C C++ Compile

名词辨析

GNU

• GNU’s Not Unix!的递归缩写
• 一个自由的操作系统,起源于GNU计划,希望发展出一套完整的开放源代码操作系统来取代 Unix
• 基本组成包括：
  • GNU编译器套装（GCC）
  • GNU的C库（glibc）
  • GNU核心工具组（coreutils）

GCC

• GNU Compiler Collection, GNU编译器套装，最初是为了GNU操作系统而编写的编译器。
• 有多种语言前端，可用于解析不同的编程语言、操作系统、计算机系统结构，是GNU计划的关键部分，也是GNU工具链的主要组成部分之一
• 可以编译C、C++、JAV、Fortran、Pascal、Object-C、Ada，Go等语言

gcc/g++/MinGW

• gcc: GCC中的GUN C Compiler（C 编译器）
• g++: GUN C++ Compiler（C++编译器）
• MinGW: Minimalist GNU for Windows，是将GCC编译器和GNU Binutils移植到Win32平台下的产物

但根据GCC的gcc和g++区别的说法，gcc和g++并不是编译器，它们只是一种驱动器¹，它们会根据参数中要编译的文件的类型，调用对应的GUN编译器。以编译C语言为例，包含以下过程。

Step1：Call a preprocessor, like cpp.

Step2：Call an actual compiler, like cc or cc1.

Step3：Call an assembler, like as.

Step4：Call a linker, like ld

因此gcc命令只是上述后台程序的包装，根据不同的参数调用不同的程序，例如预编译程序、编译器、汇编器和链接器

gcc 与 g++ 的联系和区别

1. 对于 *.c 文件，gcc 当做 c 文件看待，g++ 当做 cpp 文件看待²

虽然 gcc 和 g++ 都可以编译 *.c 文件，但是二者会以不同的语言来对待 c 文件，而 C++ 标准和 C 语言标准的语法要求是有区别的。

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11

#include <stdio.h>
int main()
{
    const char * a = "abc";
    printStr(a);
    return;
}
int printStr(const char* str)
{
    printf(str);
}

以上代码使用 gcc 进行编译，其会看为 c 语言，编译结果为

以上代码使用 g++ 进行编译，其会看为 c++，编译结果为

由此可见，c++ 的语言要求会更高一些

2. 对于 *.cpp 文件，gcc 当做cpp 文件看待，g++ 当做 cpp 文件看待

虽然二者都会以 cpp 文件来对待，但是对于调用某些标准库中现有的函数或者类对象的 c++ 程序，而单纯的 gcc 命令无法自动链接这些标准库文件，无法完成编译，需要手动链接 C++ 标准库，例如 gcc -lstdc++

C++标准与编译器，标准库的版本问题

When we search the grammar of C/C++ in cppreference, we often see prompts like “(since C++11)", “(since C++20)”.

In face, C++ 标准的完整支持需要 编译器前端 + 标准库后端 同时实现。关于这一点，我们可以从编译器工作流程来粗浅理解。

新的 C++ 标准往往会新增一些关键词，这就要求编译器需要能够识别出这是一个标准下的关键词，不过这还不足以生成最终的可执行程序，因为到目前为止也就只是能够认识出这是个关键词了，还缺乏对应的执行逻辑, 所以还需要它的实现代码，这部分就是标准库所提供的内容。

简单来说，标准库相较于编译器对于 C++ 标准的支持是要滞后一些的。举个简单的例子，C++20 features are available since GCC 8 ³，但是 gcc-12 还存在 improved experimental C++20 support ⁴。

So there is a question that how can we determine if the current environment supports these features.

1. 判断编译器是否支持该语法

C++ Standards Support in GCC 给定了不同标准的不同特性在不同版本 gcc 下的可用性，同时我们可以在 “https://gcc.gnu.org/gcc-/changes.html”(GCC 11 Release Series-Changes, New Features, and Fixes) 查询到某一个版本的 gcc 的更新信息。

即我们先确定需要使用的特性在当前 gcc 下是否支持，如果支持，在编译时通过 -std=c++<edition> 来指定使用这一标准，从而完成语法层面的支持（此选项不一定需要必须添加，因为不同版本的 gcc 都会有默认指定的标准，例如 “C++17 mode is the default since GCC 11” ⁵）。

2. 判断标准库是否实现该功能

C++ Standards Support in libstdc++ 给定了不同标准的不同特性在不同版本 libstdc++ 下的可用性。

最后我们以 std::make_shared<int32_t[]>(10) 这个需要对 array 使用 make_shared 的需求进行编译器和标准库的版本需求分析。

首先，我们可以在 cppreference | std::make_shared, std::make_shared_for_overwrite 查询到这一 API 是 C++20 开始支持的。目前的 gcc 版本是 11.4.0,需要判断当前是否支持此功能。

从 C++20 Support in GCC 查看 C++20 对于 gcc 的要求，发现 “C++20 features are available since GCC 8“，所以当前的 gcc-11 显然是没有问题的。

然后查询 C++20 Support in libstdc++，发现实现 “Extending make_shared to Support Arrays” 这个 feature 的最低版本库编号是 12.1，而目前是 11(libstdc++ 的版本与 GCC 主版本号一致)，所以当前编译环境无法支持此功能。

同时补充一点，我们可以在两个文档中看到很多宏，用于标识编译器目前支持的一些功能信息，我们可以通过 g++ -dM -E -x c++ /dev/null(-dM: 预处理结束后输出所有已定义的宏，-d 表示调试选项，M 表示输出宏) 获取到完整的宏列表。

GCC 头文件和标准库分布解析

初看 /usr 下的文件分布，会感觉一头雾水，分布的比较混乱，并且还存在各种软连接。实际上，这种复杂的目录设计是为了应对多版本共存，多架构支持和灵活切换这三大核心需求(灵活切换的需求是通过软链接满足的，目录设计上并没有体现)。

• 库文件分布：

• 头文件分布：

需要注意的是，标准库和头文件面对多版本共存这一需求时的目录设计是不同的，标准库的目录在包含版本号的同时也包含了架构信息，头文件将架构无关和相关的文件进行了分离，因此目录只包含了版本号。

与 C++ 不同，C 语言标准库在头文件和库的分布上通常不显式设计版本隔离。对于头文件，架构无关的采用 /usr/include，架构相关的采用 /usr/include/x86_64-linux-gnu；对于库文件，采用 /lib/x86_64-linux-gnu/libc.so.6（不同机器版本号可能不同）。

MSVC

• Microsoft Visual C++，is a compiler for the C, C++ and C++/CX programming languages by Microsoft

LLVM

LLVM最初是指Low Level Virtual Machine，是类似但不同于jvm的一种虚拟机，现在来说，有很多理解方式，可以说LLVM是编译器的工具链的集合，Clang是使用LLVM的编译器；又或者说LLVM是一个优秀的编译器框架，它也采用经典的三段式设计。

根据编译原理可以了解到，在GCC中前端和后端的分界并非明显，这就导致出现下面的情况，一种语言的前端对对应多个后端

而LLVM架构通过引入LLVM IR(Intermediate Representation)解决了这一问题，形成的LLVM架构如下图所示，在这种结构下，新的编程语言开发只需要设计一个新的前端，新型芯片的开发只需要设计一个新的后端。

要注意区分“编译，汇编，链接”和“前端，中端，后端”之间的区别和联系，前者描述的是编译的不同阶段，后者描述的是编译器架构的分层结构，当然这并不是说它们之间并没有联系，前端，中端和后端会分别完成编译，汇编和链接中的部分工作，最终形成可执行文件。

clang/clang++

是LLVM项目中的一个子项目，是基于LLVM架构的轻量级编译器，创造目的是为了替代GCC，提供更快的编译速度。

似乎与 gcc/g++ 类似，也属于一种驱动器（Driver）。(此说法来自 ChatGPT，因此还有待查证，在实际测试中 clang 只会利用到 clang -cc1 进行处理，还没有看到其调用其他程序)

Make

make工具可以看成是一个智能的批处理工具，它本身并没有编译和链接的功能，而是用类似于批处理的方式—通过调用makefile文件中用户指定的命令利用gcc(或g++)来进行编译和链接。当程序只有一个源文件时，可以直接使用用gcc(或g++)命令进行编译。但当程序包含多个源文件时，逐文件去编译，编译顺序可能出现混乱同时工作量较大

CMake

makefile在一些简单的工程中可以人工书写，但当工程较大时，手写makefile较为麻烦，同时更换平台需要修改makefile,cmake工具可以根据CMakeLists.txt文件去生成makefile，过程如下图所示

More details can be found in CMake Knowledges Summary

参考

• [1] GNU的发展史
• [2] GCC的gcc和g++区别
• [3] 编译器 cc、gcc、g++、CC 的区别
• [4] Linux环境中gcc和g++的区别详解
• [5] GCC、LLVM、Clang区别
• [6] 业界主流3大编译器
• [7] 区分gnu的gcc/g++, mingw/msvc, llvm的clang/clang++, make,cmake
• [8] LLVM架构(相关资料)
• [9] CMake入门

Ninja

Ninja 同 Make 一样都属于构建系统，最大的特点是构建速度快。同时其也可与CMake结合使用，使用流程如下图所示:

编译方式

1. AOT（Ahead of time）：提前编译，代码程序在执行前全部被翻译为机器码
2. JIT（Just in time）：即时编译，代码程序边翻译边运行

虽然说是编译方式，实质上指的还是程序的两种运行方式，即静态编译和动态解释。前者的典型代表是 C/C++ 程序，后者代表是 JavaScript、Python 等动态解释的程序。

不过需要注意的是，程序运行方式和编程语言本身并没有强关联，例如 Java 和 Python 也可以编译为中间字节码，之后就可以直接执行字节码，这也就属于 AOT 的方式了（当然，如果严格从定义上来说，中间字节码并不等同于机器码，不过通常区分是否为 AOT 的标准就是看代码在执行之前是否需要编译）。

编译流程

以gcc为例 集成开发环境一键式完成的过程，将编译和链接进行合并，此过程称为构建（Build）

关于编译选项的详细解释见 GCC online documentation -> GCC Manual -> GCC Command Options

实际上，对于实际流程而言，在链接之后还需要进行加载，将可执行文件放置到内存以执行，完整流程如下图所示

预处理(预编译)

• 头文件包含: 处理 #include
• 条件编译: 处理 #if, #else, #endif 等等条件编译指令
• 宏替换: 处理#define, 将宏展开
• 删除注释

1
2

cpp hello.c > hello.i
gcc -E hello.c -o hello.i

若要检查宏定义或头文件包含是否正确时，可查看预编译后的文件

使用file命令可以查看预处理后文件类型如下：

main.i: C source, ASCII text

编译

词法，语法，语义分析，生成汇编代码

1
2

gcc -S hello.i -o hello.s
gcc -S hello.c -o hello.s

使用file命令可以查看编译后文件类型如下：

main.s: assembler source, ASCII text

汇编

将汇编语言转化为相应的机器语言(二进制目标文件)

1
2
3

as hello.s -o hello.o
gcc -c hello.s -o hello.o
gcc -c hello.c -o hello.o

使用file命令可以查看汇编后文件类型如下：

main.o: ELF 64-bit LSB relocatable, x86-64, version 1 (SYSV), not stripped

注：关于"not stripped"，和strip命令有关，表示没有Removes symbols and sections of files.

链接

Due to the complexity of the process of program linking, we will introduct it in a separate article.

加载

加载器（loader）把所有的可执行文件放到内存中执行

对于静态链接生成的可执行文件，shell 首先会通过 execve 启动程序，然后由操作系统内核将执行所需的数据加载到内存中。

对于动态链接生成可执行文件，似乎链接和加载是分界并非很明确的两个环节，从 man ld-linux 的结果来看：

ld.so, ld-linux.so - dynamic linker/loader

编译类型

1. Ahead-of-time (AOT) compilation

graph LR
    A(C Source Code) -- compiler --> B(machine code)

2. Just-in-time (JIT) compilation

graph LR
    A(Java Source Code) -- javac compiler --> B(bytecode)
    B -- JVM interpreter --> D(machine code)
    B -- JIT compiler --> D(machine code)

即时编译综合运用了编译和解释，首先使用 javac 编译器生成中间形式字节码，然后使用解释器逐条翻译字节码为机器码执行。即时编译器有选择性地将字节码编译为机器码，相较于纯编译能够减少编译时间，相较于纯解释能够提升执行速度。

采用 JIT 编译的 Java 语言的详细编译流程如下图 ⁶ 所示

3. 除此之外，还有纯解释型的执行方式

graph LR
    A(Python Source Code) -- Interpreter --> B(machine code)

Reference

• [1] Clang vs Other Open Source Compilers
• [2] LLVM整体设计
• [3] GCC vs. Clang/LLVM: An In-Depth Comparison of C/C++ Compilers
• [4] gcc Optimize Options
• [5] Linux下编译Opencv(备份)