Serendipity/l-language
1
1
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases 2 Wiki Activity
Files
0ec3c3d65f36d0b46823c8609a1c1361d365bfa4
l-language/docs/analysis/architecture-analysis-report-2026-06-05-0303.md
T
Serendipity 8144f1bfd7 feat: for 循环 + range (for i in start..end) 
- lexer: TOK_FOR, TOK_IN, TOK_DOT_DOT + 修复数字中 .. 解析
- parser: for-in-range → desugar to {let mut, while, assign}
- 零 sema/codegen 改动，复用现有机制
- 新增 2 个集成测试 (10_for_range.l, 11_for_step2.l)
- mem2reg: LLVM 22 C API 不导出，标注已知限制

基于 Codex 分析报告 §6 P0 #3。
2026-06-05 04:42:44 +08:00

12 KiB
Raw Blame History

L Language 架构分析报告 (v0.2)

日期: 2026-06-05 03:03 | 自动生成 | 自上次报告后有 3 个提交 上次报告: architecture-analysis-report-2026-06-05-0100.md (基线 9ff2990)

变更摘要 (自上次报告)

上次报告提出的 P0 #1 (复合赋值) 和 P0 #2 (修复 str+str 拼接) 已全部落地。另新增 codegen 层单元测试，覆盖了技术债 #4。

Commit 功能 变更量
9e41b09 fix: str+str 运行时拼接 — malloc + strlen + memcpy codegen.c +62
d5a94d4 feat: 复合赋值 += -= *= /= + CHANGELOG 更新 lexer/parser/token +41
72a971e test: codegen 层单元测试 (3 函数, 7 断言) test_codegen.c +96, CMakeLists +10

11 个文件变更, +516/−4 行代码。

1. 当前架构全景

1.1 编译流水线 (无变化)

源码(.l) -> Lexer(词法) -> Parser(语法) -> Sema(语义) -> Codegen(LLVM IR) -> Target(obj) -> GCC链接(.exe)
              Token[]        AstNode*        类型标注         LLVMModuleRef       .o 文件

整条流水线手写实现，零生成器依赖。Codegen 与 Target 通过 target.h/c 解耦。

1.2 模块清单与指标

模块 文件 行数 关键职责 新增项
include/ l_lang.h 34 TypeKind 枚举, 向前声明, arena_alloc_impl —
util/ arena.c(39) + .h(13) 52 8MB bump allocator —
lexer/ lexer.c(135) token.c(45) + .h(40) 220 手写状态机, 40 Token 类型 TOK_PLUS_EQ TOK_MINUS_EQ TOK_STAR_EQ TOK_SLASH_EQ
ast/ ast.c(107) ast.h(93) 200 15 种节点类型 (含 AST_ASSIGN_STMT) —
parser/ parser.c(341) parser.h(10) 351 Pratt 解析 + 递归下降语句/函数 复合赋值 desugar (ident += expr -> ident = ident + expr)
sema/ sema.c(294) symbol.c(46) + .h(32) 372 类型推断, 作用域链, 可变性检查 复合赋值的 mut 检查 (通过 desugar 后路径)
codegen/ codegen.c(420) target.c(30) + .h(15) 465 LLVM IR 生成, 4 个运行时函数 malloc/strlen/memcpy 声明, str+str concat 实现
driver/ main.c(133) error.c(46) + .h(18) 197 流水线串联, 错误报告 —

总计: 22 源文件, ~2,163 行代码 (1,636 实现 .c + 285 头文件 .h + 242 测试)

1.3 技术选型评估

选择 评价 最新状态
C17 + CMake + MinGW 轻量, 学习友好 稳定
Arena bump allocator (8MB) 极简, 零 GC 开销 已统一, 全流水线 arena
LLVM-C API 19.x 成熟, 版本差异已适配 声明 4 个 C 运行时函数 (printf, malloc, strlen, memcpy)
手写 Lexer/Parser 0 外部依赖 稳定, 40 种 Token (新增 4 种复合赋值)
Pratt 表达式解析 优雅优先级处理 无变化
GCC 链接 (system()) 简单但平台绑定 待改进
target.h/c 解耦 关注点分离 无变化

2. 功能清单与成熟度

2.1 v0.1 基线功能 (全部保持)

  • 基本类型: i64, f64, bool, void
  • 算术: + - * / %
  • 比较: == != < > <= >=
  • 逻辑: && || !
  • let 不可变变量, 类型标注 + 类型推断
  • 控制流: if/else (含 else if), while, return
  • 函数定义与调用, 递归
  • 内置函数: print_i64, print_f64, print_bool
  • 注释: // 行注释, /* */ 块注释
  • 错误报告: 词法/语法即时终止, 语义错误批量输出

2.2 v0.1+ 新增功能 (前两次迭代)

  • let mut 可变变量 + 赋值语句 x = expr;
  • 可变性检查 — 不可变变量赋值报编译错误
  • 字符串类型 str + 双引号字面量
  • print_str 内置函数
  • LLVM 目标初始化解耦 (target.h/c)
  • codegen malloc -> arena 统一
  • 6 个集成测试 (01-06)

2.3 本次迭代新增 (v0.2 完成项)

  • str+str 运行时拼接 — codegen 中调用 malloc+strlen+memcpy 实现 (此前语义层通过但运行时返回左操作数)
  • 复合赋值 += -= *= /= — 4 个新 Token, parser 去糖为 x = x op expr, sema 通过去糖路径自动获得可变性检查
  • codegen 层单元测试 — 3 个测试函数 (简单函数 / if-else / 二元运算), 7 个断言, 均含 LLVMVerifyModule 验证
  • 2 个新集成测试: 08_str_concat.l (str+str 拼接), 09_compound_assign.l (四种复合赋值)
  • CHANGELOG 更新为 v0.2.0

2.4 实现细节: 复合赋值去糖路径

x += expr;  (源码)
    v lexer
TOK_IDENT("x") TOK_PLUS_EQ TOK_INT_LIT(5) TOK_SEMICOLON
    v parser (desugar)
AST_ASSIGN_STMT { name="x", value=AST_BINARY_EXPR { OP_ADD, AST_IDENT("x"), AST_LITERAL(5) } }
    v sema (分析 assign_stmt)
检查 x 的可变性, 分析 value 表达式 (x + 5), 检查类型匹配
    v codegen (生成 assign_stmt -> LLVMBuildStore)

3. 与 Rust 对标: 缺失功能清单及状态

按优先级排序。本次迭代完成项标注 ✅。

P0: 短期 (1-2 天/项)

# 功能 Rust 启发 改动范围 状态
1 复合赋值 += -= *= /= 复合赋值运算符 lexer(4 Token) + parser(desugar) ✅ 已完成 (d5a94d4)
2 修复 str+str 运行时拼接 — codegen(malloc/strlen/memcpy) ✅ 已完成 (9e41b09)
3 for 循环 + Range for i in 0..10 {} lexer(for/in/..) + parser + sema + codegen->while desugar 待实施
4 结构体 struct struct 具名域 lexer(struct/.) + parser + sema + codegen(GEP) 待实施

P1: 中期 (3-5 天/项)

# 功能 改动范围 学习价值 状态
5 数组 + 索引 [i64; N], arr[i] lexer/parser/sema/codegen(GEP) GEP 指针计算 待实施
6 枚举 (C 风格) lexer/parser/sema/codegen(i64) 为代数类型铺路 待实施
7 match 表达式 lexer/parser/sema(穷举) + codegen 模式匹配核心 待实施
8 类型别名 type Meters = i64 lexer/parser/sema(展开) 名称等价 vs 结构等价 待实施

P2: 中后期 (1-2 周/项)

# 功能 学习价值 状态
9 模块系统 mod + use 单文件->多文件跳跃 待实施
10 自定义 IR 层 (三地址码/SSA) 编译器的核心抽象 待实施
11 泛型 (单态化) Rust 零成本抽象基石 待实施
12 解释器模式 (walk AST) 快速验证语义 待实施

P3: 长期 (2-4 周/项)

# 功能 备注 状态
13 trait / 接口 需泛型 + 虚表 待实施
14 Option/Result 需泛型 + enum 待实施
15 所有权 / 借用检查 借用检查器, 极度复杂 待实施
16 自举 (L 编译 L) 终极考验 待实施

Rust 设计哲学吸收进度

Rust 特性 状态 备注
默认不可变 (let vs let mut) ✅ 已实现 编译期检查
复合赋值 ✅ 已实现 desugar 模式
表达式 vs 语句 ❌ if/match/block 作为表达式
模式匹配 ❌ P1 优先级
代数数据类型 ❌ 需泛型
所有权 / 借用 ❌ 远期

4. 架构改进: 已完成 vs 待实施

4.1 已完成 (本次)

  1. str+str 运行时拼接 (来自上次报告 4.2-6)

    • codegen.c 声明 malloc/strlen/memcpy 三个 C 运行时函数
    • AST_BINARY_EXPR 对 TYPE_STR 使用 LLVMBuildCall2 调用 malloc + memcpy 实现拼接
    • 运行时行为: strlen(l) + strlen(r) + 1 分配, 两次 memcpy

  2. 复合赋值去糖 (来自上次报告 P0 #1)

    • lexer: TOK_PLUS_EQ TOK_MINUS_EQ TOK_STAR_EQ TOK_SLASH_EQ 4 个新 Token
    • parser: x += expr -> ast_make_assign("x", ast_make_binary(OP_ADD, ident("x"), expr))
    • sema: 自然复用 AST_ASSIGN_STMT 的可变性检查逻辑

  3. Codegen 层测试 (来自上次报告 4.2-4, 技术债 #4)

    • test_codegen.c: 3 个测试函数, 每个均调用 LLVMVerifyModule 验证 IR 合法性
    • CMakeLists.txt 新增 l_lang_codegen_test 可执行文件
    • 覆盖: 简单函数、if/else、二元运算 — 缺少 while/call/let mut/str/concat/compound/print

4.2 待实施 (继承自上次报告)

# 改进 优先级 说明
1 错误类型统一 (ErrorInfo + ErrorList -> CompilerError) P1 当前两个错误结构体分散多个模块
2 调用约定抽象 (abi.h) P2 封装参数传递和返回值处理
3 system("gcc ...") -> Linker 接口 P2 平台解耦, 支持 ld/lld
4 优化 pass (mem2reg) P1 当前 alloca 效率低, 加一个 pass 即可显著提升

5. 技术债务与风险

# 问题 状态 严重度 说明
1 str concat malloc 内存泄漏 新增 中 x + y 每次都 malloc 但无 free, 长运行程序会泄漏
2 复合赋值无独立测试 新增 低 parser desugar 路径无针对性测试 (sema 的 assign 测试可作为间接覆盖)
3 sema 层无 str/let mut/assign 专用测试 存留 中 仅 3 个 sema 测试, 新功能无回归保护
4 codegen 测试覆盖率低 部分缓解 中 新增 3 个测试, 但 while/call/str/print/compound 仍无覆盖
5 system("gcc ...") 平台绑定 存留 低 Windows/MinGW 正常工作, 但不可移植
6 无优化 pass 存留 低 功能可用但 alloca 密集, mem2reg 能显著改善
7 错误类型分散 (ErrorInfo + ErrorList) 存留 低 技术债, 不影响功能

6. 推荐开发路线图

v0.3 目标 (下一个迭代)

优先级 功能 预计工时 依赖/备注
P0 for 循环 + range 1 天 去糖为 while, 改动面集中在 parser
P0 结构体 struct 2-3 天 解锁 GEP 和复合类型, 全流水线
P1 sema 层测试补全 (str/let mut/assign) 0.5 天 回归保护
P1 优化 pass (mem2reg) 0.25 天 一行调用
P1 codegen 测试补全 (while/call/str) 0.5 天 覆盖率补偿

v0.4 目标

优先级 功能 预计工时
P1 数组 + 索引 2 天
P1 枚举 (C 风格) 1 天
P1 match 表达式 2-3 天
P1 类型别名 0.5 天

长期

优先级 功能 预计工时
P2 自定义 IR 层 3-5 天
P2 模块系统 3-5 天
P2 解释器模式 2 天
P3 泛型 (单态化) 5-7 天
P3 trait / 接口 5-7 天
P3 自举尝试 数周

7. 度量汇总

指标 上次报告 (v0.1+, 9ff2990) 本次 (v0.2, 72a971e) 变化
源文件数 22 23 (+test_codegen.c) +1
实现代码 (.c) ~1,530 1,636 +106
头文件 (.h) ~303 285 -18 (token.h 精简)
测试代码 ~146 242 +96
Token 类型 30 34 +4 (复合赋值)
AST 节点类型 15 15 无变化
类型系统 5 种 (i64/f64/bool/str/void) 5 种 无变化
内置函数 4 (print_*) 4 无变化
集成测试 7 程序 9 程序 +2
单元测试函数 11 14 +3 (codegen)
单元测试断言 38 45 +7
C 运行时依赖 printf printf + malloc + strlen + memcpy +3
LLVM 模块 codegen.c + target.c 无变化 —
报告 P0 完成度 — 2/2 (本次目标) 100%

本报告由 Codex 自动生成。自上次报告 (2026-06-05 01:00) 后代码有显著变化 (3 commits, +516/-4 行)。上次报告的 P0 #1 #2 和 技术债 #4 全部落地, P0 #3 (for) 和 P0 #4 (struct) 为下一迭代目标。

Reference in New Issue View Git Blame Copy Permalink