LLVMで文字列データ型を実装するにはどうすればよいですか？

Question

最近、私はLLVMを見てきました。私はそれがかなり興味深いアーキテクチャであると感じています。しかし、チュートリアルと参考資料を見てみると、どのようにstringデータ型を実装するかの例はありません。

整数、実数、その他の数値型、さらには配列、関数、構造体については多くの文書がありますが、文字列については何もAFAIKはありません。バックエンドにadd a new data typeする必要がありますか？組み込みのデータ型を使用する方法はありますか？どんな洞察にも感謝します。

Answer 1

文字列とは何ですか？文字の配列。

文字とは何ですか？整数です。

私はLLVMの専門家ではありませんが、たとえば、いくつかの8ビット文字セットを表現したい場合は、i8（8ビット整数）の配列を使用すると思います。またはi8へのポインタ。そして実際、私たちは、単純なHello WorldのCプログラムがある場合：

#include <stdio.h> 

int main() { 
     puts("Hello, world!"); 
     return 0; 
} 

を我々はLLVM-GCCを使用して、それをコンパイルし、生成されたLLVMアセンブリをダンプ：

$ llvm-gcc -S -emit-llvm hello.c 
$ cat hello.s 
; ModuleID = 'hello.c' 
target datalayout = "e-p:64:64:64-i1:8:8-i8:8:8-i16:16:16-i32:32:32-i64:64:64-f32:32:32-f64:64:64-v64:64:64-v128:128:128-a0:0:64-s0:64:64-f80:128:128" 
target triple = "x86_64-linux-gnu" 
@.str = internal constant [14 x i8] c"Hello, world!\00"   ; <[14 x i8]*> [#uses=1] 

define i32 @main() { 
entry: 
     %retval = alloca i32   ; <i32*> [#uses=2] 
     %tmp = alloca i32    ; <i32*> [#uses=2] 
     %"alloca point" = bitcast i32 0 to i32   ; <i32> [#uses=0] 
     %tmp1 = getelementptr [14 x i8]* @.str, i32 0, i64 0   ; <i8*> [#uses=1] 
     %tmp2 = call i32 @puts(i8* %tmp1) nounwind   ; <i32> [#uses=0] 
     store i32 0, i32* %tmp, align 4 
     %tmp3 = load i32* %tmp, align 4   ; <i32> [#uses=1] 
     store i32 %tmp3, i32* %retval, align 4 
     br label %return 

return:   ; preds = %entry 
     %retval4 = load i32* %retval   ; <i32> [#uses=1] 
     ret i32 %retval4 
} 

declare i32 @puts(i8*) 

お知らせputs関数への参照を宣言ファイルの終わりに。 Cにおいて、LLVMで

int puts(const char *s) 

で置き、それは対応

i32 @puts(i8*) 

であることは明らかです。

私が最適化せずにコンパイルしたので、生成されたLLVMは非常に冗長です。あなたがそれらを有効にした場合、不要な命令が消える：

$ llvm-gcc -O2 -S -emit-llvm hello.c 
$ cat hello.s 
; ModuleID = 'hello.c' 
target datalayout = "e-p:64:64:64-i1:8:8-i8:8:8-i16:16:16-i32:32:32-i64:64:64-f32:32:32-f64:64:64-v64:64:64-v128:128:128-a0:0:64-s0:64:64-f80:128:128" 
target triple = "x86_64-linux-gnu" 
@.str = internal constant [14 x i8] c"Hello, world!\00"   ; <[14 x i8]*> [#uses=1] 

define i32 @main() nounwind { 
entry: 
     %tmp2 = tail call i32 @puts(i8* getelementptr ([14 x i8]* @.str, i32 0, i64 0)) nounwind    ; <i32> [#uses=0] 
     ret i32 0 
} 

declare i32 @puts(i8*) 

Answer 2

は、文字列が共通の言語で表現された方法を考える：

• C：文字へのポインタ。特別なことを行う必要はありません。
• C++：stringは、コンストラクタ、デストラクタ、およびコピーコンストラクタを持つ複雑なオブジェクトです。内部では、通常は本質的にC文字列を保持します。
• Java/C＃/ ...：文字列は、文字の配列を保持する複雑なオブジェクトです。

LLVMの名前は非常に自明です。それは本当に「低レベル」です。どのようにして文字列を実装する必要がありますか。 LLVMが特定の実装に誰かを強制するのはばかげているでしょう。

Answer 3

はCインタフェースを使用して

[文字列が何であるかを説明し、他の回答にフォローアップするために、ここにいくつかの実装の助けである]、あなたがたいと思うの呼び出しがあるようなもの：

LLVMValueRef llvmGenLocalStringVar(const char* data, int len) 
{ 
    LLVMValueRef glob = LLVMAddGlobal(mod, LLVMArrayType(LLVMInt8Type(), len), "string"); 

    // set as internal linkage and constant 
    LLVMSetLinkage(glob, LLVMInternalLinkage); 
    LLVMSetGlobalConstant(glob, TRUE); 

    // Initialize with string: 
    LLVMSetInitializer(glob, LLVMConstString(data, len, TRUE)); 

    return glob; 
}