文章， 可以看看这篇 《c++的struct的初始化》  https://blog.csdn.net/rush_mj/article/details/79753259   。

 

加减乘除，   if else，  for 循环  基本上 可以直接用  C 语言 的 。

 

第 6 期，  实现 D# 代码 翻译为  C 语言 中间代码  。

在 第 6 期 以前，  都还没有涉及 语法分析 的 内容，  都是 在 设计， 用  C 语言 怎样 来 描述 和 实现 IL 层，  具体 会用  C 语言 写一些 demo 代码 。

第 6 期 会通过 语法分析 把 D# 代码 翻译为 C 语言 中间代码 。

具体的做法是，

通过 语法分析， 把 D# 代码 转换为 表达式树，  表达式 是 对象，  表达式树 是 一棵 对象树，

转换为 表达式树 以后， 我们就可以进行  类型检查  等 检查，  以及 语法糖 转换工作，

然后 让 表达式 生成 目标代码，  对于 一棵 表达式树，  就是 递归生成 目标代码，

一份 D# 代码文件， 可以 解析为 一棵 表达式树，   这棵 表达式树 递归 生成 的 目标代码 就是 这份 D# 代码 对应的 C 语言 目标代码 。

 

关于 语法分析，  可以参考 《SelectDataTable》  https://www.cnblogs.com/KSongKing/p/9683831.html    。

 

第 7 期，  实现 将  C 语言 代码 编译 为 本地代码 。

这一期 并不需要 我们自己 去 实现 一个 C 编译器， 我们只要和 一个 现有的 C 编译器 连接起来 就可以了 。

 

第 8 期，  各种 高级 语法特性 逐渐 加入 。

基本原理 就 上面 那些了，   按照 基本原理 来加入 各种 特性 就可以 。

不过 别把 太多 C# 的 “高级特性” 加进来， 

C# 已经变得 越来越复杂，  正好 乘此机会，  复杂的 不需要的 特性 就 不用 加进来了 。

 

C# 的 “高级特性” 增加了 很多复杂，   也增加了 很多 研发成本 。

刚好 我们 不要 这些 特性，   我们的 研发成本 也降低了 。

 

第 9 期，  各种   完善发展   ……

语法特性， 优化， IDE， 库（Lib），  向 各个 操作系统 平台 移植   ……

好了，  说的 有点远 。

优化 是一个 重点， 比如 生成的 C 语言 中间代码 的 效率， IL 层 架构 对 效率 的 影响， 等等， 这些是 重要的 评估 。

就像 C / C++ 的 目标 是 执行效率，  我认为 D# 的 目标 也是 执行效率 。

 

D#  提供了  对象 和 GC， 

对象 提供 了 封装抽象 的 程序设计 的 语法支持，

GC  提供了  简洁安全 的 内存机制，

这是 D# 为 开发者 提供的 编写 简洁安全 的 代码 的 基础，  是 D# 的 基本目标 。

 

在此 基础上，  就是 尽可能 的   提升执行效率 。

 

还可以看看 《漫谈 C++ 虚函数 的 实现原理》  https://www.cnblogs.com/KSongKing/p/9680632.html    。

 

上文中提到 IL 层 的 动态链接， 这是个问题，  也是个 课题 。

在 C# 中， IL 层 的 动态链接 是 JIT 编译器 完成的 。

对于  D#，  可以这样来 动态链接，  假设    A.exe  会调用  B.dll，  那么 在 把 A 的 D# 代码 编译成 C 语言 目标代码 的 时候， 会声明一个 全局变量 数组， 这个 全局变量 数组 作为 “动态链接接口表”，   接口表 会保存 A 中调用到 B 的 所有 构造函数 和 方法 的 地址， 但是在 编译 的时候 还不知道 这些 构造函数 和 方法 的 地址（在 运行时 才知道），  所以 这些 地址 都 预留 为 空（0），  就是说 这个 接口表 在编译时 是 为 运行时 预留的，  具体的 函数地址 要在 运行时 填入 。

在 运行时， JIT 编译器（内核是个 C 编译器）  加载 B.dll，  将 B.dll 中的 C 语言 中间代码 编译为 本地代码， 然后 将 编译后的 各个函数 的 地址 传给 A， 填入 A 的 “动态链接接口表”，

A 中调用 B 的 函数的 地方在 编译 时 会处理为 到 接口表 中 指定 的 位置 获得 实际要调用的 函数地址， 然后根据这个 函数地址 调用函数 。

这有点像 虚函数 的 调用 。

 

接口表 中 为什么 要 保存 构造函数 呢？  因为如果要 创建 B 中定义的 类 的 对象， 就需要 调用 构造函数 。

其实 接口表 除了 构造函数，  还要保存 对象 的 大小（Size），  创建对象 的 时候， 先根据 Size 在 堆 里 分配空间， 再 调用 构造函数 初始化 。

 

B.dll       JIT 编译 完成时，   需要把  本地代码 中 各函数 的 地址 传给 A，  对于 C# 来说， 这些是 JIT 编译器 统一做的， 没有 gap，

但是 对于 D# 来说， 如果我们不想 修改 C 编译器， 那么 就有 gap，

这需要 在 B.dll 的 C 语言 中间代码 里 加上一个 可以作为 本地代码 动态链接 的 函数（比如 win32 的 动态链接库 函数），  通过这个函数， 来把 B 的 元数据 传给 A， 比如 JIT 编译后 本地代码 中 各个函数 的 地址，

这样 A 通过调用 B 的 这个函数， 获取 元数据，  把 元数据 填入 接口表 。

 

上面说的 win32 动态链接库 函数 是 通过  extern "C"  和   dllexport  关键字 导出 的 方法， 比如：

extern "C"
{
            _declspec(dllexport) void foo();
}

 

这是 导出了一个  foo()  方法  。

 

这种方法 就是       纯方法， 纯 C 方法，  不涉及对象， 更和 Com 什么的无关，  干脆利落，  是 方法 中的 极品 。

这种方法 也 再次 体现了  C 语言 是  “高级汇编语言”  的   特点，

你可以用   C 语言 做 任何事 。

爽，  非常爽 。

 

IL 层 动态链接      和     本地代码库 动态链接         的 区别 是：

IL 层 动态链接 的 2 个 dll 是 用 同样的语言 写的（比如 D# 的 dll 是 C 语言 写的）， 又是 同一个 编译器 编译成 本地代码 的，  2 个 dll 编译后 的 本地代码 的 寄存器 和 堆栈 模型 相同， 只要知道 函数地址， 就可以 相互调用 函数 。   其实 就跟 把  A.exe  和  B.dll  里包含的 C 文件全部放在一起编译 的 效果 是一样的 。

本地代码库 动态链接 的 话，  2 个 dll  可能是用 不同的语言 写的， 也可能是 不同的编译器 编译的，  2 个 dll 的 寄存器 和 堆栈 模型 可能 不相同， 需要 按照 操作系统 定义 的 规范 调用 。

在 上文提到的  《漫谈 编译原理》  中， 也 简单的讨论了 链接 原理 。

 

这个道理 搞通了，          D#    要搞成   JIT  也是可以的 。

事实上 也 应该 搞成 JIT，   不搞成 JIT 估计没人用 。

JIT  还真不是 跨平台 的 问题，

我想起了，  C++   写了 3 行代码，   就需要一个 几十 MB 的 “Visual Studio 2012 for C++ Distribute Package”   ，

看到这些，  就知道是 怎么回事 了 。

 

经过 上面的 讨论， 一些 细节 就 更清楚了 。

D#   编译产生的  dll，   实际上是个 压缩文件，  解压一看，   里面是 一些 .c 文件 或者 .h 文件，  相当于是一个 C 语言 项目 。

这样是不是 很容易 被 反编译 ？

实际上 不存在 反编译，   直接打开看就行了  。  ^^

如果怕被 反编译 的话，  可以把 C 代码 里的 回车 换行 空格 去掉， 这样 字符 都 密密麻麻 的 排在一起，

再把 变量名 和 函数名 混淆一下 。

感觉好像   javascript    ……

 

如果跟 Chrome V8  引擎 相比，    VMBC / D#   确实像    javascript  。

 

try catch 可以自己做， 也可以 用 C++ 的，  但我建议 自己做，

因为 VMBC 是   Virtual Machine Base on C，    不是   Virtual Machine Base on C++     。

 

try catch      可能会用到     goto  语句 。

 

昨天网友提起  C 语言 的 编译速度 相对 IL 较低， 因为 C 语言 是 文本分析， IL 是 确定格式 的 二进制数据，

我之前也想过这个问题，   我还想过 像 .Net Gac 一样搞一个 本地代码程序集 缓存， 这样， 运行一个 D# 程序时， 可以先 用 Hash 检查一下    C 中间代码程序集 文件 是否 和 之前的一样， 如果一样就 直接运行 缓存里的 本地代码程序集 就可以 。

 

由这个问题， 又想到了，  D# 应该支持 静态编译（AOT），  这也是  C 语言 的 优势 。

D# 应该 支持 JIT 和 AOT，   JIT 和 AOT 可以 混合使用 。

比如， 一个 D# 的 程序， 里面一些 模块 是 AOT 编译好的， 一些 模块 是  JIT  在 运行时 编译的 。

为此，  我们提出一个    ILBC    的 概念，   ILBC 是   Intermediate Language  Base on C     的 意思 。

ILBC    不是一个 语言，  而是一个 规范 。

ILBC    是 指导  C 语言 如何构建 IL 层 的 规范， 以及 支持 这个 规范 的 一组 库（Lib） 。

 

ILBC 规范草案 大概是这样 ：

ILBC 程序集 可以提供 2 个 C 函数 接口，

1  ILBC_Main()，  这是 程序集 的 入口点，  和 C# 里的 Main() 是一样的， 

2  ILBC_Link() ，  这就是 上面 讨论的 IL 层 的 动态链接 的 接口，  这个 函数 返回 程序集 的 元数据， 其它 ILBC 程序集 获得 元数据后，可以 根据 元数据 调用 这个 程序集 里的 类 和 方法 。 元数据 里 的 内容 主要是 类 的 大小（Size）、 构造函数地址 、 成员函数地址 。

    哎？   不过说到这里，  如果要访问 另外一个 程序集 里的 类 的 公有字段 怎么办 ？   嘿嘿嘿，  

    比如 A.dll 要 访问 B.dll 里的 Person 类的 name 字段，  这需要在 把 A 项目 的 D# 代码 编译成 A.dll 时 从 B.dll 的 元数据 里 知道 name 字段 在 Person 类 里的 偏移量， 这样就可以把 这个 偏移量 编译到 A.dll 里，  A.dll 里 访问 Person 类 name 字段 的 代码 会被 处理成    *( person    +   name 的 偏移量 )  ，    person 是 Person 对象 的 指针 。

    这是 在把 D# 代码 编译成 A.dll 的 时候 根据 B.dll 里的 元数据 来做的工作， 这不是 动态链接， 那算不算 “静态链接” ？   因为 字段 的访问 的 处理 比较简单， “链接” 包含的 工作 可能 更复杂一些，  当然， 你要把 字段 的 处理 叫做 链接 也可以， 怎么叫都可以 。

    那 函数调用 能不能 也 这样处理 ？

    访问字段 的 时候， 是 对象指针  +  字段偏移量， 

    函数 则是 编译器 编译 为 本地代码，  函数 的 本地代码 的 入口地址 是 编译器 决定的，  需要 编译器 把  C 中间代码 编译 为 本地代码 后才知道， 所以 函数 需要 动态链接 。

 

从上面的讨论我们也看到，  ILBC 程序集 会有一个  .dat 文件（数据文件）， 用来存放 可以 静态知道 的 元数据， 比如 类 字段 方法，类的大小（Size）， 字段的偏移量（Offset） 。  元数据 的 作用 是     类型检查    和     根据 偏移量 生成 访问字段 的 C 中间代码  。

元数据 里的 类的大小（Size） 和  字段偏移量  是   D# 编译器  计算 出来的，  这需要 D# 编译器 知道 各种 基础类型（int, long, float, double, char  等） 在  C 语言 里的 占用空间大小（Size），   这是  D# 编译器 的 参数，   需要 根据 操作系统平台 和  C 编译器 来 设定 。

类（Class） 在 ILBC 里 是用  C 语言 的   结构体（Struct） 来表示，  结构体 由 基础类型 和 结构体 组成，  所以 只要 知道了 基础类型 的 Size，  就可以 计算出 结构体 的 Size， 当然 也就知道了 类 的 Size 和 字段偏移量  。

但有一个 问题 是，  D# 编译器 对 字段 的 处理顺序 和  C 编译器 是否一样 ？   如果不一样， 那  D#  把  name 字段 放在 age 之前，  C 编译器 把 age 字段 放在 name 字段 之前，  那计算出来的 字段偏移量 就不一样了，  就错误了 。    这就 呵呵 了  。

 

不过  C 编译器 好像是 按照 源代码 里 写的 字段顺序 来 编译 的，  这个可以查证确认一下 。

比如，  有一个 结构体  Person ，

 

struct Person

{

           char[8]    name;

           int      age;

}

 

那么， 编译后的结果 应该是  Person  的 Size 是  12 个 byte，  前 8 个 byte 用来 存储  char[8]  name;   ，   后 4 个 字节 用来 存储  int  age;   ， （假设 int 是 32 位整数）  。

如果是这样， 那就没问题了 。  D# 编译器  和  C 编译器   都 按照 源代码 里 书写 的 顺序 来 编译字段 。

C#  好像也沿袭了这样的做法，  在 反射 里 用   type.GetFields()   方法 返回  Field List，   Field 的 顺序 好像 就是 跟 源代码 里 书写的顺序 一样的 。

而且在  C#  和 非托管代码 的 交互中（P / Invoke），  C# 里 定义一个 字段名 字段顺序 和  C 里的 Struct 一样的 Struct，  好像也直接可以传给 C 函数用，  比如有一个 C 函数 的 参数 是 struct Person， 在 C# 里 定义一个 和  C 里的 Person 一样的 Struct 可以直接传过去用 。

 

我们来看一下  方法 的 动态链接 的 具体过程：

假设  A 项目 里 会调用到 B.dll  的  Person 类 的 方法，   Person 类 有  Sing()  和   Smile()   2 个 方法，  D# 代码 是这样：

 

public class Person

{

            public Sing()

            {

                        //    do something

            }

 

            public Smile()

            {

                        //    do something

            }

}

 

那么 A 项目 里 调用 这 2 个 方法 的  C 中间代码  是：

 

Person *       person    ;          //  Person 对象 指针

 

……

 

ilbc_B_MethodList [ 0 ]  ( person );            //  调用  Sing()   方法

ilbc_B_MethodList [ 1 ]  ( person );            //  调用  Smile()   方法

 

大家注意， 这里有一个    ilbc_B_MethodList  ，     这是  A 项目 的 D# 代码 编译 生成的  C 中间代码 里的 一个 全局变量：

 

uint     ilbc_B_MethodList ;

 

是一个   uint  变量  。

uint 变量 可以 保存 指针，  ilbc_B_MethodList  实际上 是一个 指针，  表示一个 数组 的 首地址 。

这个数组 就是 B.dll 的 函数表 。  函数表 用来 保存 B.dll 里  所有类 的 所有方法 的 地址（函数指针），  D# 编译器 在 编译 B 项目 的 时候 会给  每个类的每个方法  编一个 序号 。

编号规则 还是 跟 编译器  对 源代码 的  语法分析 过程 有关，  基本上 可能还是 跟 书写顺序 有关，  不过 不管 这个 编号规则 如何，  这都没有关系 。

总之   D# 编译器  会给  所有方法 都 编一个号（Seq No），   每个方法 的 编号 是多少， 这些信息 会 记录在  B.dll   的 元数据 里（metadata.dat），

D# 编译器 在 编译 A 项目 时， 会根据 A 引用的 B.dll 里的 元数据 知道 B.dll 里的 方法 的 序号，

这样，  D# 编译器 就可以 把 调用  Sing()  方法 的 代码 处理成 上述的 代码：

 

ilbc_B_MethodList [ 0 ]  ();            //  调用  Sing()   方法

 

注意，   ilbc_B_MethodList [ 0 ]   里的  “0”   就是  Sing()  方法 的 序号，  通过 这个 序号 作为    ilbc_B_MethodList  数组 的 下标（index）， 可以取得  Sing()  方法 的 函数地址（函数指针），   然后 就可以 调用   Sing()   方法 了 。

 

上文说了，   ilbc_B_MethodList   表示 B.dll 的 函数表 的 首地址，

那么，   B.dll  的 函数表 从哪里来 ？

函数表  是在  加载  B.dll  时生成的 。

运行时 会把  B.dll   编译为 本地代码  并加载到内存，  然后 调用 上文定义的    ILBC_Link()    函数，

ILBC_Link()    函数 会 生成 函数表，   并 返回 函数表 的 首地址  。

ILBC_Link()    函数 的 代码 是这样的：

 

uint      ilbc_MethodList    [  2  ]  ;          //  这是一个 全局变量

 

uint      ILBC_Link()

{

           ilbc_MethodList  [  0  ]   =    &   ilbc_Method_Person_Sing   ;

           ilbc_MethodList  [  1  ]   =    &   ilbc_Method_Person_Smile   ;

 

           return       ilbc_MethodList     ;

}

 

void       ilbc_Method_Person_Sing   ( thisPtr )

{

           //         do something

}

 

void       ilbc_Method_Person_Smile   ( thisPtr )

{

           //         do something

}

 

uint      ilbc_MethodList    [  2  ]  ;      就是  B.dll  的 函数表，  这是一个 全局变量  。

里面的 数组长度  “2”  表示  B.dll  里 有 2 个方法，  现在 B.dll 里只有 1 个 类 Person，  Person 类 有 2 个方法， 所以 整个 B.dll  只有 2 个方法  。

如果 B.dll 有 多个类， 每个类有 若干个 方法，  那 D# 编译器 会 先对 类 排序， 再对 类里的方法 排序，  总之 会给 每个 方法 一个 序号  。

 

uint      ILBC_Link()      函数     的 逻辑 就是 根据  方法 的 序号 把  方法 的 函数地址 填入 ilbc_MethodList  数组 对应的 位置，

再返回    ilbc_MethodList   数组 的 首地址  。

 

也就是     先 生成 函数表，   再 返回 函数表 首地址  。

上文说了，  运行时 加载 B.dll  的 过程 是，  先把 B.dll 编译成 本地代码， 加载到 内存，  再调用   ILBC_Link()   函数，  这样 B 的 本地代码 函数表 就生成了 。

然后 运行时 会把   ILBC_Link()  函数   返回 的 函数表 首地址  赋值给   A   的  ilbc_B_MethodList  ，  这样 A 就可以 调用 B 的 方法了 。

 

因为 函数 是 动态链接 的， 函数表 里 函数 的 顺序 是 由 D# 编译器 决定的， 所以 和  C 编译器 无关， 不需要像 字段 那样 考虑  C 编译器 对 函数 的 处理顺序  。

 

以上就是  ILBC  的 草案 。   还会 陆续补充 。

 

IL 层 动态链接 是 ILBC 的  一个 基础架构  。

 

ILBC  的 一大特点 是 同时支持  AOT 和 JIT ，   AOT  和  JIT  可以混合使用，  也可以 纯 AOT，   或者 纯 JIT 。

 

我查了一下，   “最小的 C 语言编译器”，  查到 一个  Tiny C，  可以看下 这篇文章  《TCC（Tiny C Compiler）介绍》  http://www.cnblogs.com/xumaojun/p/8544083.html    ，

还查到一篇 文章 《让你用C语言实现简单的编译器，新手也能写》  https://blog.csdn.net/qq_42167135/article/details/80246557   ，

他们 还有个 群，   我打算去加一加 。

 

还查到一篇 文章 《手把手教你做一个 C 语言编译器:设计》  https://www.jianshu.com/p/99d597debbc2   ，

 

看了一下他们的文章，   主要是 我 对 汇编 和 操作系统 环境 不熟， 不然 我也可以写一个 小巧 的  C 语言编译器 。

 

ILBC  会 自带 运行时，  如果是 纯 AOT，  那么 运行时 里 不用 带  C 语言编译器，  这样 运行时 就可以 小一些 。

如果 运行时 不包含 庞大的 类库，  又不包含 C 语言编译器，  那么 运行时 会很小 。

 

我建议   ILBC  不要用 在 操作系统 上 安装 运行时 的 方式，  而是 每个 应用程序 随身携带 运行时，

ILBC 采用 简单的 、即插即用 的 方式，  引用到的  ILBC 程序集 放在 同一个 目录下 就可以找到 。

程序集 不需要 安装，  也不需要 注册 。

 

D#  可以 编写 操作系统 内核 层 以上的 各种应用，

其实 除了 进程调度 虚拟内存 文件系统  外，  其它 的 内核 模块 可以用  D#  编写， 比如 Socket 。

这有  2 个 原因：

1   GC 需要运行在一个 独立的 线程里，  GC 负责 内存回收 和 空闲空间排序 。  所以 D# 需要有一个 线程 的 架构 。

2   D# 的 堆 算法 是 不严格的 、松散的， 需要运行在 虚拟内存 广大的 地址空间 和 存储空间 下，  不适合 用于 物理内存 。

所以，  D#  的 适用场景 是 在 进程调度 虚拟内存 文件系统 的 基础上 。

为什么 和 文件系统 有关系 ？

因为 虚拟内存 会用到 文件系统， 所以  ~  。

 

D#  /  ILBC    的 目标 是    跨平台  跨设备 。

 

后面会把  进一步 的 设计 放在 系列文章 里， 文章列表 如下：

 

《我发起并创立了一个 C 语言编译器 开源项目 InnerC》  https://www.cnblogs.com/KSongKing/p/10352273.html  

《ILBC 运行时 （ILBC Runtime） 架构》  https://www.cnblogs.com/KSongKing/p/10352402.html  

《ILBC 规范》                  https://www.cnblogs.com/KSongKing/p/10354824.html

《堆 和 GC》               写作中  。

《InnerC 语法分析器》            写作中  。