FAQ du Projet COCass

Est-ce que C-- permet ceci ou cela ?

• Il faut considérer la sémantique du C (puisque C-- est un sous-ensemble de C) sauf quand le premier cours de sémantique dit le contraire (ou la FAQ).
• Complément à ce premier cours de sémantique :
• New! : La règle concernant ESEQ a été mise à jour ! Il faut lire les expressions de droite à gauche, sauf dans le cas de la séquence d'expressions où on les lit bien de gauche à droite (comme toute séquence).
• Affectation Quand on écrit une affectation, la valeur de retour est la valeur affectée.
• Arguments fonctionnels : non.
• Déclarations de fonctions imbriquées : non.
• Booléens : Il n'y a pas de booléens. Les booléens sont codés comme des entiers : 0 veut dire faux, tout le reste veut dire vrai.
• Chaînes de caractères : on a des chaînes constantes qui sont utilisables pour afficher mais dont la manipulation en tant que tableaux ne correspond pas du tout à ce qu'on attendrait en C (en C-- char n'existe pas et char*=int*).
• Tableaux "multi-dimension": on peut avoir une succession d'accès à un tableau dans une expression (t[i][j]) mais une l-value en a au plus une (c'est soit t soit t[i]).

Rappel: en C une l-value est ce qu'on peut trouver sous un opérateur d'assignation ou de pre/post-incrément/décrément. Dans l'AST C-- du projet, l'assignation est explicitement restreinte aux l-values x et x[e] (où x est une variable et e une expression). Pour les incréments/décréments, l'AST n'est pas précis: vous pouvez faire la même hypothèse dans votre code.

On m'a fait remarquer à juste titre que la restriction des l-values est un peu artificielle. En fait, si l'on lit les règles de sémantique opérationnelle du poly en ignorant (au moins) une remarque informelle, elles expliquent comment traiter des l-values beaucoup plus générales, par exemple (x+3*t[i++])[j] ou simplement t[i][j]. Mais cela n'est pas demandé pour votre projet.

Comment écrire mon compilateur ?

• Procédez par incrémentation (l'environnement (.text / .data) ; la valeur de retour, les expressions arithmétiques, les expressions booléennes, les constructions classiques (if-then-else), printf, les tableaux, etc.).
• Testez à chaque nouvel ajout d'une fonctionnalité
• Comparez avec gcc, godbolt ...
• ... mais simplifiez-vous la vie : ne manipulez que des registres sur 64 bits ! Considérez donc que la valeur de retour est dans %rax.
• Si vous rencontrez, dans l'AST, une fontion ou une variable non écrite dans le fichier avant, c'est qu'il s'agit peut-être d'une fonction ou d'une variable assembleur (malloc, etc.). Dans ce cas, il faut la recopier directement dans le code assembleur.
• N'oubliez pas que vous raisonnez sur l'AST, pas sur le texte source.

Que se passe-t-il quand une fonction C renvoie un booléen, entier 32 bit, etc. dans %rax ?

C'est la convention d'appel qui doit répondre à cette question, mais je n'arrive pas à trouver de version convaincante qui garantisse quoi que ce soit sur les bits de %rax au delà de la taille de la valeur retournée. Par conséquent on ne peut faire aucune hypothèse! Si une fonction retourne un entier 32 bits, alors %eax est correct mais on ne sait rien sur la moitié haute des bits de %rax.

Cela n'est pas si choquant dans la mesure où un vrai compilo connait les types et va en général manipuler %eax directement s'il sait qu'un entier 32 bits a été retourné. Mais vous ne pouvez pas faire ça dans votre compilo, où on ne "voit" que du 64 bit.

La solution proposée est de considérer que toutes les fonctions déclarées dans votre fichier renvoient des entiers 64 bits, et que toutes les autres renvoie du 32 bits, sauf quelques exceptions comme malloc. En fonction de cette heuristique, vous pourrez alors étendre %eax sur 64 bits avec l'instruction movslq.

(Merci à Aliaume Lopez.)

Faut-il aligner %rsp sur 16 octets?

Oui car cela fait partie de la convention d'appel x86-64 (voir spec, section 3.2.2, page 16)... même si ce point a été oublié dans le poly et la première version de l'aide-mémoire.

Il y a plusieurs moyens d'assurer l'alignement. N'hésitez pas à glaner des astuces sur le web ou à échanger entre vous sur ce point, comme sur les autres aspects très "cambouis" du projet.

Mon compilateur ne se comporte pas comme gcc, est-ce un problème?

Pas forcément, vous compilez du C-- et pas du C. La sémantique de C-- est définie en certains endroits où C laisse des comportements non définis. Voir par exemple ici.

(Merci à Laurent Prosperi.)

Dois-je respecter la convention d'appel pour mes propres fonctions?

Oui! La convention n'est pas seulement là pour pouvoir appeler les fonctions de la librairie standard. Votre objectif est de faire comme dans un vrai compilateur, qui doit produire des fonctions qu'on puisse appeler selon la convention.

Pourquoi ça marche pas?

Comme d'habitude: utilisez un débogueur, relisez-vous, simplifiez ou reformuler votre test pour mettre le doigt sur le problème, allez dormir, etc.

En dehors de ces raisons habituelles, un problème assez vicieux s'est manifesté plusieurs fois: si vos instructions assembleur ne sont pas dans une section text alors le débogueur ne "voit" plus rien, les accès aux variables globales de la libc échouent, etc. C'est vicieux car ce problème syntaxique évident n'est jamais signalé en tant que tel comme une erreur par le compilateur.

Comment débugger mon compilateur ?

Une technique s'applique directement: le printf, il n'y a pas de honte. Sinon, vous avez gdb.

N'oubliez pas qu'une instruction ne fait que 32 bits : il existe plusieurs modes d'adressage et si vous devez en utiliser 2 dans votre instruction (comme avec mov), certains couples ne sont pas possibles. Si vous dépassez ces 32 bits, vous aurez une erreur (comme par exemple, mov est utilisé trop souvent).

Questions très spécifiques

Quelle différence entre call/ret et callq/retq?

Aucune, ce sont des synonymes. La version avec un q est l'appelation Intel originale et l'équivalent sans q semble être introduit par GCC.

Quelle différence entre jmp et jmpq?

N'utilisez que jmp, saut inconditionnel vu en cours. Cette instruction prend en argument une adresse "absolue", en général donnée par le biais d'un label.

Contrairement aux apparences jmpq n'est pas un alias, mais une variante du précédent permettant de sauter à une adresse calculée dynamiquement.