程序、编译器与 C++

摘要

本课说明什么是程序、编译器做什么：机器只对内存中的数执行基本运算，源代码必须先翻译成机器码才能运行。本课借助一个由两个文件组成的程序，走过 C++ 中这一翻译的三个阶段（预处理、编译和链接），并区分编译时发生的事与运行时发生的事，每类各举一个错误。本课还比较编译型语言与解释型语言，概述 C++ 直到 C++23 和 C++26 标准的历史，并明确本课程所教的是怎样的 C++。

学习目标

借助示意图说明一个源文件变成可执行文件的过程：预处理、编译和链接，以及每个阶段的输入和输出。
判断一个事件属于编译、链接还是运行，例如语法错误、缺少函数或除以零。
按照错误被发现的时刻以及编程者能看到多少机器，比较编译型语言与解释型语言。
按时间顺序排列语言的各个标准，并说明本课程为什么使用 C++23。

什么是程序

程序是机器能够执行的一系列指令，用来把一些数据变换为一些结果。上一课从问题到算法说明了程序之前有算法，即解决问题的方法，它是写给人看、供人遵循的。程序则是同一方法写给机器的形式；机器不懂句子，也不懂意图，只懂基本命令：把一个数从内存的一处复制到另一处，把两个数相加，比较它们，根据结果跳转到另一条指令。

计算机的内存是一长排编了号的存储单元，每个单元存放一个 0 到 255 之间的数（一个字节）。机器处理的一切都以数的形式编码在那里：数据如此，指令本身也如此。既然如此，可执行程序就是处理器当作命令来解读的一串数，即机器码，而且它依赖于处理器：台式计算机中常见的 x86-64 系列处理器，与手机和较新的 Mac 中常见的 ARM 处理器，认得的数并不相同。

如今没有人用机器码写程序。人们用高级语言（例如 C++）写程序，它的指令近似于数学记号，写在一个称为源代码（或简称源文件）的文本文件中。由此可知，需要一个翻译者，根据源代码生成等价的机器码：在 C++ 中，这个翻译者就是编译器。

例题一个程序与机器执行的内容

这是一个完整的 C++ 程序。现在还不必理解它：它的每一行都将在第 1.5 课中讲解。只需看到它是文本，可以阅读，而下方显示的是它运行时输出的内容。

C++ 程序

// 第 1.5 课将逐行讲解。#include <print>int main(){    std::println("你好，世界");    std::println("2 + 3 = {}", 2 + 3);}

输出

你好，世界2 + 3 = 5

为了看到翻译的另一端，考虑一个只把两个整数相加的函数（函数将在第 5 单元学习）。它不是完整的程序，因为缺少 main，即开始执行的地方，但编译器可以单独翻译它。

C++ 代码

int add(int a, int b){    return a + b;}

程序 objdump 显示 GCC 15 在一台运行 Linux 的 x86-64 计算机上为它生成的机器码：每一行依次是指令的位置、以十六进制表示的字节和便于阅读的指令名。

终端

$ g++ -std=c++23 -O1 -c add.cpp$ objdump -d add.o0000000000000000 <_Z3addii>:   0:	f3 0f 1e fa          	endbr64   4:	8d 04 37             	lea    (%rdi,%rsi,1),%eax   7:	c3                   	ret

整数加法被归结为八个字节。第一条指令 endbr64 是一个安全标记，不做任何计算；第二条 lea 把函数在处理器的两个寄存器（%rdi 和 %rsi）中收到的两个数相加，并把结果放进第三个寄存器（%eax）；第三条 ret 返回到调用该函数的地方。名字 _Z3addii 是编译器对“带两个 int 参数的函数 add”的编码方式。

从这个例子可以得出两点观察。第一：机器码不保留名字 a 和 b，也不保留缩进和注释；这些都是为阅读源代码的人而存在的，编译器用它们来决定写出哪些指令。第二：C++ 编程者所写的内容被翻译成少数几条指令，中间没有任何媒介；这种贴近机器的特性正是 C++ 高效的原因，而正如本课程将会看到的，也是它某些危险的根源。