ethcc — 自举编译器

用 C 语言编写引导编译器 ethcc_v0，再用它编译 ethcc 语言自身实现的 ethcc_v1，最终实现编译器自举。

项目状态

当前阶段：Step 11 完成 — v1 已具备完整的编译器前端和代码生成能力，可通过 stdin/stdout 编译 .ec 源文件。

步骤	功能	状态
Step 0	基础验证，极简 ethcc 程序	✅
Step 1-4	词法分析器（token、关键字、注释、比较运算符）	✅
Step 5	基础语法分析器（AST、递归下降、表达式）	✅
Step 6	增强语法分析器（if-else、多语句块）	✅
Step 7	while 循环	✅
Step 8	for 循环（脱糖为 while）	✅
Step 9	数组访问 a[i]	✅
Step 10	代码生成器（AST → C 代码）	✅
Step 11	文件 I/O 与 CLI（stdin/stdout）	✅
Step 12	函数调用代码生成	⬜
Step 13	语义分析 / 符号表	⬜
Step 14	整合与完善	⬜
Step 15	真正自举（v1 编译自身）	⬜

架构

┌──────────────────────────────────────────┐
│  ethcc_v0 (C, 1722 行)                    │
│  GCC 编译                                  │
│  ├── 词法分析器     ├── 语法分析器          │
│  ├── AST (指针)     ├── 代码生成器 → C      │
│  └── 支持：函数调用、参数、char/string      │
└──────────────┬───────────────────────────┘
               │ 编译 .ec 源文件
               ▼
┌──────────────────────────────────────────┐
│  ethcc_v1 (ethcc 语言, 1524 行)            │
│  由 ethcc_v0 编译                          │
│  ├── 词法分析器     ├── 语法分析器          │
│  ├── AST (并行数组) ├── 代码生成器 → C      │
│  └── 支持：if/while/for、数组、表达式       │
└──────────────────────────────────────────┘

v1 语言特性

ethcc 是 C 语言的一个简化子集，当前支持：

• 类型：仅 int，支持一维数组 int a[10]
• 控制流：if / if-else、while、for
• 表达式：+ - * /、比较运算符（< > <= >= == !=）
• 函数：无参函数定义与 return 语句
• 数组：一维数组声明与访问 a[i]

暂不支持：函数调用、函数参数、&& ||、char/string 类型、指针。

文件结构

ether_cc/
├── stage1/
│   └── ethcc_v0.c              # C 编写的引导编译器 (1722 行)
├── stage2/
│   ├── ethcc_v1_step5.ec       # 基础语法分析器
│   ├── ethcc_v1_step6.ec       # if-else、比较运算符
│   ├── ethcc_v1_step7.ec       # while 循环
│   ├── ethcc_v1_step8.ec       # for 循环
│   ├── ethcc_v1_step9.ec       # 数组访问
│   ├── ethcc_v1_step10.ec      # 代码生成器
│   └── ethcc_v1_step11.ec      # 当前最新 — stdin/stdout + CLI
├── examples/
│   ├── hello.ec                # 最小程序 (return 42)
│   ├── while_test.ec           # while 循环求和
│   ├── simple_if.ec            # if-else 分支
│   ├── math.ec                 # 多函数运算
│   ├── recursion.ec            # 递归斐波那契/阶乘
│   └── new_features.ec         # 数组+逻辑运算
├── runtime/
│   └── runtime.c               # 运行时函数（未链接）
├── build/                      # 编译产物
├── Makefile
└── README.md

编译与使用

构建

make                    # 编译 v0 + 最新 v1 step11
make v1-step11          # 仅编译 v1 step11
make test-examples      # 运行示例测试（通过 v0）
make test-v1-compile    # 使用 v1 编译 hello.ec
make clean              # 清理

使用 v1 编译器

v1 从 stdin 读取 .ec 源文件，生成 C 代码到 stdout：

./build/ethcc_v1_step11 < input.ec > output.c
gcc -o output output.c
./output

示例：

echo 'int main() { return 42; }' | ./build/ethcc_v1_step11 | head -n -1 > hello.c
gcc -o hello hello.c && ./hello     # 返回 42

head -n -1 用于过滤 v0 运行时注入的 result: N 行。

设计要点

v0 的限制与 v1 的应对

v0 作为引导编译器存在若干限制，v1 的代码需要针对性规避：

v0 限制	v1 应对方案
不支持前向声明	函数按调用顺序定义（callee 先于 caller）
不支持指针	AST 使用并行数组存储，节点索引代替指针
不支持数组参数	使用全局扁平化缓冲区（cg_stack[2560]）
不支持二维数组	一维数组模拟：base * stride + offset
代码生成器变量名冲突	各作用域使用不同变量名前缀

AST 存储方案

v1 使用 6 个并行数组存储抽象语法树，完全不依赖指针：

ast_node_type[node_idx]     — 节点类型
ast_node_value[node_idx]    — 数值或块索引
ast_node_left[node_idx]     — 左子节点索引
ast_node_right[node_idx]    — 右子节点索引
ast_node_name_idx[node_idx] — 标识符在字符串池中的索引
ast_node_index[node_idx]    — 数组标记 / else 分支索引

代码块采用扁平化存储：block_children[block_idx * 50 + child_pos]

代码生成器

代码生成器将 AST 转换为 C 代码，特点：

• goto 标签控制流（if-else、while 循环）
• 临时变量命名 t0, t1, ...、标签命名 l0, l1, ...
• 槽位保存/恢复机制避免数组参数依赖
• 生成代码包含 #include <stdio.h> 和 <stdlib.h>

v0 的使用

# 编译 .ec 文件（生成可执行文件）
build/ethcc_v0 source.ec -o output

# 仅查看生成的 C 代码（不编译运行）
build/ethcc_v0 source.ec -t

v0 的工作流程：读取 .ec 文件 → 解析 → 生成 C 代码 → 调用 GCC 编译 → 产生可执行文件。

渐进式开发策略

每一步都是一个可独立编译运行的里程碑：

1. 从最小可行版本开始（仅 main 函数）
2. 逐步增加词法分析、语法分析能力
3. v1 自身用 ethcc 语言编写，确保能被当前 v0 编译
4. 避免在新步骤引入 v0 不支持的复杂特性
5. 最终目标：v1 编译自身的 .ec 源码，实现完全自举

许可

本项目用于学习和实验编译器自举概念。