Vejce a slepice

24.1.2006 20:00 | Přečteno: 1352× | Jen tak | poslední úprava: 24.1.2006 20:00

Zdá se, že ta myšlenka už napadla každého, kdo se trochu motá kolem počítačů a programování. Jak to vlastně začalo? V čem se vůbec píše takový překladač? Je jasné, že gcc se píše v jazyce C, ale co v době, kdy C nebylo? Co by se vůbec stalo, kdyby nějaký virus smazal všechny překladače?

V pradávných dobách (tak 50. léta minulého století), kdy vznikaly první předchůdci dnešních počítačů, ovšem s "výkonem" nad kterým by ohrnula nos i vaše kalkulačka, software prakticky neexistoval. Programování se sestávalo z propojování patřičných vodičů a hlavně z výměn porouchaných relé a elektronek. Je zajímavé, že staré obrázky Eniacu nejvíce připomínají zapojení síťových prvků .

Dalším vývojem se počítače začaly podobat těm, co známe dnes. Dostaly aritmeticko-logické jednotky, vstupně-výstupní porty, řadiče pro paměť a spoustu těch nezbytných věcí, které dělají počítač počítačem. Také programování se změnilo, místo "drátařiny" se začalo psát ve strojovém kódu daného procesoru. Ti nejlepší ze sebe sypali opkódy instrukcí a použitých registrů z paměti.

Naproti tomu ti, kterým se nechtělo tohle pamatovat, přemýšleli, až dali dohromady něco, co se česky správně, ale nepěkně, nazývá jazyk symbolických instrukcí. Lidově řečeno assembler. Ten zavedl lidsky zapamatovatelné názvy instrukcí a registrů. Také lebely, takže nebylo nutné adresy skoků počítat ručně, ale stačilo symbolické pojmenování skoků (proto ten český název).

No a právě assembler je tím základem libovolného jazyka. Pokud vymyslíme zbrusu novou platformu, tak první, co asi uděláme je, že na ni portujeme překladač jazyka C (anebo interpret Lispu). Ovšem dnes není potřeba jej psát celý v assembleru naší nové platformy, ale pouze patřičně upravit tu část, která generuje binární kód. Ale v dobách, kdy K&R C vytvářeli, tak museli pochopitelně celý překladač psát v assembleru (nebo v jiném jazyce -- že by v B?).

Ale když už máme překladač jazyka, můžeme jeho další verzi psát přímo v tom jazyce. Jazyk, který je dost mocný na to, aby v něm mohl být implementován jeho překladač se nazývá self-hosting a prvním takovým jazykem byl Lisp (alespoň to tvrdí wikipedia, já sám znám Lisp pouze jako interpretovaný jazyk). A po něm jazyky C a Pascal, případně Java, ... .

Současným příkladem tvorby překladače (interpretru) pro nový self-hosting jazyk je Perl6. Protože není Perl6 ještě hotový, je jeho interpret Pugs napsán v Haskellu.

       

Komentáře

[Michal Kubeček]

Ti nejlepší ze sebe sypali opkódy instrukcí a použitých registrů z paměti.

Vzpomínám si, že instrukci CALL jsem dlouho říkal "CD". To jsem netušil, že patřím k nejlepším, myslel jsem, že je to jen tím, že než se objevil DAM, neexistoval pro PMD-85 slušný assembler… :-)

[Michal Vyskočil]

OK, ale ti horší si to museli hledat v tabulkách

[David Watzke]

Python je taky self-hosting.

[Michal Vyskočil]

Klasický Python, alias CPython není self-hosting, protože je vnitřně implementován v C. To, že můžeš spouštět (a překládat do bytecode) externí skripty je vlastnost všech interpretovaných jazyků, to zařizuje runtime. Nicméně existuje projekt PyPy (Python in Python), který implementuje Python v Pythonu.

[Tomáš]

Jazyk, který je dost mocný na to, aby v něm mohl být implementován jeho překladač se nazývá self-hosting a prvním takovým jazykem byl Lisp ... A po něm jazyky C a Pascal, případně Java

No, já nevím, ale IMO takovej vlastní javac by asi běžel jen v JVM, ale to nechcu kecat. Spot je to hezkej, chválím

[Michal Vyskočil]

No však taky je javac napsaný v Javě . To není problém, pokud chceš překládat javovské programy, chceš je pravděpodobně i spouštět, takže JVM potřebuješ tak jako tak. Samotné JVM (aspoň to od Sunu) je afaik v C++.

[Eregon]

Proc tohle vypada jako prepis prvni prednasky doc. Zborila?

[Michal Vyskočil]

Fakt? Na svou obranu můžu říct, že jsem to nekopíroval, ale napsal celé sám ... je tedy možné, že mi něco z té přednášky uvízlo v hlavě (i když to považuji za dost podivné ). Mrknu se na to

[XXX]

já mám takový pocit že se tě vždycky na něco zeptám a pak se to objeví +- na abíčku... )))

[Michal Vyskočil]

Jenom takový dotaz, kterou přednášku (z kterého předmětu) máš na mysli?

[Eregon]

Asemblery (IAS) - prvni semestr na FIT.

Ale jak moc to je podobne rict nedovedu, doc. Zborila jsem navstivil jen na te prvni prednasce a pak az na zkousce

[Michal Vyskočil]

No já jen, že jsem se na tu přednášku díval a byly tam převody mezi číselnými soustavami ... což mi moc podobné nepřišlo . IAS jsem neměl, já měl ještě Strojově orientované jazyky, ale myslím, že to bude hodně podobné.

[Eregon]

Ve slajdech jsou prevody, to jo, ale hned ze zacatku tam Zboril vypravel neco, co vypada uplne jako zacatek Tvyho blogspotu

Ale mohl to byt jen dojem, prepis z te prednasky nemam :)

[alblaho]

BTW, Lisp v Lispu se dá napsat na jeden papír A4. Inu jednoduchá gramatika

[Kyosuke]

http://fabrice.bellard.free.fr/otcc/otcc.c

Tenhle self-hosting kompilátor Cčka taky není dvakrát velký, co?

[Heron]

Mimochodem, odpověď na otázku, "Co bylo dřív, slepice nebo vejce?" Je: "Vejce". A to proto, že se takto rozmnožují i plazi a ti byli na planetě dřív, než ptáci.

[Eregon]

Tedy je na čase položit si novou otázku - bylo dřív vejce, nebo klokodýl?

[zde]

Také lebely, takže nebylo nutné adresy skoků počítat ručně, ale stačilo symbolické pojmenování skoků (proto ten český název).

Napsal jsem docela dost kódu na C64 v programu Hesmon zvaném "monitor". Šlo o hex editor + asm + disasm. Assembleru jste před každou instrukcí museli napsat absolutní adresu kam se má opcode a argumenty uložit, všechny argumenty byly také absolutní- prostě šlo jen o trochu lepší ukládání konstant do paměti. Kupodivu se v tom dalo docela dobře programovat, jen musel člověk programovat zdola nahoru a na papíře si poznamenávat adresy podprogramů. Dopředné reference se psaly tak že pro neexistující funkci si nějakou adresu vymyslím, a až ji začnu psát, použiju funkci monitoru "relink", která jednoduše disasembluje region, a ke všem referencím do zadaného rozsahu přičte konstantu.

Pak jsem přišel na to že při psaní kódu je dobré občas vyplýtvat 3x NOP, když později zjistím že funkce má udělat ještě něco dalšího, jednoduše se to přepíše na JSR.

Taky bylo docela zvykem alignovat kód po 256 bajtech. Sice to trochu plýtvalo pamětí, ale jednotlivé procedury se dobře nafukovaly. Kupodivu takhle bylo psáno i mnoho her- mezery mezi funkcemi byly vyplněné nulami, cruncher to stejně zkomprimuje.