(【理论】）编译器和不同的传递类型

(theoretical) Compilers and different pass-by types

本文关键字：类型 理论 编译器      更新时间：2023-10-16

新前言

我对构造函数理论不太了解，这是一个理论问题，关于类C++语言的理论构造函数如何编译与汇编程序非常相似的方法(并进一步编译成二进制代码)，以及该汇编程序在三个不同的方法中是否相似，每个方法都采用相同数量的参数，但提供相同的功能(也许是一个打印两个整数值的平凡方法？)。

每个方法都以一对整数作为参数，但方式不同：一个方法通过值传递，另一个通过引用传递，最后一个通过地址传递。由于传递引用和地址变体必须作用于所提供的内存位置的实际值，因此它们(除了访问值的代码)在编译版本中是否包含相同的代码？

public void Foo (int a, int b)
{
std:cout << a << " " << b <<endl;
}
public void Bar (int* a, int* b)
{
// (aside from dereferencing code) the same code as Foo
}
public void FooBar (int& a, int& b)
{
// again, the same code (fundamentally) here
}

原始问题

假设我已经写了三个相同的方法"Foo"、"Bar"answers"FooBar"。每个方法都接受相同的有限数量的参数，并且所有方法都是无效的。

public void Foo (int a, int b)
{
// some code here
}
public void Bar (int* a, int* b)
{
// (aside from dereferencing code) the same code as Foo
}
public void FooBar (int& a, int& b)
{
// again, the same code (fundamentally) here
}

假设该语言的编译器运行良好，没有任何错误，并且进行了充分优化。

在这样一个完美的系统中，输出的程序集和三种方法的二进制代码会不匹配吗？如果没有，它们之间会有巨大的差异吗？

澄清：假设这些方法非常琐碎，因为它们不会更改传入参数的值。

显然，如果代码确实修改了a和b，则前两个函数和后两个函数的语义完全不同；这显然会迫使编译器生成不同的代码；除此之外，如果在给定程序的每种情况下，这三个函数实际上都是相同的，那么编译器当然可以根据"好像"规则将所有函数简化为一个函数。

但这个问题没有多大意义——或者至少，询问"完美系统"(不可能存在的东西)中二进制代码生成(一个非常具体的实现细节)的具体差异对我来说并没有真正的意义。

为了回到真实的系统，首先我们必须考虑内联；如果函数是内联的，那么它们会与父函数的其余代码混合，并且每次扩展的输出可能不同(可以有不同的寄存器分配，不同的指令混合以最大限度地提高流水线利用率，…)

因此，比较应该是关于每个函数的"独立"输出。

我希望第二个和第三个扩展到几乎完全相同的代码：引用是指针的语法糖，而*a和*b可能在Bar中没有检查的情况下被取消引用，这已经考虑到了不能有NULL引用的事实(这告诉优化器假设它们永远不会是NULL)。此外，我不知道有什么C++ABI可以区分指针和引用。

至于Foo，它将取决于许多因素：

  • 如果我们正在编译一个库，编译器不能随心所欲，函数必须遵守一些ABI；出于这个原因，首先，在最后两种情况下，参数实际上是指针，在第一种情况下是值(根据平台ABI的不同，结果会有所不同)
  • 如果编译器不能LTCG，并且我们希望使用其他模块中的这些函数(即，这些函数没有标记为static)，则这种情况也会发生
  • 在最后两种情况下，为了生成相同的输出，编译器可能需要证明引用/指针指向不同的值，以生成与Foo相同的输出
  • 还必须能够证明a和b在整个函数中没有变化；特别是，在每次外部(=非完全内联)函数调用之后，指向的对象可能已经改变；这两者都可能是复杂的任务，而且，如果程序由几个模块组成，它们可能需要LTCG

所以我实际期望的是：

  • 对于独立版本，Foo!= Bar和FooBar；Bar==FooBar
  • 对于内联版本，编译器可能会有更简单的时间来确定将Bar和FooBar"转换"为Foo的相同语义的条件，但当然，生成的代码与不同函数的代码混合的事实将导致不同的汇编输出(以至于可能很难理解子程序的代码从哪里开始/结束)

优化编译器很可能为Foo生成比Bar或FooBar更好的代码，除了一些微不足道的函数。

原因是对于Foo，编译器可能会假设a和b的值在整个函数中是恒定的，除非对其中一个变量进行了显式赋值。即使存在，大多数现代编译器的中间表示也会将这样的赋值表示为新变量，并从赋值开始简单地使用该变量而不是原始变量。

然而，对于Bar和FooBar，这种推理只有在

  • 该函数不调用其他非内联函数，因为任何此类函数都可以更改a或b所指向的值

  • 该函数不会通过char*类型的指针修改任何内存，因为这样的指针可以合法地指向任何类型的数据，包括int(谷歌对完整独家的"严格别名规则")

Bar和FooBar可能会生成类似的代码，除非您在某个神秘的平台上，ABI对引用和指针的处理方式不同。

在一个完美的系统中，是的。。！！

然而，这种级别的优化是相当极端的。Bar和FooBar与Foo几乎相同，但它们几乎相同的事实会使编译器很难检测到相似之处，因为它基本上是对生成的代码进行差异，然后必须计算出差异的显著性。

如果你想要这种级别的优化，那么你最好写这样的代码

public void Foo(int a, int b)
{
// Whatever
}
public void Bar (int* a, int* b)
{
Foo(*a, *b);
}
public void FooBar (int& a, int& b)
{
Foo(a, b);
}

现在编译器可以选择将Foo内联到Bar和FooBar中，这对于编译器来说是一个相当简单的优化决策。

假设C++风格的声明，Bar和Foobar除了调试信息外将是相同的，因为内部引用是指针，只有访问风格会从指针中分离它们。

对于第一个(Foo)，这取决于如果不知道函数将来将如何使用，您是否真的允许修改函数声明样式。如果他们的接口假设他们可以更改指针下的值(即使在非常极端的条件下)，则不允许只传递值的优化。但是，假设经常调用函数，编译器和/或运行时可以通过直接值传递将其更改为不带指针的变体。(但是，更有可能的是，还会应用一些其他优化，例如全函数内联。)

在一个完美的系统中，所有三种方法的输出程序集和二进制代码会不匹配吗？

否，因为如果代码写入a和b，那么Foo会修改a和b的本地副本，而FooBar则会修改原始(调用方的副本)a和b。

相关文章：