Mengapa ada begitu sedikit kompiler C?

C adalah salah satu bahasa yang paling banyak digunakan di dunia. Ini menyumbang sebagian besar kode yang ada dan terus digunakan untuk sejumlah besar kode baru. Ini disukai oleh para penggunanya, itu sangat banyak porting sehingga mampu menjalankan C adalah untuk banyak definisi informal dari platform , dan dipuji oleh para penggemarnya karena bahasa "kecil" dengan serangkaian fitur yang relatif bersih.

Jadi di mana semua kompiler?

Di desktop, ada (secara realistis) dua : GCC dan Dentang. Memikirkannya selama beberapa detik, Anda mungkin akan ingat Intel juga ada. Ada beberapa yang lain, terlalu tidak jelas untuk orang rata-rata untuk disebutkan dan hampir secara universal tidak peduli untuk mendukung versi bahasa baru-baru ini (atau seringkali bahkan bagian bahasa yang terdefinisi dengan baik, hanya "bagian"). Setengah dari anggota daftar ini adalah catatan kaki sejarah; sebagian besar sisanya sangat terspesialisasi dan masih belum benar-benar menerapkan bahasa lengkap. Sangat sedikit yang tampaknya merupakan open-source.

Skema dan Keempat - bahasa kecil lainnya yang disukai oleh penggemar mereka untuk itu - mungkin memiliki lebih banyak kompiler daripada pengguna sebenarnya. Bahkan sesuatu seperti SML memiliki implementasi yang lebih "serius" untuk dipilih daripada C. Sedangkan pengumuman kompiler C yang baru (belum selesai) yang bertujuan untuk verifikasi sebenarnya melihat beberapa tanggapan yang cukup negatif, dan implementasi veteran berjuang untuk mendapatkan cukup kontributor untuk mengejar ketinggalan. C99.

Mengapa? Apakah menerapkan C sangat sulit? Itu bukan C ++. Apakah pengguna hanya memiliki gagasan yang sangat miring tentang kelompok kerumitan apa itu (yaitu bahwa sebenarnya lebih dekat ke C ++ daripada Skema)?

Hari ini, Anda memerlukan C compiler nyata untuk menjadi compiler mengoptimalkan , terutama karena C tidak lagi menjadi bahasa dekat dengan hardware, karena saat ini prosesor yang sangat kompleks ( out-of-order , pipelined , superscalar , dengan kompleks cache & TLB , karenanya perlu penjadwalan instruksi , dll ...). Prosesor x86 saat ini tidak seperti prosesor i386 abad sebelumnya, meskipun keduanya mampu menjalankan kode mesin yang sama. Lihat C bukan bahasa tingkat rendah (Komputer Anda bukan PDP-11 cepat) karya David Chisnall.

Hanya sedikit orang yang menggunakan kompiler C non-optimisif yang naif seperti tinycc atau nwcc , karena mereka menghasilkan kode yang beberapa kali lebih lambat daripada yang diberikan oleh kompiler optimisasi.

Pengkodean kompiler pengoptimalisasi sulit. Perhatikan bahwa baik GCC dan Dentang mengoptimalkan beberapa representasi kode "sumber bahasa-netral" (Gimple untuk GCC, LLVM untuk Dentang). Kompleksitas kompiler C yang baik tidak dalam fase parsing!

Secara khusus, membuat kompiler C ++ tidak jauh lebih sulit daripada membuat kompiler C: parsing C ++ dan mengubahnya menjadi beberapa representasi kode internal yang kompleks (karena spesifikasi C ++ kompleks), tetapi dipahami dengan baik, tetapi bagian optimasinya bahkan lebih kompleks (di dalam GCC: optimisasi ujung-tengah, bahasa sumber dan prosesor target netral, membentuk mayoritas dari kompiler, dengan sisanya diseimbangkan antara ujung depan untuk beberapa bahasa dan ujung belakang untuk beberapa prosesor). Karenanya sebagian besar kompiler C yang mengoptimalkan juga dapat mengkompilasi beberapa bahasa lain, seperti C ++, Fortran, D, ... Bagian spesifik C ++ dari GCC adalah sekitar 20% dari kompiler ...

Juga, C (atau C ++) sangat banyak digunakan sehingga orang berharap kode mereka dapat dikompilasi bahkan ketika itu tidak benar-benar mengikuti standar resmi, yang tidak mendefinisikan secara tepat semantik bahasa (sehingga setiap kompiler dapat memiliki interpretasinya sendiri. itu). Lihatlah juga ke CompCert terbukti C compiler, dan Frama-C analyzer statis, yang peduli lebih formal semantik dari C.

Dan optimisasi adalah fenomena panjang : menerapkan beberapa optimasi sederhana itu mudah, tetapi mereka tidak akan membuat kompiler kompetitif! Anda perlu menerapkan banyak optimasi berbeda, dan untuk mengatur dan menggabungkannya dengan cerdas, untuk mendapatkan kompiler dunia nyata yang kompetitif. Dengan kata lain, kompiler yang mengoptimalkan dunia nyata harus menjadi perangkat lunak yang kompleks. BTW, baik GCC dan Dentang / LLVM memiliki beberapa generator kode khusus C / C ++ internal. Dan keduanya adalah binatang buas besar (beberapa juta baris kode sumber, dengan tingkat pertumbuhan beberapa persen setiap tahun) dengan komunitas pengembang besar (beberapa ratus orang, sebagian besar bekerja penuh waktu, atau setidaknya setengah waktu).

Perhatikan bahwa tidak ada (setahu saya) compiler C multi-threaded, bahkan jika beberapa bagian dari kompiler dapat dijalankan secara paralel (misalnya optimasi intra-prosedural, alokasi register, penjadwalan instruksi ...). Dan build paralel dengan make -jtidak selalu cukup (terutama dengan KPP ).

Juga, sulit untuk mendapatkan dana pada pengkodean kompiler C dari awal, dan upaya seperti itu perlu berlangsung beberapa tahun. Akhirnya, sebagian besar kompiler C atau C ++ adalah perangkat lunak gratis saat ini (tidak ada lagi pasar untuk kompiler eksklusif yang dijual oleh startup) atau setidaknya adalah komoditas monopolistik (seperti Microsoft Visual C ++ ), dan menjadi perangkat lunak bebas hampir diperlukan untuk kompiler ( karena mereka memerlukan kontribusi dari berbagai organisasi).

Saya akan senang mendapatkan dana untuk bekerja pada kompiler C dari awal sebagai perangkat lunak bebas, tetapi saya tidak cukup naif untuk percaya bahwa itu mungkin hari ini!

Saya ingin menentang asumsi mendasar Anda bahwa hanya ada sejumlah kecil implementasi C.

Saya bahkan tidak tahu C, saya tidak menggunakan C, saya bukan anggota komunitas C, namun, bahkan saya tahu jauh lebih banyak daripada beberapa kompiler yang Anda sebutkan.

Pertama dan terpenting, ada kompiler yang mungkin benar-benar jauh lebih kecil baik GCC maupun Dentang pada desktop: Microsoft Visual C. Meskipun ada terobosan yang dibuat baik oleh OSX dan Linux di desktop, dan pangsa pasar yang dicuri oleh iOS dan Android "dicuri" jauh dari mantan pengguna desktop tradisional, Windows masih dalam OS desktop yang dominan, dan sebagian besar program desktop Windows C mungkin disusun menggunakan alat Microsoft.

Secara tradisional, setiap vendor OS dan setiap vendor chip memiliki kompiler mereka sendiri. Microsoft, sebagai vendor OS, memiliki Microsoft Visual C. IBM, sebagai vendor OS dan vendor chip, memiliki XLC (yang merupakan kompiler sistem default untuk AIX, dan kompiler yang dikompilasi dengan AIX dan i / OS) . Intel memiliki kompiler sendiri. Sun / Oracle memiliki kompiler sendiri di Sun Studio.

Lalu, ada vendor kompiler berkinerja tinggi seperti PathScale dan The Portland Group, yang kompilernya (dan pustaka OpenMP) digunakan untuk angka-angka.

Digital Mars juga masih dalam bisnis. Saya percaya Walter Bright memiliki perbedaan unik menjadi satu-satunya orang di planet ini yang berhasil membuat kompiler C ++ berkualitas-produksi (kebanyakan) sendiri.

Terakhir, kami memiliki semua kompiler berpemilik untuk mikrokontroler tertanam. IIRC, ada lebih banyak mikrokontroler yang dijual setiap tahun daripada desktop, mobile, server, workstation, dan mainframe CPU yang telah terjual dalam seluruh sejarah komputasi yang digabungkan. Jadi, itu jelas bukan produk niche.

Penghargaan kehormatan diberikan kepada TruffleC , juru bahasa C (!) Yang menjalankan JVM (!) Yang ditulis menggunakan kerangka kerja juru bahasa Truffle AST yang hanya 7% lebih lambat daripada GCC dan Dentang (mana yang paling cepat pada tolok ukur tertentu yang diberikan) di seluruh Komputer Bahasa Game Benchmark, dan lebih cepat dari keduanya di microbenchmark. Dengan menggunakan TruffleC, tim Truffle dapat memperoleh versi JRuby + Truffle untuk mengeksekusi ekstensi Ruby C lebih cepat daripada implementasi C Ruby yang sebenarnya!

Jadi, ini adalah 6 implementasi selain dari yang Anda sebutkan yang dapat saya sebutkan di atas kepala saya, tanpa tahu apa-apa tentang C.

Berapa banyak kompiler yang Anda butuhkan?

Jika mereka memiliki set fitur yang berbeda, Anda membuat masalah portabilitas. Jika mereka komoditi Anda memilih "default" (GCC, Dentang atau VS). Jika Anda peduli dengan kinerja 5% terakhir, Anda memiliki tolok ukur.

Jika Anda melakukan pekerjaan bahasa pemrograman secara rekreasional atau untuk tujuan penelitian, kemungkinan bahasa tersebut lebih modern. Oleh karena itu proliferasi kompiler mainan untuk Skema dan ML. Meskipun OCaml tampaknya mendapatkan daya tarik untuk penggunaan non-akademik non-mainan.

Perhatikan ini sangat bervariasi berdasarkan bahasa. Java pada dasarnya memiliki Sun / Oracle toolchain dan GNU. Python memiliki berbagai kompiler yang tidak ada yang benar-benar dihormati dibandingkan dengan penerjemah standar. Rust dan Go memiliki persis satu implementasi masing-masing. C # memiliki Microsoft dan Mono.

C / C ++ adalah unik di antara bahasa yang dikompilasi karena memiliki 3 implementasi utama dari spesifikasi umum.

Mengikuti aturan menolak apa pun yang tidak banyak digunakan, setiap bahasa yang dikompilasi lainnya memiliki 0 hingga 1.

Dan saya pikir javascript adalah satu-satunya alasan Anda perlu menentukan 'dikompilasi'.

Jadi apa bahasa target Anda?

Kompiler SML sering menargetkan C atau sesuatu seperti LLVM (atau seperti yang terlihat di tautan Anda, JVM atau JavaScript).

Jika Anda mengkompilasi C, itu bukan karena Anda akan pergi ke JVM. Anda akan mengalami sesuatu yang lebih buruk daripada C. Jauh lebih buruk. Dan kemudian Anda bisa menduplikasi neraka kecil itu beberapa kali untuk semua platform target Anda.

Dan tentu saja, C bukan C ++, tapi saya akan mengatakan bahwa lebih dekat ke C ++ daripada Skema. Itu memang memiliki subset sendiri dari kejahatan perilaku yang tidak terdefinisi (saya melihat Anda ukuran tipe built in). Dan jika Anda mengacaukan hal-hal kecil itu (atau melakukannya dengan "benar" tetapi tidak terduga) maka Anda memiliki dekade kode yang ada pada sistem vital yang akan memberi tahu Anda betapa buruknya Anda. Jika Anda mengacaukan kompiler SML, itu tidak akan berfungsi - dan seseorang mungkin memperhatikan. Suatu hari nanti.