LLVM IR 中 bool 的数据类型

Question

我正在编写一个编程语言编译器来集成 DSL 和 C/C++。为此，我决定使用 LLVM 有几个原因。

有一个主程序。在这个主程序中，我加载了由 clang 编译的 bitcode 文件。可加载的位码文件代表一个简短但完整的编程语言环境，包括 REPL、解析器、链接器和 AST。

到目前为止，我的理解是布尔数据类型在 IR 中表示为 i1。我已经用 -O3 优化了我的代码，我得到了一个布尔值跟随 IR 代码（通过使用 llvm-dis 从生成的位码文件中反汇编）：

%"class.tl::contrib::toy::ToyREPL" = type <{  %"class.tl::contrib::toy::InitLanguage"*, i8, [7 x i8] }>

该类是 ToyREPL，它正在使用另一个类 InitLanguage。奇怪的是，布尔值似乎由一个 i8 和一个 i8 数组呈现。我真的不明白。

我已经定义了一个 Makefile。首先我编译文件。之后我将它们链接到一个 bc 文件，然后优化并将其与其他一些库链接。

@cd $(BIN)/$(TARGET)/$(2); $(LINK) -o $(1).$(BITCODE_EXT) $(3)

@cd $(BIN)/$(TARGET)/$(2); $(OPT) -O3 $(1).$(BITCODE_EXT) -o $(1).$(OPT_NAME).$(BITCODE_EXT) $(OPTIMIZER_FLAGS) 

@$(LINK) -o $(BIN)/$(TARGET)/$(2)/$(1).$(BITCODE_EXT) $(BIN)/$(TARGET)/$(2)/$(1).$(OPT_NAME).bc $(LINK_OPTION) $(4)

编译器标志是：

-v -g -emit-llvm -I$(BOOST_INC_DIR) -std=c++11 -D__STDC_CONSTANT_MACROS -D__STDC_LIMIT_MACROS

优化器标志是-std-link-opts

链接标志是-v。

ToyREPL 类的相关部分在这里：

class ToyREPL {
private:

  InitLanguage *initLang;

  bool runs = false;

现在我的问题：我的假设是错误的 bool 应该被编译为 i1 的位码吗？我需要考虑什么样的编译器开关才能编译到 i1？如果您认为我的构建过程在某些方面是错误的，请告诉我。生成的位码文件是可读的，我可以将模块和类 ToyREPL 作为 StructType 检索。

Answer 1

如果我理解正确，你的问题本质上是 - 为什么是 C++ 类

class ToyREPL {
  bool runs = false;
  ...
};

由 Clang 编译成 type <{ i8, [7 x i8], ... }>?

首先，为什么 Clang 选择 i8 而不是 i1 作为布尔字段很简单 - the smallest C++ type takes one byte of memory，除非您使用位字段，否则这也适用于结构中的字段。另见this related question about why a whole byte is used for booleans。 LLVM 本身使用i1 作为布尔值，但那是因为它大致独立于平台——在降低阶段，它们可能会再次变成整个字节。

至于[7 x i8]，这是填充，用于确保这种类型的每个对象都是 64 位对齐的，并且不与任何其他对象共享其内存 - 在 64 位系统上非常合理的方法。或者，如果有以下结构字段，则可能已插入填充以确保该字段是 64 位对齐的。

如果您想了解更多信息，The Wikipedia article on alignment and padding 是一个有用的起点。