LLVM的IR指令及代码生成技术应用详解
Posted 吴建明
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了LLVM的IR指令及代码生成技术应用详解相关的知识，希望对你有一定的参考价值。
LLVM的IR指令及代码生成技术应用详解
LLVM的IR指令详解
IR 指令是 LLVM 中的一个中间表示形式，用于表示程序的控制流、数据流、内存访问等等，它是一种基于 SSA 形式（Static Single Assignment）的静态单赋值形式。在 LLVM 中，每个 IR 指令都有一个唯一的操作码（opcode），用于标识该指令的类型，每个操作码对应了一组可能的操作数（operands），这些操作数可以是常量、寄存器或者其他指令的结果。
在 LLVM 的 IR 中，所有的数据类型都是基于 LLVM 类型系统定义的，这些数据类型包括整数、浮点数、指针、数组、结构体等等，每个数据类型都具有自己的属性，例如位宽、对齐方式等等。在 IR 中，每个值都有一个类型，这个类型可以被显式地指定，或者通过指令的操作数推导出来。
LLVM 的 IR 指令非常丰富，包括算术、逻辑、比较、转换、控制流等等，它们可以被用来表达复杂的程序结构，同时 IR 指令还可以通过 LLVM 的优化器进行优化，以生成高效的目标代码。
IR指令类型比较多，以下是一些常见的指令类型：
加减乘除指令：add, sub, mul, sdiv, udiv, fadd, fsub, fmul, fdiv 等
位运算指令：and, or, xor, shl, lshr, ashr 等
转换指令：trunc, zext, sext, fptrunc, fpext, fptoui, fptosi, uitofp, sitofp, ptrtoint, inttoptr, bitcast 等
内存指令：alloca, load, store, getelementptr 等
控制流指令：br, switch, ret, indirectbr, invoke, resume, unreachable 等
其他指令：phi, select, call, va_arg, landingpad 等
加减乘除指令
1.加法指令（add）
加法指令用于对两个数值进行相加。在 LLVM 中，加法指令的语法如下所示：
%result = add <type> <value1>, <value2>
其中，<type> 表示要进行加法运算的值的数据类型，可以是整数、浮点数等；<value1> 和 <value2> 分别表示相加的两个数，可以是常量、寄存器或者其他指令的结果。
在LLVM中，add指令的<type>参数指定了<value1>和<value2>的类型，同时也指定了<result>的类型。支持的类型包括：
整数类型：i1, i8, i16, i32, i64, i128等；
浮点类型：half, float, double, fp128等；
向量类型：<n x i8>, <n x i16>, <n x i32>等；
指针类型：i8*, i32*, float*等；
标签类型：metadata；
例如，如果我们想将两个整数相加并得到一个整数结果，可以使用以下指令：
%result = add i32 1, 2
这里，<type>指定为i32，<value1>为整数值1，<value2>为整数值2，<result>为整数类型i32。各种类型的内存空间大小（以位为单位）如下：
整数类型：i1占1位，i8占8位，i16占16位，i32占32位，i64占64位，i128占128位；
浮点类型：half占16位，float占32位，double占64位，fp128占128位；
向量类型：<n x i8>占n * 8位，<n x i16>占n * 16位，<n x i32>占n * 32位等；
指针类型：指针类型的大小取决于运行时的操作系统和架构，例如在32位操作系统上，指针类型通常占4个字节（32位），在64位操作系统上，指针类型通常占8个字节（64位）；
标签类型：metadata类型通常占据与指针类型相同的空间；
需要注意的是，这里只是给出了各种类型在LLVM中的默认大小，实际上在使用LLVM IR时，开发者可以通过在类型后面加上数字来显式指定类型的大小，例如，i16类型可以通过i16 123来表示一个16位整数值123。
下面是一个加法指令的代码示例，将两个整数相加：
%x = add i32 2, 3
这个指令将常量 2 和 3 相加，结果保存到寄存器 %x 中。
除了常量之外，也可以使用寄存器或其他指令的结果作为加法指令的操作数，例如：
%x = add i32 %a, %b
%z = add i32 %x, %y
第一行代码将寄存器 %a 和 %b 中的值相加，结果保存到寄存器 %x 中；第二行代码将寄存器 %x 和 %y 中的值相加，结果保存到寄存器 %z 中。
在 LLVM 中还支持带进位的加法指令（add with carry）和带溢出的加法指令（add with overflow），这里不再赘述。
2.减法指令（sub）
减法指令用于对两个数值进行相减，语法为：
%result = sub <type> <value1>, <value2>
其中，<type> 表示要进行减法运算的值的数据类型，可以是整数、浮点数等；<value1> 和 <value2> 分别表示相减的两个数，可以是常量、寄存器或者其他指令的结果。
下面是一个减法指令的代码示例，将两个整数相减：
%diff = sub i32 %x, %y
这个指令将寄存器 %x 中的值减去 %y 中的值，结果保存到寄存器 %diff 中。
减法指令还有一种形式，可以用于计算两个浮点数之间的差值。语法为：
%result = fsub <type> <value1>, <value2>
其中，<type> 表示要进行减法运算的值的数据类型，必须是浮点数类型；<value1> 和 <value2> 分别表示相减的两个数，可以是常量、寄存器或者其他指令的结果。
下面是一个浮点数减法指令的代码示例，将两个单精度浮点数相减：
%diff = fsub float %x, %y
这个指令将寄存器 %x 中的单精度浮点数减去 %y 中的单精度浮点数，结果保存到寄存器 %diff 中。
3. 乘法指令（mul）
乘法指令用于对两个数值进行相乘，语法为：
%result = mul <type> <value1>, <value2>
其中，<type> 表示要进行乘法运算的值的数据类型，可以是整数、浮点数等；<value1> 和 <value2> 分别表示相乘的两个数，可以是常量、寄存器或者其他指令的结果。
下面是一个乘法指令的代码示例，将两个整数相乘：
%prod = mul i32 %x, %y
这个指令将寄存器 %x 和 %y 中的值相乘，结果保存到寄存器 %prod 中。我们还可以对浮点数进行乘法操作，如下所示：
%result = mul double %value1, %value2
这个指令将寄存器 %value1 和 %value2 中的值相乘，结果保存到 %result 中。需要注意的是，对于浮点数的乘法操作，需要使用 double 或 float 等浮点类型。
此外，LLVM 还提供了一些其他类型的乘法指令，例如向量乘法指令、无符号整数乘法指令等。具体的指令使用方法可以参考 LLVM 的官方文档。
4.除法指令（div）
除法指令用于对两个数值进行相除，语法为：
%result = <s/u>div <type> <value1>, <value2>
其中， 表示要执行有符号（`sdiv`）还是无符号（`udiv`）的除法运算； 表示要进行除法运算的值的数据类型，可以是整数、浮点数等；和 分别表示相除的两个数，可以是常量、寄存器或者其他指令的结果。
下面是一个除法指令的代码示例，将两个整数相除：
%quot = sdiv i32 %x, %y
这个指令将寄存器 %x 中的值除以 %y 中的值，结果保存到寄存器 %quot 中。由于使用了 sdiv 指令，因此进行的是有符号除法运算。
如果要进行无符号除法运算，可以使用 udiv 指令：
%quot = udiv i32 %x, %y
这个指令将寄存器 %x 中的值除以 %y 中的值，结果保存到寄存器 %quot 中。由于使用了 udiv 指令，因此进行的是无符号除法运算。
位运算指令
IR有多种位运算指令，包括位与（and）、位或（or）、位异或（xor）、位取反（not）等。这些指令可以对整数类型进行按位操作，并将结果存储到一个新的寄存器中。以下是 IR 中常见的位运算指令及其作用：
位与（and）：将两个整数的二进制表示进行按位与操作。
位或（or）：将两个整数的二进制表示进行按位或操作。
位异或（xor）：将两个整数的二进制表示进行按位异或操作。
位取反（not）：将一个整数的二进制表示进行按位取反操作。
这些指令都可以用类似的语法进行使用，其中 <type> 表示要进行位运算的整数的数据类型，可以是 i1、i8、i16、i32、i64 等；<value1> 和 <value2> 分别表示要进行位运算的整数，可以是常量、寄存器或其他指令的结果。例如：
%result = and i32 %x, %y
%result = or i32 %x, %y
%result = xor i32 %x, %y
%result = xor i32 %x, -1
第一个指令将 %x 和 %y 进行按位与操作，并将结果保存到 %result 中；第二个指令将 %x 和 %y 进行按位或操作，并将结果保存到 %result 中；第三个指令将 %x 和 %y 进行按位异或操作，并将结果保存到 %result 中；最后一个指令将 %x 和二进制全为 1 的数进行按位异或操作，即将 %x 的每一位取反，结果同样保存到 %result 中。
转换指令
trunc: 将一个整数或浮点数截断为比原来小的位数，即去掉高位的一些二进制位。
zext: 将一个整数或布尔值的位数增加，新位数的高位都填充为零，即进行零扩展。
sext: 将一个整数的位数增加，新位数的高位都填充为原有的最高位，即进行符号扩展。
fptrunc: 将一个浮点数截断为比原来小的位数，即去掉高位的一些二进制位。这是一种舍入操作，可能会丢失一些精度。
fpext: 将一个浮点数的位数增加，新位数的高位都填充为零，即进行浮点零扩展。
fptoui: 将一个浮点数转换为一个无符号整数。如果浮点数是负数，则结果为零。
fptosi: 将一个浮点数转换为一个带符号整数。如果浮点数是负数，则结果为负的最小整数。
uitofp: 将一个无符号整数转换为一个浮点数。
sitofp: 将一个带符号整数转换为一个浮点数。
ptrtoint: 将一个指针类型转换为一个整数类型。该指令通常用于将指针转换为整数进行计算。
inttoptr: 将一个整数类型转换为一个指针类型。该指令通常用于将整数转换为指针进行内存地址计算。
bitcast: 将一个值从一种类型转换为另一种类型，但是这些类型必须具有相同的位数。这个指令可以用来实现底层内存操作，例如将浮点数转换为整数以进行位运算。
下面是 IR 转换指令的详细的使用说明和示例：
1.trunc
trunc指令将一个整数或浮点数截断为比原来小的位数，即去掉高位的一些二进制位。trunc指令的使用格式如下：
%result = trunc <source type> <value> to <destination type>
其中，<source type>和<destination type>分别表示源类型和目标类型，<value>表示要转换的值。例如，下面的代码将一个64位整数截断为32位整数：
%long = add i64 1, 2
%short = trunc i64 %long to i32
在这个例子中，%long是一个64位整数，它的值是3（1+2）。%short是一个32位整数，它的值是3。由于%long被截断为32位整数，因此只有低32位的值保留下来。
2.zext
zext指令将一个整数或布尔值的位数增加，新位数的高位都填充为零，即进行零扩展。zext指令的使用格式如下：
%result = zext <source type> <value> to <destination type>
例如，下面的代码将一个8位整数扩展为16位整数：
%short = add i8 1, 2
%long = zext i8 %short to i16
在这个例子中，%short是一个8位整数，它的值是3（1+2）。%long是一个16位整数，它的值是3。由于%short被扩展为16位整数，因此高8位被填充为零。
3.sext
sext指令将一个整数的位数增加，新位数的高位都填充为原有的最高位，即进行符号扩展。sext指令的使用格式与zext指令类似：
%result = sext <source type> <value> to <destination type>
例如，下面的代码将一个8位整数扩展为16位整数：
%short = add i8 -1, 2
%long = sext i8 %short to i16
在这个例子中，%short是一个8位整数，它的值是1-2=-1。%long是一个16位整数，它的值是0xffff。由于%short被扩展为16位整数，因此高8位都被填充为1。
4.fptrunc
fptrunc指令将一个浮点数截断为比原来小的位数，即去掉高位的一些二进制位。fptrunc指令的使用格式如下：
%result = fptrunc <source type> <value> to <destination type>
例如，下面的代码将一个双精度浮点数截断为单精度浮点数：
%double = fadd double 1.0, 2.0
%float = fptrunc double %double to float
在这个例子中，%double是一个双精度浮点数，它的值是3.0（1.0+2.0）。%float是一个单精度浮点数，它的值是3.0。由于%double被截断为单精度浮点数，因此高位的值被截断掉，只有低位的值保留下来。
5.fpext
fpext指令将一个浮点数扩展为比原来大的位数，新位数的高位都填充为零。fpext指令的使用格式与fptrunc指令类似：
%result = fpext <source type> <value> to <destination type>
例如，下面的代码将一个单精度浮点数扩展为双精度浮点数：
%float = fadd float 1.0, 2.0
%double = fpext float %float to double
在这个例子中，%float是一个单精度浮点数，它的值是3.0（1.0+2.0）。%double是一个双精度浮点数，它的值是3.0。由于%float被扩展为双精度浮点数，新的高位都被填充为零。
6.fptoui
fptoui指令将一个浮点数转换为一个无符号整数。转换时，如果浮点数的值为负数，则结果为0。fptoui指令的使用格式如下：
%result = fptoui <source type> <value> to <destination type>
例如，下面的代码将一个双精度浮点数转换为32位无符号整数：
%double = fadd double 1.0, 2.0
%uint = fptoui double %double to i32
在这个例子中，%double是一个双精度浮点数，它的值是3.0（1.0+2.0）。%uint是一个32位无符号整数，它的值是3。由于%double的值为正数，因此可以转换为32位无符号整数。
7.fptosi
fptosi指令将一个浮点数转换为一个带符号整数。转换时，如果浮点数的值超出了目标类型的表示范围，则结果为该类型的最小值或最大值。fptosi指令的使用格式如下：
%result = fptosi <source type> <value> to <destination type>
例如，下面的代码将一个双精度浮点数转换为32位带符号整数：
%double = fadd double 1.0, -2.0
%i32 = fptosi double %double to i32
在这个例子中，%double是一个双精度浮点数，它的值是-1.0（1.0-2.0）。%i32是一个32位带符号整数，它的值是-1。由于%double的值为负数，因此可以转换为32位带符号整数。
8.uitofp
uitofp指令将一个无符号整数转换为一个浮点数。uitofp指令的使用格式如下：
%result = uitofp <source type> <value> to <destination type>
例如，下面的代码将一个32位无符号整数转换为单精度浮点数：
%uint = add i32 1, 2
%float = uitofp i32 %uint to float
在这个例子中，%uint是一个32位无符号整数，它的值是3。%float是一个单精度浮点数，它的值是3.0。由于%uint的值为正数，因此可以转换为单精度浮点数。
9.sitofp
sitofp指令将一个带符号整数转换为一个浮点数。sitofp指令的使用格式如下：
%result = sitofp <source type> <value> to <destination type>
例如，下面的代码将一个32位带符号整数转换为单精度浮点数：
%i32 = add i32 1, -2
%float = sitofp i32 %i32 to float
在这个例子中，%i32是一个32位带符号整数，它的值是-1。%float是一个单精度浮点数，它的值是-1.0。由于%i32的值为负数，因此可以转换为单精度浮点数。
10.ptrtoint
ptrtoint指令将一个指针类型转换为一个整数类型。ptrtoint指令的使用格式如下：
%result = ptrtoint <source type> <value> to <destination type>
例如，下面的代码将一个指针类型转换为64位整数类型：
%ptr = alloca i32
%i64 = ptrtoint i32* %ptr to i64
在这个例子中，%ptr是一个指向32位整数类型的指针。%i64是一个64位整数类型，它的值是指针%ptr的地址。由于指针类型和整数类型的位宽不同，因此需要使用ptrtoint指令进行类型转换。
11.inttoptr
inttoptr指令将一个整数类型转换为一个指针类型。inttoptr指令的使用格式如下：
%result = inttoptr <source type> <value> to <destination type>
例如，下面的代码将一个64位整数类型转换为指向32位整数类型的指针：
%i64 = add i64 1, 2
%ptr = inttoptr i64 %i64 to i32*
在这个例子中，%i64是一个64位整数类型，它的值是3。%ptr是一个指向32位整数类型的指针，它的值是3。由于整数类型和指针类型的位宽不同，因此需要使用inttoptr指令进行类型转换
12.bitcast
bitcast指令将一个值的位表示转换为另一个类型的位表示，但是它不会改变值本身。bitcast指令的使用格式如下：
%result = bitcast <source type> <value> to <destination type>
例如，下面的代码将一个64位双精度浮点数转换为64位整数类型：
%double = fadd double 1.0, -2.0
%i64 = bitcast double %double to i64
在这个例子中，%double是一个64位双精度浮点数，它的值是-1.0（1.0-2.0）。%i64是一个64位整数类型，它的值是0xbff8000000000000（-4616189618054758400）。由于双精度浮点数和64位整数类型的位宽相同，因此可以使用bitcast指令进行类型转换。
内存指令
LLVM IR提供了一些常见的内存指令，包括alloca、load、store、getelementptr、malloc、free、memset、memcpy和memmove等。这些指令可以用于内存分配、初始化和复制操作。下面将对这些指令逐一进行介绍，并提供相应的代码示例。
1.alloca
alloca指令用于在栈上分配内存，并返回一个指向新分配的内存的指针。alloca指令的使用格式如下：
%ptr = alloca <type>
其中，<type>是要分配的内存块的类型。例如，下面的代码分配一个包含5个整数的数组：
%array = alloca [5 x i32]
2.load
load指令用于从内存中读取数据，并将其加载到寄存器中。load指令的使用格式如下：
%val = load <type>* <ptr>
其中，<type>是要读取的数据的类型，<ptr>是指向要读取数据的内存块的指针。例如，下面的代码将一个整数数组的第一个元素加载到寄存器中：
%array = alloca [5 x i32]
%ptr = getelementptr [5 x i32], [5 x i32]* %array, i32 0, i32 0
%val = load i32, i32* %ptr
在这个例子中，%array是一个整数数组，%ptr是指向数组第一个元素的指针，load指令将%ptr指向的内存块中的数据加载到%val寄存器中。
3.store
store指令用于将数据从寄存器中写入内存。store指令的使用格式如下：
store <type> <val>, <type>* <ptr>
其中，<type>是要写入的数据的类型，<val>是要写入的数据的值，<ptr>是指向要写入数据的内存块的指针。例如，下面的代码将一个整数存储到一个整数数组的第一个元素中：
%array = alloca [5 x i32]
%ptr = getelementptr [5 x i32], [5 x i32]* %array, i32 0, i32 0
store i32 42, i32* %ptr