在《如何設計一門語言》裡面，我講了一些語言方面的東西，還有痛快的噴了一些XX粉什麼的。不過單純講這個也是很無聊的，所以我開了這個《跟vczh看例項學編譯原理》系列，意在科普一些編譯原理的知識，儘量讓大家可以在創造語言之後，自己寫一個原型。在這裡我拿我創造的一門很有趣的語言 https://github.com/vczh/tinymoe/ 作為例項。

商業編譯器對功能和質量的要求都是很高的，裡面大量的東西其實都跟編譯原理沒關係。一個典型的編譯原理的原型有什麼特徵呢？

1. 效能低
2. 錯誤資訊難看
3. 沒有檢查所有情況就生成程式碼
4. 優化做得爛
5. 幾乎沒有編譯選項

等等。Tinymoe就滿足了上面的5種情況，因為我的目標也只是想做一個原型，向大家介紹編譯原理的基礎知識。當然，我對語法的設計還是儘量靠近工業質量的，只是實現沒有花太多心思。

為什麼我要用Tinymoe來作為例項呢？因為Tinymoe是少有的一種用起來簡單，而且庫可以有多複雜寫多複雜的語言，就跟C++一樣。C++11額標準庫在一起用簡直是愉快啊，Tinymoe的程式碼也是這麼寫的。但是這並不妨礙你可以在寫C++庫的時候發揮你的想象力。Tinymoe也是一樣的。為什麼呢，我來舉個例子。

Hello, world!

Tinymoe的hello world程式是很簡單的：

module hello world

using standard library

sentence print (message)

    redirect to "printf"

end

phrase main

    print "Hello, world!"

end

module指的是模組的名字，普通的程式也是一個模組。using指的是你要引用的模組——standard library就是Tinymoe的STL了——當然這個程式並沒有用到任何standard library的東西。說到這裡大家可能意識到了，Tinymoe的名字可以是不定長的token組成的！沒錯，後面大家會慢慢意識到這種做法有多麼的強大。

後面是print函式和main函式。Tinymoe是嚴格區分語句和表示式的，只有sentence和block開頭的函式才能作為語句，而且同時只有phrase開頭的函式才能作為表示式。所以下面的程式是不合法的：

phrase main

    (print "Hello, world!") + 1

end

原因就是，print是sentence，不能作為表示式使用，因此他不能被+1。

Tinymoe的函式引數都被寫在括號裡面，一個引數需要一個括號。到了這裡大家可能會覺得很奇怪，不過很快就會有解答了。為什麼要這麼做，下一個例子就會告訴我們。

print函式用的redirect to是Tinymoe宣告FFI（Foreign Function Interface）的方法，也就是說，當你運行了print，他就會去host裡面找一個叫做printf的函式來執行。不過大家不要誤會，Tinymoe並沒有被設計成可以直接呼叫C函式，所以這個名字其實是隨便寫的，只要host提供了一個叫做printf的函式完成printf該做的事情就行了。main函式就不用解釋了，很直白。

1加到100等於5050

module hello world

using standard library

sentence print (message)

redirect to "printf"

end

phrase sum from (start) to (end)

set the result to 0

repeat with the current number from start to end

add the current number to the result

end

end

phrase main

print "1+ ... +100 = " & sum from 1 to 100

end

為什麼名字可以是多個token？為什麼每一個引數都要一個括號？看加粗的部分就知道了！正是因為Tinymoe想讓每一行程式碼都可以被念出來，所以才這麼設計的。當然，大家肯定都知道怎麼算start + (start+1) + … + (end-1) + end了，所以應該很容易就可以看懂這個函式裡面的程式碼具體是什麼意思。

在這裡可以稍微多做一下解釋。the result是一個預定義的變數，代表函式的返回值。只要你往the result裡面寫東西，只要函式一結束，他就變成函式的返回值了。Tinymoe的括號沒有什麼特殊意思，就是改變優先順序，所以那一句迴圈則可以通過新增括號的方法寫成這樣：

repeat with (the current number) from (start) to (end)

大家可能會想，repeat with是不是關鍵字？當然不是！repeat with是standard library裡面定義的一個block函式。大家知道block函式的意思了吧，就是這個函式可以帶一個block。block有一些特性可以讓你寫出類似try-catch那樣的幾個block連在一起的大block，特別適合寫庫。

到了這裡大家心中可能會有疑問，迴圈為什麼可以做成庫呢？還有更加令人震驚的是，break和continue也不是關鍵字，是sentence！因為repeat with是有程式碼的：

category

    start REPEAT

    closable

block (sentence deal with (item)) repeat with (argument item) from (lower bound) to (upper bound)

    set the current number to lower bound

    repeat while the current number <= upper bound

        deal with the current number

        add 1 to the current number

    end

end

前面的category是用來定義一些block的順序和包圍結構什麼的。repeat with是屬於REPEAT的，而break和continue聲明瞭自己只能直接或者間接方在REPEAT裡面，因此如果你在一個沒有迴圈的地方呼叫break或者continue，編譯器就會報錯了。這是一個花邊功能，用來防止手誤的。

大家可能會注意到一個新東西：(argument item)。argument的意思指的是，後面的item是block裡面的程式碼的一個引數，對於repeat with函式本身他不是一個引數。這就通過一個很自然的方法給block新增引數了。如果你用ruby的話就得寫成這個悲催的樣子：

repeat_with(1, 10) do |item|

    xxxx

end

而用C++寫起來就更悲催了：

repeat_with(1, 10, [](int item)

{

    xxxx

});

block的第一個引數sentence deal with (item)就是一個引用了block中間的程式碼的委託。所以你會看到程式碼裡面會呼叫它。

好了，那repeat while總是關鍵字了吧——不是！後面大家還會知道，就連

if xxx

    yyy

else if zzz

    www

else if aaa

    bbb

else

    ccc

end

也只是你呼叫了if、else if和else的一系列函式然後讓他們串起來而已。

那Tinymoe到底提供了什麼基礎設施呢？其實只有select-case和遞迴。用這兩個東西，加上內建的陣列，就圖靈完備了。圖靈完備就是這麼容易啊。

多重分派（Multiple Dispatch）

講到這裡，我不得不說，Tinymoe也可以寫類，也可以繼承，不過他跟傳統的語言不一樣的，類是沒有建構函式、解構函式和其他成員函式的。Tinymoe所有的函式都是全域性函式，但是你可以使用多重分派來"挑選"型別。這就需要第三個例子了（也可以在主頁上找到）：

module geometry

using standard library

phrase square root of (number)

    redirect to "Sqrt"

end

sentence print (message)

    redirect to "Print"

end

type rectangle

    width

    height

end

type triangle

    a

    b

    c

end

type circle

    radius

end

phrase area of (shape)

    raise "This is not a shape."

end

phrase area of (shape : rectangle)

    set the result to field width of shape * field height of shape

end

phrase area of (shape : triangle)

    set a to field a of shape

    set b to field b of shape

    set c to field c of shape

    set p to (a + b + c) / 2

    set the result to square root of (p * (p - a) * (p - b) * (p - c))

end

phrase area of (shape : circle)

    set r to field radius of shape

    set the result to r * r * 3.14

end

phrase (a) and (b) are the same shape

    set the result to false

end

phrase (a : rectangle) and (b : rectangle) are the same shape

    set the result to true

end

phrase (a : triangle) and (b : triangle) are the same shape

    set the result to true

end

phrase (a : circle) and (b : circle) are the same shape

    set the result to true

end

phrase main

    set shape one to new triangle of (2, 3, 4)

    set shape two to new rectangle of (1, 2)

    if shape one and shape two are the same shape

        print "This world is mad!"

    else

        print "Triangle and rectangle are not the same shape!"

    end

end

這個例子稍微長了一點點，不過大家可以很清楚的看到我是如何定義一個型別、建立他們和訪問成員變數的。area of函式可以計算一個平面幾何圖形的面積，而且會根據你傳給他的不同的幾何圖形而使用不同的公式。當所有的型別判斷都失敗的時候，就會掉進那個沒有任何型別宣告的函式，從而引發一場。嗯，其實try/catch/finally/raise都是函式來的——Tinymoe對控制流的控制就是如此強大，啊哈哈哈哈。就連return都可以自己做，所以Tinymoe也不提供預定義的return。

那phrase (a) and (b) are the same shape怎麼辦呢？沒問題，Tinymoe可以同時指定多個引數的型別。而且Tinymoe的實現具有跟C++虛擬函式一樣的性質——無論你有多少個引數標記了型別，我都可以O(n)跳轉到一個你需要的函式。這裡的n指的是標記了型別的引數的個數，而不是函式例項的個數，所以跟C++的情況是一樣的——因為this只能有一個，所以就是O(1)。至於Tinymoe到底是怎麼實現的，只需要看《如何設計一門語言》第五篇（http://www.cppblog.com/vczh/archive/2013/05/25/200580.html）就有答案了。

Continuation Passing Style

為什麼Tinymoe的控制流都可以自己做呢？因為Tinymoe的函式都是寫成了CPS這種風格的。其實CPS大家都很熟悉，當你用jquery做動畫，用node.js做IO的時候，那些巢狀的一個一個的lambda表示式，就有點CPS的味道。不過在這裡我們並沒有看到巢狀的lambda，這是因為Tinymoe提供的語法，讓Tinymoe的編譯器可以把同一個層次的程式碼，轉成巢狀的lambda那樣的程式碼。這個過程就叫CPS變換。Tinymoe雖然用了很多函數語言程式設計的手段，但是他並不是一門函式是語言，只是一門普通的過程式語言。但是這跟C語言不一樣，因為它連C#的yield return都可以寫成函式！這個例子就更長了，大家可以到Tinymoe的主頁上看。我這裡只貼一小段程式碼：

module enumerable

using standard library

symbol yielding return

symbol yielding break

type enumerable collection

    body

end

type collection enumerator

    current yielding result

    body

    continuation

end

略（這裡實現了跟enumerable相關的函式，包括yield return）

block (sentence deal with (item)) repeat with (argument item) in (items : enumerable collection)

    set enumerator to new enumerator from items

    repeat

        move enumerator to the next

        deal with current value of enumerator

    end

end

sentence print (message)

    redirect to "Print"

end

phrase main

create enumerable to numbers

        repeat with i from 1 to 10

            print "Enumerating " & i

yield return i

        end

    end

repeat with number in numbers

        if number >= 5

break

        end

        print "Printing " & number

    end

end

什麼叫模擬C#的yield return呢？就是連惰性計算也一起模擬！在main函式的第一部分，我建立了一個enumerable（iterator），包含1到10十個數字，而且每產生一個數字還會打印出一句話。但是接下來我在迴圈裡面只取前5個，列印前4個，因此執行結果就是

當！

CPS風格的函式的威力在於，每一個函式都可以控制他如何執行函式結束之後寫在後面的程式碼。也就是說，你可以根據你的需要，乾脆選擇保護現場，然後以後再回復。是不是聽起來很像lua的coroutine呢？在Tinymoe，coroutine也可以自己做！

雖然函式最後被轉換成了CPS風格的ast，而且測試用的生成C#程式碼的確也是原封不動的輸出了出來，所以執行這個程式耗費了大量的函式呼叫。但這並不意味著Tinymoe的虛擬機器也要這麼做。大家要記住，一個語言也好，類庫也好，給你的介面的概念，跟實現的概念，有可能完全不同。yield return寫出來的確要花費點心思，所以《序言》我也不講這麼多了，後續的文章會詳細介紹這方面的知識，當然了，還會告訴你怎麼實現的。

尾聲

這裡我挑選了四個例子來展示Tinymoe最重要的一些概念。一門語言，要應用用起來簡單，庫寫起來可以發揮想象力，才是有前途的。yield return例子裡面的main函式一樣，用的時候多清爽，清爽到讓你完全忘記yield return實現的時候裡面的各種麻煩的細節。

所以為什麼我要挑選Tinymoe作為例項來科普編譯原理呢？有兩個原因。第一個原因是，想要實現Tinymoe，需要大量的知識。所以既然這個系列想讓大家能夠看完實現一個Tinymoe的低質量原型，當然會講很多知識的。第二個原因是，我想通過這個例子向大家將一個道理，就是庫和應用 、編譯器和語法、實現和介面，完全可以做到隔離複雜，只留給終端使用者簡單的部分。你看到的複雜的介面，並不意味著他的實現是臃腫的。你看到的簡單的介面，也不意味著他的實現就很簡潔。

Tinymoe目前已經可以輸出C#程式碼來執行了。後面我還會給Tinymoe加上靜態分析和型別推導。對於這類語言做靜態分析和型別推導又很多麻煩，我現在還沒有完全搞明白。譬如說這種可以自己控制continuation的函式要怎麼編譯成狀態機才能避免掉大量的函式呼叫，就不是一個容易的問題。所以在系列一邊做的時候，我還會一邊研究這個事情。如果到時候系列把編譯部分寫完的同時，這些問題我也搞明白的話，那我就會讓這個系列擴充套件到包含靜態分析和型別推導，繼續往下講。