【C语言】--- 编译和链接

news2025/4/15 14:40:46

编译和链接

    • 1. 翻译环境和运行环境
    • 2. 翻译环境
      • 2.1 预处理
      • 2.2 编译
        • 2.2.1 词法分析
        • 2.2.2 语法分析
        • 2.2.3 语义分析
      • 2.3 汇编
      • 2.4 链接
    • 3. 运行环境

1. 翻译环境和运行环境

计算机只能运行二进制指令,所以我们的.c的文本程序需要先翻译为二进制程序才能被计算机执行。在 ANSI C的任何一种实现中存在两种环境:

  1. 翻译环境:这个环境中源代码可以被转变为二进制指令(机器指令)
  2. 运行环境:用于实际执行代码。

在这里插入图片描述

2. 翻译环境

翻译环境是如何把源代码转变为可执行的二进制指令呢?翻译环境由编译链接两个大过程组成,编译又分为预处理编译汇编
在这里插入图片描述

  1. 多个.c文件单独经过编译器,编译处理生成对应的目标文件
  2. 多个目标文件链接库一起由链接器生成可执行程序。
  3. 链接库是指指运行时库(它是⽀持程序运⾏的基本函数集合)或者第三方库

编译的三个步骤图示如下:
在这里插入图片描述
下面以Linux环境下的GCC编译器命令为例,解析编译链接过程

2.1 预处理

在预处理阶段,源文件和头文件会被处理成为**.i**为后缀的文件。
写一个code.c源文件。
在这里插入图片描述

对应的预处理命令为:gcc -E code.c -o code.i
在这里插入图片描述
打开code.i!
在这里插入图片描述
我们可以看到预处理阶段的主要工作是处理预处理指令,如#define、#include,具体如下:

  1. 头文件被展开,若头文件中含其他文件也会被展开
  2. 宏定义被展开
  3. 条件编译被处理
  4. 注释被删除
  5. 添加行号和文件名标识,方便后续编译器生成调试信息等
  6. 或保留所有的#pragma的编译器指令,编译器后续会使⽤

预处理本质还是一些文本操作

2.2 编译

编译过程就是将预处理后的文件进行⼀系列的:词法分析语法分析语义分析及优化,生成相应的汇编代码文件
对应的指令为:gcc -S code.i -o code.s
在这里插入图片描述
经过整个编译过程文本代码被翻译为汇编代码,具体的实现步骤如下:

2.2.1 词法分析

源代码程序输⼊扫描器,扫描器的任务就是简单的进行词法分析,把代码中的字符分割成⼀系列的记号关键字标识符字面量特殊字符等)
这里给出一个例子:

 array[index] = (index+4)*(2+6);

上面程序的词法分析如下
在这里插入图片描述

2.2.2 语法分析

接下来语法分析器,将对扫描产⽣的记号进行语法分析,从而产生语法树。这些语法树是以表达式为节点的树。
在这里插入图片描述

2.2.3 语义分析

语义分析器来完成语义分析,即对表达式的语法层面分析。编译器所能做的分析是语义的静态分析。静态语义分析通常包括声明类型的匹配类型的转换等。这个阶段会报告错误的语法信息。
在这里插入图片描述
这里简单了解即可。

2.3 汇编

汇编器是将汇编代码转转变成机器可执行的二进制代码,每⼀个汇编语句几乎都对应⼀条机器指令。就是根据汇编指令和机器指令的对照表⼀⼀的进行翻译,也不做指令优化。
对应的指令为:gcc -c code.s -o code.o
code.o文件对应的内容如下
在这里插入图片描述
code.o文件中的内容就是二进制指令了,人类不直接可读,需要特定的程序翻译。

2.4 链接

链接是⼀个复杂的过程,链接的时候需要把⼀堆文件链接在⼀起才⽣成可执行程序
链接过程主要包括:地址和空间分配符号决议重定位等这些步骤。
链接解决的是⼀个项目中多文件、多模块之间互相调用的问题
例如在一个C项目中有两个.c文件
test.c
在这里插入图片描述
add.c
在这里插入图片描述

我们在test.c 的文件中使用了add.c 文件中的Add函数和g_val变量。
test.c文件每一次使用Add函数和g_val的时候必须确切的知道Ad和g_val的地址,但是由于每一文件时单独编译的,在编译test.c的时候并不知道Add函数和g_val变量的地址,所以暂时把调用Add和g_val的目标地址搁置,等待最后链接的时候由链接器根据引用的符号Add在其他模块中查找Add函数对应的地址,然后把test.c中所用引用到Add的指令重新修正,让他们的目标地址为为真正的Add函数的地址,对于全局变量g_val也是类似的方法来修正地址。这个地址修正的过程叫做:重定位

3. 运行环境

  1. 程序必须载⼊内存中,这是由冯诺依曼结构决定的,外部设备无法直接和CPU进行数据传输。在有操作系统的环境中:⼀般这个由操作系统完成。在独立的环境中,程序的载⼊必须由手工安排,也可能是通过可执行代码置⼊只读内存来完成。
  2. 程序的执行便开始。接着便调⽤main函数。
  3. 开始执行程序代码。这个时候程序将使⽤⼀个运行时堆栈,存储函数的局部变量和返回地址。程序同时也可以使用静态内存,存储于静态内存中的变量在程序的整个执⾏过程⼀直保留他们的值。
  4. 终⽌程序。正常终止main函数;也有可能是意外终止。

本篇文章没有干货,仅简单讨论了程序的执行流程。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2334245.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

深入解析Python爬虫技术:从基础到实战的功能工具开发指南

一、引言:Python 爬虫技术的核心价值 在数据驱动的时代,网络爬虫作为获取公开数据的重要工具,正发挥着越来越关键的作用。Python 凭借其简洁的语法、丰富的生态工具以及强大的扩展性,成为爬虫开发的首选语言。根据 Stack Overflow 2024 年开发者调查,68% 的专业爬虫开发者…

前端 Vue: Cannot find module XX or its corresponding type declarations.

记一个常见错误,每次创建完新的vuetsvite项目,在配置路由的时候总会找不到vue文件,我用的是Webstorm,在设置里面修改以下设置,即可消除警告。

数字内容体验案例解析与行业应用

数字内容案例深度解析 在零售行业头部品牌的实践中,数字内容体验的革新直接推动了用户行为模式的转变。某国际美妆集团通过搭建智能内容中台,将产品信息库与消费者行为数据实时对接,实现不同渠道的动态内容生成。其电商平台首页的交互式AR试…

HBuilderX中uni-app打包Android(apk)全流程超详细打包

一、Android生成打包证书 1、Android平台签名证书(.keystore)生成指南_android 签名生成-CSDN博客(如果不上架应用商店可以跳过,可以使用云端证书) 二、打开manifest.json配置基础设置 三、配置安卓应用图标 四、配置安卓启动页图片 五、…

多模态大模型重塑自动驾驶:技术融合与实践路径全解析

目录 1、 引言:AI与自动驾驶的革命性融合 2、五大领先多模态模型解析 2.1 Qwen2.5-Omni:全模态集大成者 2.2. LLaVA:视觉语言理解专家 2.3. Qwen2-VL:长视频理解能手 2.4. X-InstructBLIP:跨模态理解框架 2.5. …

vue2 el-element中el-select选中值,数据已经改变但选择框中不显示值,需要其他输入框输入值才显示这个选择框才会显示刚才选中的值。

项目场景&#xff1a; <el-table-column label"税率" prop"TaxRate" width"180" align"center" show-overflow-tooltip><template slot-scope"{row, $index}"><el-form-item :prop"InquiryItemList. …

OFDM CP 对解码影响

OFDM符号间会存在ISI&#xff0c;为了解决该问题在符号间插入了循环前缀&#xff0c;可以说这个发明是OFDM能够实用的关键&#xff0c;在多径信道中CP可以有效的解决符号间干扰。3GPP中对于不同SCS 定义了不同的CP长度&#xff1a; 5G Cyclic Prefix (CP) Design -5G Physical …

Vue3.5 企业级管理系统实战(十四):动态主题切换

动态主题切换是针对用户体验的常见的功能之一&#xff0c;我们可以自己实现如暗黑模式、明亮模式的切换&#xff0c;也可以利用 Element Plus 默认支持的强大动态主题方案实现。这里我们探讨的是后者通过 CSS 变量设置的方案。 1 组件准备 1.1 修改 Navbar 组件 在 src/layo…

解决Ubuntu20.04安装ROS2的问题(操作记录)

一、ROS 系统安装版本选择 每版的Ubuntu系统版本都有与之对应ROS版本&#xff0c;每一版ROS都有其对应版本的Ubuntu版本&#xff0c;切记不可随便装。ROS 和Ubuntu之间的版本对应关系如下&#xff1a;&#xff08; 可以从这个网站查看ROS2的各个发行版本的介绍信息。&#xff…

C# 设置Excel中文本的对齐方式、换行、和旋转

在 Excel 中&#xff0c;对齐、换行和旋转是用于设置单元格内容显示方式的功能。合理的设置这些文本选项可以帮助用户更好地组织和展示 Excel 表格中的数据&#xff0c;使表格更加清晰、易读&#xff0c;提高数据的可视化效果。本文将介绍如何在.NET 程序中通过C# 设置Excel单元…

RPA VS AI Agent

图片来源网络 RPA&#xff08;机器人流程自动化&#xff09;和AI Agent&#xff08;人工智能代理&#xff09;在自动化和智能化领域各自扮演着重要角色&#xff0c;但它们之间存在显著的区别。以下是对两者区别的详细分析&#xff1a; 一、定义与核心功能 RPA&#xff08;机…

uniapp大文件分包

1. 在pages.json中配置 "subPackages":[{"root":pagesUser,"pages":[{"path":mine/xxx,"style":xxx },{"path":mine/xxx,"style":xxx}]},{"root":pagesIndex,"pages":[{"p…

Spark-core编程

sortByKey 函数说明 join 函数说明 leftOuterJoin 函数说明 cogroup 函数说明 RDD行动算子&#xff1a; 行动算子就是会触发action的算子&#xff0c;触发action的含义就是真正的计算数据。 reduce 函数说明 collect 函数说明 foreach 函数说明 count 函数说明 first …

2025年的Android NDK 快速开发入门

十年前写过一篇介绍NDK开发的文章《Android实战技巧之二十三&#xff1a;Android Studio的NDK开发》&#xff0c;今天看来已经发生了很多变化&#xff0c;NDK开发变得更加容易了。下面就写一篇当下NDK开发快速入门。 **原生开发套件 (NDK) **是一套工具&#xff0c;使开发者能…

基于springboot的“嗨玩旅游网站”的设计与实现(源码+数据库+文档+PPT)

基于springboot的“嗨玩旅游网站”的设计与实现&#xff08;源码数据库文档PPT) 开发语言&#xff1a;Java 数据库&#xff1a;MySQL 技术&#xff1a;springboot 工具&#xff1a;IDEA/Ecilpse、Navicat、Maven 系统展示 系统功能结构图 局部E-R图 系统首页界面 系统注册…

React 之 Redux 第三十一节 useDispatch() 和 useSelector()使用以及详细案例

使用 Redux 实现购物车案例 由于 redux 5.0 已经将 createStore 废弃&#xff0c;我们需要先将 reduxjs/toolkit 安装一下&#xff1b; yarn add reduxjs/toolkit// 或者 npm install reduxjs/toolkit使用 vite 创建 React 项目时候 配置路径别名 &#xff1a; // 第一种写法…

Llama 4全面评测:官方数据亮眼,社区测试显不足之处

引言 2025年4月&#xff0c;Meta正式发布了全新的Llama 4系列模型&#xff0c;这标志着Llama生态系统进入了一个全新的时代。Llama 4不仅是Meta首个原生多模态模型&#xff0c;还采用了混合专家(MoE)架构&#xff0c;并提供了前所未有的上下文长度支持。本文将详细介绍Llama 4…

【C++】函数直接返回bool值和返回bool变量差异

函数直接返回bool值和返回bool变量差异 背景 在工作中遇到一个比较诡异的问题&#xff0c;场景是给业务方提供的SDK有一个获取状态的函数GetStatus&#xff0c;函数的返回值类型是bool&#xff0c;在测试过程中发现&#xff0c;SDK返回的是false&#xff0c;但是业务方拿到的…

第1节:计算机视觉发展简史

计算机视觉与图像分类概述&#xff1a;计算机视觉发展简史 计算机视觉&#xff08;Computer Vision&#xff09;作为人工智能领域的重要分支&#xff0c;是一门研究如何使机器"看"的科学&#xff0c;更具体地说&#xff0c;是指用摄影机和计算机代替人眼对目标进行识…

英伟达Llama-3.1-Nemotron-Ultra-253B-v1语言模型论文快读:FFN Fusion

FFN Fusion: Rethinking Sequential Computation in Large Language Models 代表模型&#xff1a;Llama-3.1-Nemotron-Ultra-253B-v1 1. 摘要 本文介绍了一种名为 FFN Fusion 的架构优化技术&#xff0c;旨在通过识别和利用自然并行化机会来减少大型语言模型&#xff08;LLM…