第5.2.3节 通过“偏移”访问数组元素和结构体成员

在上一节小节，我们举例介绍了对“数组元素和结构体成员”的访问，我们采用的是“基地址+偏移”的模式来计算其内存单元的地址。对于数组元素arr2[i][2]来说，数组索引值i为变量，对应的地址要表达为“基地址+常量偏移+非常量偏移”；对于结构体成员dt.b来说，其地址可表达为“基地址+常量偏移”。下面，我们还是结合一个简单的例子来说明相关概念，如图5.2.9所示，第1至14行给出了一个简单的C程序，第16至30为UCC编译器生成的中间代码，第33至46行是UCC编译器生成的汇编代码，而第49至58则是GCC编译器生成的汇编代码。由于第10行的arr[i]含有“非常量偏移”，C编译器需要生成代码来计算这些偏移，再与数组首地址进行相加。在汇编代码中，用于寻址的指令相当灵活，对于“arr[i]=30;”来说，GCC所生成的代码就与UCC不同，如图5.2.9第50至51行所示。UCC编译器采用的是形如第34至38行的指令，第34至35行用于计算“非常量偏移”，即i*4，通过把i左移2位来实现，第36行通过leal指令来取数组arr的首地址，第37行进行把基地址和偏移相加，所得结果存于寄存器ecx，之后通过第38行的寄存器间接寻址就可完成赋值。第19行的中间代码“t1:&arr”对应第36行的汇编代码 “leal arr,%ecx”。我们还发现，第11行的C代码“arr[2] = 50;”对应的汇编代码为第40行的“movl $50,arr+8”。在汇编代码中出现的符号arr可看成是一个地址常量，该movl指令把常数50送到(arr+8)所对应的内存单元中。

?

图5.2.9 对数组元素的寻址

在中间代码层次，一个符号对象struct symbol（或其“子类”对象，例如struct variableSymbol）可作为三地址码中的目的操作数或源操作数。UCC编译器在为“抽象语法树上的arr结点”生成中间代码时，并没有考虑其所处的上下文，为了能生成形如第36行的汇编指令，UCC编译器需要产生一条形如第19行的中间代码“t1:&arr;”，其中的临时变量t1存放了数组arr的首地址。虽然数组中的内容可能会被修改，数组arr的地址在数组生命周期内并不会发生变化，所以&arr可以当作公共子表达式来使用，当我们在第11行遇到另一棵抽象语法子树上的arr结点时，我们就可重用临时变量t1中的值。如果t1对应的寄存器为eax，在汇编层次，我们可为第11行的C语句“arr[2]＝50;”生成以下汇编代码。

leal arr, %eax; //取数组arr的地址

addl $8, %eax; //arr[2]在数组arr中的偏移为常量8

movl $50,(%eax); //通过寄存器间接寻址来进行赋值

这些汇编代码可以实现C语句“arr[2] = 50;”所要求的语义，但并不是很高效，我们可用图5.2.9第40行的“movl $50,arr+8”来实现一样的功能。在知道基地址和偏移的前提下，我们可以通过UCC编译器中的函数Offset，来产生“访问数组元素或结构体成员”的中间代码，如图5.2.9第18至20行所示；而函数AddressOf则可以生成第19行的“t1:&arr；”的取地址指令。

函数Offset的代码如图5.2.10所示，当C程序员访问数组元素或结构体成员时，第2行的参数addr是数组元素或结构体成员的基地址，参数voff是“非常量偏移VariableOffset”。当访问图5.2.9第12行的结构体成员dt.num时，由于结构体成员dt.num在结构体对象dt中的偏移是固定的，此时voff参数为NULL。但在访问dt.num[i]时，数组元素dt.num[i]在数组dt.num中的偏移为(i*4)，这不是常量，此时voff不为NULL，而访问arr[i]时voff也不为NULL。第2行的另一个参数coff代表“常量偏移ConstOffset”，访问图5.2.9第11行的arr[2]时，coff的值为2*sizeof(int)，即8。图5.2.10第3至8行的代码用于产生代码，进行基地址、非常量偏移和“常量偏移”这三者的加法运算，得到地址后，再由第7行的Deref进行“间接寻址操作”，这样我们就可以为“arr[i] = 30;”生成形如图5.2.9第18至21行的中间代码。当C程序员要访问arr[2]时，此时图5.2.10第8行注释中的t1就对应参数addr，voff为NULL，而coff的值为8，为了能产生形如图5.2.9第40行的汇编代码“movl $50,arr+8”，而不是生成“leal arr, %eax; addl $8, %eax; movl $50,(%eax);”这3条低效的代码，我们在第11行调用CreateOffset函数创建了一个新的符号对象，用来在中间代码层次表示形如arr[8]这样的符号。对于图5.2.10第13至14注释中所示的代码而言，ptr是指向int[4]数组的指针，C程序员通过(*ptr)[2]来访问数组元素时，UCC编译器会在语义检查CheckUnaryExpression时构造成一棵形如([] ([] ptr 0) 8)的语法树，在翻译这个语法树时，我们会计算出基地址为ptr，而偏移为8，此时我们把这两者相加，再通过间接寻址才能访问到相应的数组元素，第15行调用的Deref完成此功能。如果我们把C程序员写的(*ptr)[2]，错误地表示为中间代码层次的符号ptr[8]，则最终生成的汇编代码会是“movl $50,ptr+8”。假设数组arr的首地址是10000，而全局变量ptr的地址为20000，则变量ptr中的内容为10000，在此movl指令中，ptr是地址常数20000，该movl指令会把常数50传送到地址20008对应的内存单元。不过，按C的语义，(*ptr)[2]实际应访问C的数组元素arr[2]，数组元素arr[2]的地址为10008，因此“movl $50,ptr+8”是条错误的指令。所以，在中间代码层次，我们不可用符号ptr[8]来表示相应的数组元素(*ptr)[2]，而是要生成的形如“t5 : ptr + 8; *t5 = 60;”的代码，这些中间代码是通过图5.2.10第15行的函数Deref来产生，Deref是Dereference的缩写，表示“提领操作”，也有译为“解引用”，实际上进行的操作是“间接寻址”。

?

图5.2.10 Offset()