中间表示（IR, 三地址码）

为什么需要 IR？

如果编译器直接从 AST 生成机器码：

• C 编译器要生成 x86 代码
• 换成 ARM 架构 → 要重写整个编译器

解决方案： 引入与平台无关的中间表示（IR）。

C 源码 → C 前端 → LLVM IR → x86 后端 → x86 机器码
                         → ARM 后端 → ARM 机器码
                         → RISC-V 后端 → RISC-V 机器码

🏫 类比：通用翻译中转 中文 → 世界语（中间语言） → 英语、法语、日语…… 不需要为每种语言对（中-英、中-法、中-日）各建一套翻译系统。

三地址码（Three-Address Code, TAC）

三地址码是最常见的 IR 形式——每条指令最多有三个操作数（两个源、一个目标）。

x = y op z        # 二元运算：x = y + z
x = op y          # 单目运算：x = -y
x = y             # 赋值
goto L            # 无条件跳转
if x goto L       # 条件跳转
param x           # 传参数
call f, n         # 函数调用
return x          # 返回值

C 代码到三地址码

// C 源码
int sum(int n) {
    int result = 0;
    for (int i = 1; i <= n; i++)
        result += i;
    return result;
}

// 三地址码
sum:
    result = 0
    i = 1
L1:
    if i > n goto L2
    result = result + i
    i = i + 1
    goto L1
L2:
    return result

LLVM IR

LLVM 的 IR 是业界最广泛使用的中间表示：

; LLVM IR 示例
define i32 @sum(i32 %n) {
entry:
  br label %loop

loop:
  %i = phi i32 [1, %entry], [%next, %loop]
  %result = phi i32 [0, %entry], [%sum, %loop]
  %sum = add i32 %result, %i
  %next = add i32 %i, 1
  %cond = icmp sle i32 %next, %n
  br i1 %cond, label %loop, label %exit

exit:
  ret i32 %sum
}

LLVM IR 的特点：

• SSA 形式（Static Single Assignment）——每个变量只赋值一次（使用 Φ 函数）
• 无穷”虚拟寄存器”
• 类型系统完整

💡 SSA 形式让优化变得更简单——因为每个变量只赋值一次，数据流分析变得直接。

IR 的三种形式

形式	特点	使用阶段
HIR（高级 IR）	保留更多源码信息	前端附近
MIR（中级 IR）	平衡信息量和抽象度	优化阶段
LIR（低级 IR）	接近目标机器	代码生成附近
LLVM IR	统一格式，贯穿始终	全程使用

控制流图（CFG）

控制流图（Control Flow Graph, CFG） 把 IR 组织成基本块（Basic Block）的图：

sum 函数的 CFG：
┌─────────┐
│  entry   │
│  result=0│
│  i=1     │
└────┬────┘
     │
     ▼
┌─────────┐
│   L1    │ ←──────┐
│ if i>n  │        │
│ goto L2 │        │
└────┬────┘        │
     │ false       │ true
     ▼             │
┌─────────┐       │
│ L1 body │       │
│ res+=i  │───────┘
│ i++     │
└─────────┘
     │
     ▼
┌─────────┐
│   L2    │
│ return  │
└─────────┘

💡 CFG 是所有控制流优化（如循环优化）的基础数据结构。

小结

概念	要点
IR	介于 AST 和机器码之间的中间表示
三地址码	每条指令最多三个操作数
LLVM IR	业界最广泛的 IR，SSA 形式
SSA	每个变量只赋值一次，简化优化
CFG	基本块组成的控制流图

为什么先学这个？ IR 是编译器后端的输入。接下来进入代码生成——把 IR 翻译成真正的机器码。同时也看看基本优化——让生成的代码跑得更快。