abclinuxu.cz AbcLinuxu.cz itbiz.cz ITBiz.cz HDmag.cz HDmag.cz abcprace.cz AbcPráce.cz
AbcLinuxu hledá autory!
Inzerujte na AbcPráce.cz od 950 Kč
Rozšířené hledání
×
dnes 01:22 | Nová verze

Po více než 4 měsících vývoje od vydání verze 15 byla vydána nová stabilní verze 16 open source systému Nextcloud (Wikipedie), forku ownCloudu, umožňujícího provoz vlastního cloudového úložiště. Přehled novinek i s náhledy v příspěvku na blogu. Pro vyzkoušení Nextcloudu je k dispozici demo (aktuálně verze 15).

Ladislav Hagara | Komentářů: 0
dnes 01:00 | Nová verze

Node.js Foundation, oficiální projekt konsorcia Linux Foundation, oznámila vydání verze 12.0.0 (Current) otevřeného multiplatformního prostředí pro vývoj a běh síťových aplikací napsaných v JavaScriptu Node.js (Wikipedie). Přehled novinek v článku na Medium. Verze 12 se v říjnu stane novou aktivní LTS verzí. Podpora je plánována do dubna 2022.

Ladislav Hagara | Komentářů: 0
dnes 00:44 | Nová verze

Byla vydána verze 11.10 open source alternativy GitHubu, tj. softwarového nástroje s webovým rozhraním umožňujícího spolupráci na zdrojových kódech, GitLab (Wikipedie). Představení nových vlastností i s náhledy v příspěvku na blogu.

Ladislav Hagara | Komentářů: 0
dnes 00:11 | IT novinky

OpenAI, nezisková organizace pro výzkum umělé inteligence (AI), představila projekt MuseNet. Jedná se o hlubokou neuronovou síť, která dokáže generovat čtyřminutové hudební skladby s 10 různými nástroji a kombinovat styly od country přes Mozarta až po Beatles.

Ladislav Hagara | Komentářů: 3
včera 16:00 | Pozvánky

Spolek OpenAlt zve příznivce otevřených řešení a přístupu na 163. brněnský sraz, který proběhne v pátek 26. dubna od 18:00 v indické restauraci Everest na adrese Veveří 61.

Ladislav Hagara | Komentářů: 5
včera 15:33 | IT novinky

Všem dívkám v ICT vše nejlepší k dnešnímu Mezinárodnímu dni dívek v ICT (Wikipedie, Girls in ICT Day, YouTube).

Ladislav Hagara | Komentářů: 7
včera 12:22 | Nová verze

Byla vydána verze 1.12 systému pro správu a verzování zdrojových kódů Apache Subversion (Wikipedie). Přehled novinek v poznámkách k vydání.

Ladislav Hagara | Komentářů: 11
včera 12:11 | Zajímavý článek

Mozilla zveřejnila každoroční Internet Health Report, který popisuje aktuální společenská témata související s využíváním Internetu. Tentokrát se dotýkají mj. etiky algoritmů strojového učení, cílené reklamy a „chytrých měst“.

Fluttershy, yay! | Komentářů: 2
včera 08:44 | Nová verze

Webová aplikace pro správu repozitářů v gitu Gitea vyšla v nové verzi 1.8.0. Nově poskytuje OAuth 2.0, umožňuje archivaci repozitářů, skrývání organizací jako interních či soukromých, zamykání konverzací a mnoho dílčích změn.

Fluttershy, yay! | Komentářů: 6
24.4. 19:33 | Nová verze

Bylo vydáno OpenBSD 6.5. Opět bez oficiální písně. Nejnovější OpenBSD přináší například OpenSMTPD 6.5.0, LibreSSL 2.9.1 nebo OpenSSH 8.0.

Ladislav Hagara | Komentářů: 1
Používáte headset pro virtuální realitu?
 (1%)
 (3%)
 (2%)
 (18%)
 (1%)
 (74%)
Celkem 239 hlasů
 Komentářů: 12, poslední 18.4. 01:19
Rozcestník

Historické kompilátory jazyka C na vlastní kůži (1)

30.6.2018 10:42 | Přečteno: 3897× | Výběrový blog

Před časem jsem se ptal staršího kolegy, jestli někdy na vlastní oči viděl zdrojový kód nějakého starého kompilátoru vzniklý v dobách, kdy související matematická teorie překladačů teprve vznikala, protože udělat kompilátor pro jazyky, jako je C, jistě byla výzva. Bohužel neviděl, takže nažhavme stroje času, musíme se podívat sami.

Než se nám stroje času nažhaví, můžeme se zatím na to, co nás zajímá, podívat pomocí konvenčnější techniky. Jako první se nám do hledáčku dostane jedinečná historická perla. Nic menšího, než první dochovaný překladač jazyka C z roku 1972 napsaný v jazyce C, tedy plně bootstrapovatelný.

První překladač jazyka C samozřejmě nebyl napsán v Céčku. Na začátku byl překladač jazyka B napsaný v jazyce BCPL. Když se podařilo provést bootstrapping jazyka B, tedy napsat jeho funkční překladač v něm samotném, Ritchie a Thomson tento jazyk zkoušeli dále vylepšit. Výsledkem jejich úsilí byl jazyk C, jehož překladač byl z B přepsán do C. Ten se naštěstí dochoval, takže si jeho bootstrapping můžeme zopakovat sami. Stačí nám k tomu počítač PDP-11 s nainstalovaným dobovým Unixem a samozřejmě už přeložený překladač jazyka C.

Pokud jste teď šli zkontrolovat, jestli je váš stroj času už dostatečně teplý, mohli jste si těch pár kroků a dávek radiace ušetřit, protože díky řadě nadšenců vám k tomu bude stačit i váš zoufale moderní počítač. Potřebujete jen simulátor Apout a kopii filesystému Unixu (v1bins.tar.gz). Vše si můžete snadno opatřit zde.

Apout je simulátor počítače PDP-11, který překládá systémová volání na nativní volání Unixu, na němž běží, díky čemuž nepotřebuje složitě emulovat veškerý hardware a disky. Je proto také velice rychlý a pohodlný na používání. Stačí ho přeložit příkazem make. Zmíněná kopie filesystému Unixu také naštěstí obsahuje překladač Céčka, který je schopen náš dochovaný zdrojový kód přeložit. Jednoduše rozbalíte soubor last1120c.tar.gz, v souboru mak upravíte cestu k rozbalenému rootu Unixu, spustíte a odměnou vám bude binární soubor cc o velikosti 4,5 kB, jímž můžete nahradit původní překladač a provést vše znovu, pokud chcete bootstrapping opravdu dotáhnout až do konce.

Doporučuji si obsah skriptu mak řídící překlad prohlédnout, i když odkrývá jen část pravdy. Kompilátor totiž sám překlad do strojového kódu neprovádí, ale dělá překlad do assembleru, který poté přeloží voláním programu as. Vše se slinkuje využitím programu ld, který také nevolá obslužný skript, ale program překladače. Jak vidno, i v bezmála padesát let starém systému si můžete připadat jako doma.

Jak tedy dokázali s omezenými hardwarovými prostředky a doslova v pár lidech na začátku sedmdesátých let napsat překladač Céčka? V první řadě je třeba si uvědomit, že Céčko z roku 1972 není ani zdaleka podobné jazyku C, jak ho známe dnes. Je dokonce výrazně jednodušší než “standard” K&R. I starými překladači Céčka jeho zdrojáky nepřeložíte. Zapomeňte na preprocesor, zapomeňte dokonce i na struktury, zapomeňte na většinu typů, zapomeňte na typedef. Při pohledu na zdrojáky v něm napsané přímo bije do očí, že se skutečně jedná jen o jakousi nadstavbu nad assemblerem.

Každému, kdo se o Céčko zajímá alespoň okrajově, doporučuji se na zdrojový kód toho překladače podívat. Malá ochutnávka, kód funkce printf:

printf(fmt,x1,x2,x3,x4,x5,x6,x7,x8,x9)
char fmt[]; {
	extern printn, putchar, namsiz, ncpw;
	char s[];
	auto adx[], x, c, i[];

	adx = &x1; /* argument pointer */
loop:
	while((c = *fmt++) != '%') {
		if(c == '\0')
			return;
		putchar(c);
	}
	x = *adx++;
	switch (c = *fmt++) {

	case 'd': /* decimal */
	case 'o': /* octal */
		if(x < 0) {
			x = -x;
			if(x<0)  {	/* - infinity */
				if(c=='o')
					printf("100000");
				else
					printf("-32767");
				goto loop;
			}
			putchar('-');
		}
		printn(x, c=='o'?8:10);
		goto loop;

	case 's': /* string */
		s = x;
		while(c = *s++)
			putchar(c);
		goto loop;

	case 'p':
		s = x;
		putchar('_');
		c = namsiz;
		while(c--)
			if(*s)
				putchar(*s++);
		goto loop;
	}
	putchar('%');
	fmt--;
	adx--;
	goto loop;
}

Jak vidíte, není třeba uvádět návratový typ funkce, protože prostě každá vrací int (už víte, proč getchar vrací int?). Typy argumentů se uvádí ve stylu K&R, ale jen pro ty, které nejsou int. Všechny symboly použité ve funkci včetně jmen volaných funkcí se explicitně uvádí a to dokonce i pokud je použitá funkce definována ve stejném souboru (ale ne vždy je to nutné). Ukazatele se deklarují jinak a zpracování variabilního počtu argumentů funkce je řešeno stylem chytré horákyně. Časté používání goto je ale jen specifikem této funkce, jinde je spíše výjimečné.

Nutno uznat, že tato primitivní verze Céčka má svoje nesporné kouzlo. Takový roztomilý zašlý plyšový medvídek, co ležel několik desetiletí zapomenutý v bedně na půdě. Škoda, že při tak relativně jednoduchém jazyce tenkrát neudělali alespoň bezkonfliktní gramatiku.

       

Hodnocení: 100 %

        špatnédobré        

Tiskni Sdílej: Linkuj Jaggni to Vybrali.sme.sk Google Del.icio.us Facebook

Komentáře

Vložit další komentář

xxx avatar 30.6.2018 12:22 xxx | skóre: 42 | blog: Na Kafíčko
Rozbalit Rozbalit vše Re: Historické kompilátory jazyka C na vlastní kůži (1)
Neni tam to goto nahodou proto, ze jedna z tech iteraci prekladace neumela vnorene cykly?
Please rise for the Futurama theme song.
30.6.2018 17:35 pc2005 | skóre: 37 | blog: GardenOfEdenConfiguration | liberec
Rozbalit Rozbalit vše Re: Historické kompilátory jazyka C na vlastní kůži (1)
Mě přijde, že tam je ten goto protože ta verze C ještě neumí break, ono by to dávalo smysl, ten break bude jen symbolické pojmenování skoku na konec switch bloku.
1.7.2018 11:12 Pavel Křivánek | skóre: 28 | blog: Kvičet nezávaznou konverzaci
Rozbalit Rozbalit vše Re: Historické kompilátory jazyka C na vlastní kůži (1)
break tato verze C už umí. Jak v cyklech, tak ve switchi
Tetris teaches that your successes disappear as soon as they happen, while your mistakes pile up until they kill you.
30.6.2018 12:42 Miloslav Ponkrác
Rozbalit Rozbalit vše PDP-11 C
Ač sem normálně nepíši, u výjimečně kvalitních článků, jako je tento, dělám výjimku.

Je škoda, že jste si nevšimli řady artefaktů u PDP-11 C. Například striktích mezer kolem přiřazování. Protože x = -x je to co čekáte. Složené přiřazovací operátory byly převrácené, takže x=-x je ve skutečnosti dnešní x -= x.

Zároveň je vidět, že nic nebylo přenositelné, což je jev, který do značné míry C zůstal v řadě špatných návyků Céčkových programátorů. Třeba v té funkci printf se volně zaměňuje int a pointer, což řada programátorů dělá dodnes - je to děsně frajerské a připomíná to systémové programovánání - ač si velice snadno natlučou nos.

Absence čehokoli jiného než signed integer způsobila, že máme takové ptákoviny v C/C++, jako jsou záporné kódy znaků ve vyšší polovině znakové tabulky.

Absolutně se nepočítalo s tím, že by C mohlo kdy chodit na něčem menším, než jsou 32bitové procesory. I proto se univerzální int považovalo za absolutně dostatečné pro všechno.
30.6.2018 16:57 deda.jabko | skóre: 23 | blog: blog co se jmenuje "každý den jinak" | za new york city dvakrát doleva a pak už se doptáte
Rozbalit Rozbalit vše Re: PDP-11 C
Absolutně se nepočítalo s tím, že by C mohlo kdy chodit na něčem menším, než jsou 32bitové procesory. I proto se univerzální int považovalo za absolutně dostatečné pro všechno.
Kdyby tak Ritchie umel cist z hvezd, ... a vedel, kde se C bude pouzivat za 40 nebo 50 let.

Jeden z duvodu, proc se dostalo C takove uspechu a pouziva se dodnes, je, ze bylo navrzeno jako nastroj, ktery mel resit konkretni problem (implementaci unixu) a ne jako univerzalni reseni vsech problemu.
Asi před rokem se dostali hackeři na servry Debianu a ukradli jim zdrojové kódy.
30.6.2018 18:25 Radovan
Rozbalit Rozbalit vše Re: PDP-11 C
"že by C mohlo kdy chodit na něčem menším, než jsou 32bitové procesory"

Proto ho napsali na 16bitovém PDP-11.
děkuji za doplnění
Tetris teaches that your successes disappear as soon as they happen, while your mistakes pile up until they kill you.
30.6.2018 17:36 pc2005 | skóre: 37 | blog: GardenOfEdenConfiguration | liberec
Rozbalit Rozbalit vše Re: Historické kompilátory jazyka C na vlastní kůži (1)
Ty napevno daný parametry printfu :-D. [joke] va_arg to tehdy asi neumělo co? [/joke]
30.6.2018 18:14 deda.jabko | skóre: 23 | blog: blog co se jmenuje "každý den jinak" | za new york city dvakrát doleva a pak už se doptáte
Rozbalit Rozbalit vše Re: Historické kompilátory jazyka C na vlastní kůži (1)
Za me naprosto elegantni reseni (pro tu dobu). Nepotrebujes zadny kod navic a usetris drahocenou pamet i strojove cykly.
Asi před rokem se dostali hackeři na servry Debianu a ukradli jim zdrojové kódy.
xxx avatar 30.6.2018 18:30 xxx | skóre: 42 | blog: Na Kafíčko
Rozbalit Rozbalit vše Re: Historické kompilátory jazyka C na vlastní kůži (1)
Srandicky, srandicky, ale potkat takhle napsenej debug_print neni v embedded svete zas tak neobvykla zalezitost.
Please rise for the Futurama theme song.
1.7.2018 06:21 pc2005 | skóre: 37 | blog: GardenOfEdenConfiguration | liberec
Rozbalit Rozbalit vše Re: Historické kompilátory jazyka C na vlastní kůži (1)
Jj však i já takhle občas debug_print píšu :-D. Mě ale spíš zarazilo, jak se vlastně teda dělal printf s třeba jen dvěma argumentama (formát a proměnná), to šlo volat funkci s jiným počtem parametrů?
1.7.2018 08:42 Gilhad | skóre: 20 | blog: gilhadoviny
Rozbalit Rozbalit vše Re: Historické kompilátory jazyka C na vlastní kůži (1)
Prinejhorsim jsi tam doplnil prislusny pocet nul a ono je to zignorovalo pote, co naplnilo posledni %neco ve formatu. Ale mozna to meli nejak fikane osetrene, jako ze se pro nepouzite promenne pouzily nahodne hodnoty, co zrovna byly na zasobniku (ci v registrech, nebo kde se ty promenne predavaly) - ono se to docela dobre mapuje na nektere ASM instrukce (jako posunuti SP o danou hodnotu a potom RET s danou hodnotou, ktery ho zase posune zpatky.)

Pak by prislusne promenne byly v tele funkce dostupne, i kdyz s neprirazenou (tedy nahodnou) hodnotou a nic by ti nebranilo je tam pouzivat, pokud by to davalo smysl. (Treba bys mel u nejake jine funkce konvenci, ze kdyz je x1==0, tak se i x2 a x3 nastavi na nulu, jinak obsahuji parametry pro vypocet - a vypocet uz by pouzival x1, x2 a x3 s tim, ze jsou definovane, protoze prece bys to nevolal blbe, ze. A mohl by jednoduse zahrnovat vic pripadu ... s tim, ze se x2 a x3 pouzivaji a treba v cyklu zvetsuji o nejakou hodnotu a na konci vypisou ...)
1.7.2018 10:59 Pavel Křivánek | skóre: 28 | blog: Kvičet nezávaznou konverzaci
Rozbalit Rozbalit vše Re: Historické kompilátory jazyka C na vlastní kůži (1)
printArgs(var1, var2, var3)
{
	printff("args: %d %d %d\n", var1, var2, var3);
}

main(argc, argv)
int argv[]; {
	printArgs(1);
}
vypíše args: 1 0 16402

Jen hádám, že prostě v rámci funkce brali argumenty přímo z paměti relativně k vrcholu SP a uklid zásobníku se staral ten, kdo prováděl volání.

Tetris teaches that your successes disappear as soon as they happen, while your mistakes pile up until they kill you.
1.7.2018 17:15 pc2005 | skóre: 37 | blog: GardenOfEdenConfiguration | liberec
Rozbalit Rozbalit vše Re: Historické kompilátory jazyka C na vlastní kůži (1)
Jo taky mě to tak připadá, dobrá betaverze jazyka :-D.
1.7.2018 20:18 Michal Kubeček | skóre: 71 | Luštěnice
Rozbalit Rozbalit vše Re: Historické kompilátory jazyka C na vlastní kůži (1)
Právě proto byla zrovna takhle céčková volací konvence navržena a funguje tak dodnes. Tedy až na to, že modernější ABI předávají prvních několik parametrů v registrech - např. na x86_64 je jich šest (%rdi, %rsi, %rdx, %rcx, %r8, %r9). Ale i pak pořád platí, že pokud volající předá víc parametrů, než si volaný myslí, že jich má být, bude to stejně fungovat (pokud souhlasí typy).
30.6.2018 23:33 sad
Rozbalit Rozbalit vše Re: Historické kompilátory jazyka C na vlastní kůži (1)
12.7.2018 13:18 .
Rozbalit Rozbalit vše Re: Historické kompilátory jazyka C na vlastní kůži (1)
Tak schválně se nad tou otázkou proč getchar vrací int ještě jednou zamysli.
12.7.2018 21:16 pc2005 | skóre: 37 | blog: GardenOfEdenConfiguration | liberec
Rozbalit Rozbalit vše Re: Historické kompilátory jazyka C na vlastní kůži (1)
Na chybové hodnoty by mohl vracet klidně i signed short :-P.
13.7.2018 04:54 Radovan
Rozbalit Rozbalit vše Re: Historické kompilátory jazyka C na vlastní kůži (1)
Jenže on nevrací chybové hodnoty, ale znak nebo EOF. Což je 257 stavů, pokud teda nepracuješ výhradně se sedmibitovým ASCII.
13.7.2018 18:58 pc2005 | skóre: 37 | blog: GardenOfEdenConfiguration | liberec
Rozbalit Rozbalit vše Re: Historické kompilátory jazyka C na vlastní kůži (1)
RTM:
or EOF on end of file or error
Každopádně rozumíme si. Prostě víc stavů než 256.
14.7.2018 02:07 Michal Kubeček | skóre: 71 | Luštěnice
Rozbalit Rozbalit vše Re: Historické kompilátory jazyka C na vlastní kůži (1)
Neznám platformu, kde by signed short (o kterém se píše v komentáři, na který jste odpovídal) pro reprezentaci 257 různých hodnot nestačil.
14.7.2018 06:31 Radovan
Rozbalit Rozbalit vše Re: Historické kompilátory jazyka C na vlastní kůži (1)
Tak to bych chtěl vidět ty tvoje platformy, protože já na těch co znám do osmi bitů 257 různých hodnot opravdu nacpat nedokážu :-D
14.7.2018 14:19 Michal Kubeček | skóre: 71 | Luštěnice
Rozbalit Rozbalit vše Re: Historické kompilátory jazyka C na vlastní kůži (1)
Tak třeba gcc na i386, x86_64, ppc, ppc64, ppc64le, s390, s390x, armv7l, aarch64, … na všech má typ signed short 16 bitů, což na 257 různých hodnot bohatě stačí. Zato na příklad nějaké, kde by měl 8 bitů, vzpomínám marně. (Ale možná se nějaká taková kdysí dávno opravdu používala.)
15.7.2018 12:23 Radovan
Rozbalit Rozbalit vše Re: Historické kompilátory jazyka C na vlastní kůži (1)
A jak to bylo na PDP-11, kde UNIX vznikl?
15.7.2018 16:40 Michal Kubeček | skóre: 71 | Luštěnice
Rozbalit Rozbalit vše Re: Historické kompilátory jazyka C na vlastní kůži (1)

Tady osobní zkušeností posloužit nemohu, ale Kernighan a Ritchie ve své knize uvádějí, že to bylo… 16 bitů. A ani na žádném dalším systému, které uvádějí jako příklad v téže tabulce (Honeywell 6000, IBM 370, Interdata 8/32), nemá short méně než 16 bitů - a už vůbec ne tak málo, aby nestačil k zápisu 257 různých hodnot. (Abychom byli úplně přesní: na Honeywell 6000 má char 9 bitů - ale short 36, takže pořád ostře větší.)

Takže se zeptám přímo: víte vy o nějaké reálně používané platformě, kde by měl datový typ short (resp. signed short) méně než 9 bitů?

15.7.2018 17:19 Kate | skóre: 9
Rozbalit Rozbalit vše Re: Historické kompilátory jazyka C na vlastní kůži (1)
Teď jsem se jen tak cvičně koukla na Power C na Commodore 64 a taky 2 byty. Taková platforma asi fakt existovat nebude :)
15.7.2018 19:20 pc2005 | skóre: 37 | blog: GardenOfEdenConfiguration | liberec
Rozbalit Rozbalit vše Re: Historické kompilátory jazyka C na vlastní kůži (1)
Já to bral z wikipedie, kde píšou pro signed short at least [−32,767, +32,767].

Ale zase ve světle toho novějšího blogpostu s ascii, kde to pro 128-255 podteče/přeteče by možná stačil i signed char.
17.7.2018 18:31 Radovan
Rozbalit Rozbalit vše Re: Historické kompilátory jazyka C na vlastní kůži (1)
Není nic jednoduššího, než si osobní zkušenost pořídit: http://pdp11.aiju.de ;-)
18.7.2018 21:11 Martin Mareš
Rozbalit Rozbalit vše Re: Historické kompilátory jazyka C na vlastní kůži (1)
Důvod je poměrně jednoduchý: v Céčku nemá valný smysl definovat funkci, která vrací cokoliv menšího než int, jelikož její výsledek se díky integer promotions stejně okamžitě přetypuje na int. Vracet menší typ má smysl spíš jako dokumentace, případně to občas (třeba v případě booleovského typu) pomůže optimalizacím založených na rozsazích hodnot.

Založit nové vláknoNahoru

ISSN 1214-1267   www.czech-server.cz
© 1999-2015 Nitemedia s. r. o. Všechna práva vyhrazena.