6. 中间代码生成：三地址码、静态单赋值形式(SSA)

好，咱们进入编译原理里一个非常核心的环节——中间代码生成。说白了，就是编译器把咱们写的 C 代码，翻译成一种“半成品”的表示形式。为什么要多此一举？直接生成机器码不香吗？

我早年刚接触编译器时也有这个疑问。后来在一个嵌入式项目里，需要同时支持 ARM 和 RISC-V 两种架构，我才真正体会到中间代码的威力——你只需要写一套前端逻辑，后端根据架构换一套生成规则就行。没有中间层？那你就得写两套编译器，累死你。

今天咱们重点聊两种最常见的中间表示：三地址码和静态单赋值形式（SSA）。这两兄弟，一个负责“把复杂表达式拆碎”，一个负责“让数据流分析变得简单”。

6.1 三地址码：把表达式拆成原子操作

三地址码，名字很直白——每条指令最多包含三个地址：两个操作数，一个结果。比如：

t1 = a + b
t2 = t1 * c
t3 = t2 - d

你看，原来 C 语言里一句 result = (a + b) * c - d，被拆成了三条三地址码指令。每条指令只做一件事，简单粗暴。

我个人习惯把三地址码想象成“乐高积木”——每个积木块都很小，但组合起来能搭出任何复杂的表达式。编译器后续做优化时，就可以随意替换、重排这些积木块，而不必担心破坏原始代码的结构。

三地址码的常见形式包括：

• 赋值指令：x = y op z，比如 t1 = a + b
• 复制指令：x = y，直接把一个值赋给另一个变量
• 跳转指令：if x goto L，条件跳转
• 函数调用：param x、call f、return y
• 地址操作：x = &y、x = *y、*x = y

我在项目中遇到过一个问题：一个复杂的数学表达式，直接生成三地址码时，临时变量数量爆炸。后来发现，其实很多临时变量是重复的，可以通过“值编号”技术合并。嗯，这个咱们后面讲优化时会细聊。

6.2 静态单赋值形式（SSA）：让每个变量只赋值一次

SSA 是三地址码的“升级版”。它的核心规则很简单：每个变量只被赋值一次。听起来有点反直觉？你想想看，C 代码里一个变量可以被反复赋值，比如：

x = 1
x = x + 2
x = x * 3

在 SSA 形式里，这会被转换成：

x1 = 1
x2 = x1 + 2
x3 = x2 * 3

每个版本 x1、x2、x3 都是不同的变量，只赋值一次。为什么要这么折腾？

说白了，SSA 让数据流分析变得极其简单。你想知道某个变量的值是从哪来的？在普通三地址码里，你得沿着控制流图回溯，找到最近一次赋值。在 SSA 里，每个变量只有一个定义点，直接定位就行。

我曾经在一个静态分析工具里吃过亏——用普通三地址码做“到达定值分析”，算法复杂得要命，还容易出错。后来换成 SSA，代码量直接砍掉一半，正确率还更高了。

6.3 φ 函数：处理控制流合并

SSA 有个绕不开的问题：当控制流合并时，同一个变量可能来自不同的路径。比如：

if (cond)
    x = 1
else
    x = 2
y = x + 3

在 SSA 里，x 在 if 分支里是 x1 = 1，在 else 分支里是 x2 = 2。那合并后的 y = x + 3 该用哪个 x？

这时候就需要 φ 函数（读作“fai 函数”）出场了：

x3 = φ(x1, x2)   // 如果从 if 分支来，取 x1；从 else 分支来，取 x2
y = x3 + 3

φ 函数不是真正的“函数”，它只是一个标记，告诉编译器：“这里需要根据控制流选择值”。实际生成机器码时，φ 函数会被消除，替换成合适的 move 指令。

6.4 三地址码 vs SSA：怎么选？

我整理了一个对比表，方便你快速把握两者的差异：

特性	三地址码	SSA
变量赋值次数	可多次赋值	仅一次
数据流分析难度	较复杂，需回溯	简单，直接定位
代码体积	较小	稍大（引入 φ 函数）
优化能力	基础优化	强，适合高级优化
实现复杂度	低	中等
典型应用	早期编译器、教学	LLVM、GCC 等现代编译器

实际项目中怎么选？我个人建议：如果你在写教学用的玩具编译器，三地址码就够了。但如果你在做工业级编译器，SSA 几乎是标配。LLVM 的核心 IR 就是 SSA 形式的，GCC 也在中间阶段大量使用 SSA。

6.5 从 C 代码到 SSA：一个完整示例

咱们看一个完整的转换过程。假设有这段 C 代码：

int max(int a, int b) {
    int result;
    if (a > b)
        result = a;
    else
        result = b;
    return result;
}

先转成三地址码：

entry:
    if a > b goto L1
    goto L2
L1:
    result = a
    goto L3
L2:
    result = b
    goto L3
L3:
    return result

再转成 SSA 形式：

entry:
    if a > b goto L1
    goto L2
L1:
    result1 = a
    goto L3
L2:
    result2 = b
    goto L3
L3:
    result3 = φ(result1, result2)
    return result3

你看，result 被拆成了 result1、result2、result3 三个版本。φ 函数在 L3 处合并了两个分支的值。这样，每个变量都只赋值一次，数据流一目了然。

6.6 知识体系总览

下面这张图，帮你把本章的核心逻辑串起来：

从图中可以清楚看到：C 源代码先被翻译成三地址码，然后可以进一步转换成 SSA 形式。三地址码是基础，SSA 是增强。两者不是互斥的，而是递进关系。

6.7 避坑指南

最后，分享几个我踩过的坑：

• φ 函数的位置别搞错：φ 函数只放在控制流合并点，不是每个基本块都要放。我曾经在循环里乱放 φ 函数，结果生成的 SSA 根本没法优化。
• 临时变量命名要规范：我习惯用 t1, t2, t3 或 %0, %1, %2 这样的模式。别用 tmp_abc_123 这种随机命名，调试时你会疯掉。
• 注意指针和别名问题：C 语言有指针，两个指针可能指向同一块内存（别名）。SSA 本身不处理别名，需要额外的别名分析。嗯，这个坑我当年踩得特别深。
• 不要过早优化：先保证中间代码生成正确，再考虑优化。我见过太多人一上来就搞 SSA 构建优化，结果 bug 一堆，最后连正确性都保证不了。

好了，三地址码和 SSA 的核心内容就这些。记住：中间代码是编译器的“通用语言”，掌握了它，你就掌握了编译器优化的钥匙。

---