编译原理实战：如何用DAG优化你的中间代码生成（附Python示例）

最新推荐文章于 2026-07-15 05:56:58 发布

原创

最新推荐文章于 2026-07-15 05:56:58 发布 · 173 阅读

编译原理实战：如何用DAG优化你的中间代码生成（附Python示例）

很多朋友啃完了编译原理的经典教材，对词法分析、语法分析、语义分析这些前端流程了然于胸，甚至能手动推导出三地址码。但一到自己动手写代码，想把学到的优化理论落地时，就卡壳了。理论书上说，有向无环图（DAG）能消除公共子表达式，能优化常量传播，听起来很美，可具体到代码层面，这个“图”到底怎么构建？节点怎么设计？优化后的指令又该如何生成？这些细节往往一笔带过，留下满脑子问号的开发者。

这篇文章就是来解决这个“最后一公里”问题的。我们不打算重复教科书上的形式化定义，而是直接切入一个编译器后端开发者的视角，用Python代码一步步搭建一个简易的DAG中间表示，并演示如何利用它完成一次实实在在的公共子表达式消除。你会发现，当抽象的理论变成屏幕上可运行、可调试的代码时，那些原本模糊的概念会瞬间清晰起来。

1. 从抽象语法树到DAG：思维模式的转变

在编译器前端，我们习惯用抽象语法树（AST）来表示程序结构。AST忠实地反映了源代码的语法嵌套关系，一个表达式 a + b * c 在AST中，+ 节点是根，左孩子是 a，右孩子是一个 * 节点，而 * 节点又有自己的左右孩子 b 和 c。这种结构清晰，但存在冗余。考虑表达式 (a+b) * (a+b)，在AST中，(a+b) 这个子表达式会完整地出现两次，生成两棵独立的子树。

DAG的核心思想就是打破这种“树”的思维，引入“图”的共享。在DAG中，每一个值（无论是变量、常量还是计算出的中间结果）都对应一个唯一的节点。如果同一个值在程序中被多次计算，那么所有这些计算点都指向同一个DAG节点。这种表示法天然地蕴含了公共子表达式信息。

1.1 DAG节点的设计哲学

一个实用的DAG节点需要包含哪些信息？我们从一个简单的算术表达式语言入手，它只包含变量、整数常量和 +、-、* 这些二元操作。

class DAGNode:
    __slots__ = ('node_id', 'op', 'left', 'right', 'value', 'var_name')
    _id_counter = 0

    def __init__(self, op=None, left=None, right=None, value=None, var_name=None):
        self.node_id = DAGNode._id_counter
        DAGNode._id_counter += 1
        self.op = op          # 操作符，如 '+', '-', '*', 或 'const', 'var'
        self.left = left      # 左子节点（ID或对象引用）
        self.right = right    # 右子节点（ID或对象引用）
        self.value = value    # 常量值（如果op是'const'）
        self.var_name = var_name # 变量名（如果op是'var'）

    def __repr__(self):
        if self.op == 'const':
            return f'Node({self.node_id}: const {self.value})'
        elif self.op == 'var':
            return f'Node({self.node_id}: var {self.var_name})'
        else:
            return f'Node({self.node_id}: {self.op} [{self.left}, {self.right}])'

这里有几个关键点：

唯一标识符 (node_id)：每个节点有一个唯一的ID，方便在哈希表等数据结构中快速查找和比较。
操作类型 (op)：区分节点是叶子节点（常量、变量）还是内部节点（运算符）。
子节点引用 (left, right)：对于内部节点，指向其操作数节点。这里可以存储节点ID，也可以直接存储节点对象的引用。为了简化，后续示例我们使用引用。
值/名称：叶子节点存储具体信息。