6.2 什么是静态的/执行字节码的语言

6.2.1 静态类型的语言

如前所述，Diksam是静态类型的执行字节码的语言。这样的语言有以下优点。

1. 能够高速执行（通常情况下）

理由会在之后详述。对于静态类型的执行字节码的语言来说，如果能够朴素地实现这两个方面的话，会比无类型并通过分析树执行的语言拥有更快的速度。

2. 编译阶段和执行阶段分离

例如在Java中，事先使用javac把源代码生成为class文件，这样在执行时就不需要再编译了。

实际上crowbar由源代码生成分析树的处理并不耗时，（Diksam要想比crowbar强的话）速度上没有什么可期待的。相反，如果想要在不发布源代码的情况下运行程序倒还是有希望的。话虽如此，实际上因为现在的Diksam是在内存上构建字节码并执行的，结果还是必须要发布源代码。

3. 相比之下使用静态类型的语言编写的代码更易读

静态类型的语言通常要将变量和类型一起声明（比如 int a;）。也许会有人觉得这样很麻烦（这就是为什么无类型的LL语言这么有人气的原因），实际上也不是很费事，因为还是把变量类型明确化以提高源代码的可读性更为重要。至少我是这么想的，但这句话是一个泥潭，还是赶快结束这个话题吧。

6.2.2 什么是字节码

字节码是在被称为虚拟机（Virtual Machine）的虚拟CPU上执行的机器语言。机器语言直接通过CPU执行，而字节码通过虚拟机执行。

字节码和机器语言一样，实际上都是数字的序列（这点也和机器语言一样）。为了让大家更好的理解，各个命令将以一种被称为 助记符  （mnemonic）的字符串形式表现出来。

比如在Java虚拟机（JVM）中运行的字节码就是下面这个样子。（再来回看一下代码清单1-4）

0: bipush 10

2: istore_1

3: iload_1

4: bipush　10

6: if_icmpne　20

9: getstatic

12: ldc

14: invokevirtual

17: goto　28

20: getstatic

23: ldc

25: invokevirtual

可能有人会认为，就算是为了让读者能够更好地理解才使用了字符串的表现方式，可这种根本就不知所云的东西如果想要从源代码生成出来，简直就是做梦，更不要说作一个可以生成字节码的编译器了。但实际上并没有那么难，具体步骤请见下节。

6.2.3 将表达式转换为字节码

crowbar从ver.0.2版本开始把计算过程中的值存入栈中（为了确保GC可以追踪指针）。在这种情况下，执行字节码的语言也会进行大致同样的实现。关于此事，4.2.3节的最后部分中有如下记载。

这种做法与JVM堆栈机运行字节码时的栈动作相同。如此一来，我们就向字节码解释器又迈进了一步。

具体来说，分析树优先从最深层次开始遍历，从而生成下面这样的代码。

1. 常量/变量类会直接把值保存到栈中。

1. 双目运算符以先左后右的顺序保存到栈上，从栈顶端的两个元素开始计算，并将结果保存到栈中。

比如：

1 + 2 * 3 - 4

这个表达式会展开成图6-1所示的分析树。

图6-1 分析树

这个分析树以自上而下的顺序遍历，同时，常量的节点会生成字节码 push值，运算符节点生成代表运算符的字节码，生成的字节码如下所示。（下面的代码只是用作说明的模拟代码。这些字节码既不是Java的，也不是Diksam的。）

1: push 1　# 将[1]入栈

2: push 2　# 将[2]入栈

3: push 3　# 将[3]入栈

4: mul　　# 将栈顶的两个元素进行乘法运算，并将结果入栈。

5: add　　# 将栈顶的两个元素进行加法运算，并将结果入栈。

6: push 4　# 将[4]入栈

7: sub　　# 将栈顶的两个元素进行减法运算，并将结果入栈。

此时栈的动作如图6-2所示。

图6-2 执行字节码时的栈动作

在表达式中不止有上例中的双目运算符，还有单目运算符，而且它们的思路是一样的。比如单目运算符的减号，在栈中执行的操作是“将栈顶的值取出，反转符号再存入栈中”。

但是，上述例子中只处理了整数。在实际的编程语言中还必须要处理实数，也有可能会出现“整数和实数相加”这样的混合运算。在这种情况下，必须要将参与运算的整数转换为实数再进行加法运算。在有些语言中，字符串和整数也可以进行加法运算 ^[3]。接下来的操作就变成了将整数转换为字符串然后再将其连接。

在执行这样的操作时，有两种方法。

第一种是在向栈中保存值的时候就加入能够区分类型的标识，在运行时再进行判断。crowbar使用的就是这个方法。 CRB_Value结构体的成员 type保存的就是类型的标识，在运行时根据这个标识进行转型和运算。

另外一种方法是，在编译时进行类型判断。

如果有必要转型的话，类型转换处理将在编译时进行。那么，像图6-3这样一个分析树就能够实现类型的转换了。

图6-3 类型转换的分析树

这个分析树生成的字节码如下。

1: push_double　2.5

2: push_int　3

3: cast_int_to_double

4: add_double

第三行的 cast_int_to_double命令将栈顶的 int值转换为 double。

在这种方法中，如果是加法运算，究竟要如何区分是整数之间相加，还是实数之间相加或者是字符串连接呢？在编译完成之后就完全清楚了。因此，在执行时无需加入多余的判断，也可以加快执行速度。

但是这样一来，在编译时就必须要知道变量的类型，因此必须要让用户进行带变量类型的 声明  ^[4]。

6.2.4 将控制结构转换为字节码

像 if和 while之类的控制结构，在字节码中使用 goto这样的跳转（jump）命令实现。

比如下面这段 if语句。

if (a == 10) {

条件成立时的处理

条件成立时的处理

}

后续的处理

将这段代码用字节码来表示。

1: push变量a的值

2: push_int　　10

3: eq_int　　　# 栈顶的两个int之间进行比较（==），并将结果入栈

4: jump_if_false 7　# 栈顶的值如果是false就跳转到第7行

5: 条件成立时的处理

6: 条件成立时的处理

7: 后续的处理　　# 从第4行跳转到本行

在crowbar中，控制结构也是用分析树来表现的。程序在执行的同时对分析树进行递归，为了实现 break 和 continue 这样的语句，程序必须要从递归的最深层开始（使用特殊的返回值）。在执行字节码的语言中可以更简单地实现 break 和 continue，（如果必要的话） goto 也可以简单地实现（递归）。

6.2.5 函数的实现

在C等语言中，通常情况下函数的调用也是用栈来实现的。

这种情况在拙著《征服C指针》中有详细的介绍，请各位读者参考。其中大致说明了在C的情况下，（简单实现的话）函数的调用遵循以下步骤（如图6-4）。

1. 将参数（从后面开始）入栈

2. 将返回地址等返回信息入栈

3. 将局部变量所占内存区域入栈

图6-4 语言中的函数调用

C语言的参数从后面开始入栈是为了实现像 printf()这样可变长参数的函数。这次制作的Diksam语言中没有可变长参数，因此没有必要特意从后面开始（向栈内）保存参数（实际上Diksam是从前面开始保存参数的）。

所谓返回地址，和字面意思一样，指向了函数终结时返回的地址。当函数从（栈的）某处开始调用之后，如果不将返回地址保存到栈中，在函数结束时就不知道要返回到哪里去了。

当所有局部变量保存到栈中的时候，栈的顶部就在图中 base箭头所指的位置。利用以 base为基准的偏移量，可以指定局部变量或者参数 ^[5]。

在之前的 if语句字节码的例子中，如果把中文“ push变量 a的值”写成字节码的话，应该像下面这样（当 a是局部变量的情况下）。

push_statck_int　0 # 0是变量a基于base的偏移量

在需要声明变量的语言中，全局变量也要在编译时全部决定下来，因此不能为这些全局变量指定偏移量的编号。比如 int型的全局变量的值向栈中保存的字节码应该是下面这样。

push_static_int　0 # 0是这个全局变量的索引