?編譯器、虛擬機、操作系統，到底哪個更難？

實際上，除了MATLAB這樣的數學軟件之外，肯定是編譯器更難！

虛擬機和操作系統更多的是麻煩，工作量大，而不是難。

1、虛擬機

什么是虛擬機？

能夠運行字節碼的程序，就是虛擬機。

CPU的機器碼就是一種字節碼，它是直接在硬件上跑的，由硬件的數字電路來保證它的運行。

但是虛擬機是由軟件程序來保證字節碼的運行的。

軟件程序是高級語言寫的，可以寫非常上層的邏輯，實現起來比數字電路簡單得多。

到了字節碼（機器碼）這個層面，邏輯已經非常簡單了，遠不如高級語言的源代碼復雜。

讓字節碼運行起來，實際上比編譯器生成字節碼更簡單：

因為生成字節碼是編碼，而讓字節碼運行是解碼，任何時候都是編碼比解碼更復雜。

編碼，需要把雜亂的信息整理成有序的。

解碼，只需要把有序的信息順序讀出來就行。

所以，H264編碼的CPU消耗，遠比H264解碼更大！

如果字節碼類似RISC架構的機器碼（例如ARM），那么每4字節就是一條指令，指令里的每一位做什么都是固定的。

所以，虛擬機的代碼就是這樣的：

uint32_t codes[N]; // 程序的字節碼數組
for (i = 0; i < N; i++) {
uint8_t opcode = codes[i] >> 25; // 最高7位是操作碼，可以支持128個指令
uint8_t src = (codes[i] >> 19) & 0x3f; // 接著6位是源操作數的寄存器編號，
uint8_t dst = (codes[i] >> 13) & 0x3f; // 接著6位是目的操作數的寄存器編號，
// 寄存器的編號占6位，可以支持64個寄存器
uint8_t flag = (codes[i] >> 12) & 0x1; // 是否設置跳轉標志，
uint16_t imm = codes[i] & 0xfff; // 可以攜帶12位的立即數，
run(ctx, opcode, src, dst, flag, imm); // 運行字節碼，ctx為進程的上下文
}

這種程序很難嗎？

不難。

機器碼的邏輯是特別簡單的，比高級語言的代碼簡單得多！

尤其是RISC架構的，更是比x64的機器碼還簡單。

x64的機器碼因為長度不固定，解釋起來要一個字節一個字節的分析，稍微復雜一點，但復雜度也遠不如高級語言的源代碼！

qemu復雜，是因為它要模擬多個型號的CPU。

如果只是給字節碼實現一個跨平臺的虛擬機，并不難。

把java源代碼變成字節碼的過程，遠比讓java字節碼運行起來，要難得多：

前者是編譯器，后者是虛擬機。

2、操作系統

如果只是讓OS內核在CPU上跑起來，大概只需要5000-8000行的C代碼！

Linux 0.01版（即第一個Linux版本）的代碼量也就在8000行左右。

Linux 0.11版，大約不到2萬行。

與編譯器比起來，操作系統只是更麻煩！

因為要支持的驅動模塊很多、要支持的文件系統很多、要支持的網絡協議很多，這些模塊的代碼都是工作量?

但是，麻煩不等于難！

8000行代碼的OS內核（例如Linux 0.01），只需要實現進程管理、內存管理、控制臺管理、鍵盤驅動、硬盤驅動，另外支持一種簡單的文件系統，就可以跑得起來。

這樣的OS內核實際上已經很完善了?

剩下的都是在文件系統的底下添加驅動模塊、網絡協議模塊。

按照unix一切皆是文件的設計哲學，外設的驅動模塊和TCP/IP協議，都是隸屬于文件系統的子模塊。

shell（命令解釋器）不屬于OS內核，而是一個用來解釋命令的用戶態程序。

當然，shell對系統的使用來說是必需的。

在文件系統的API基礎上，實現列目錄、創建目錄、創建文件之類的功能并不難。

當然，這些命令實現起來的工作量，比讓一個8000行的OS內核運行起來還大。

3、編譯器

光一個語法分析就可能超過1萬行！

如果語法像C++那么復雜，那語法分析的代碼量更大。

（如果用第三方的正則表達式庫的話，第三方庫的代碼也沒有低于1萬行的）

而且編譯器的實現中有一些非常別扭的地方，例如C++的如下代碼：

vector<vector<A> > vecA;
vector<vector<A>> vecA;

兩個> >之間必須有一個空格，否則g++是會報錯的。

之所以會這樣是鍵盤上的符號太少了，而C++的語法太復雜，在編碼上實在應付不過來了。

另外，編譯器的后端也有一些非常復雜的模塊，例如：指針分析、自動內存管理、循環分析、寄存器分配、goto的處理，等等。

還有一種是并行分析：

for (i = 0; i < N; i++)
a[2*i+1] = a[2*i];

顯然，N個源位置與N個目的位置是不可能相同的，所以它可以并行復制數據。

人一眼就可以看出來源位置與目的位置的數組讀寫是不相關的，但用代碼怎么判斷？

要用整數線性規劃。

運籌學上有這一章，龍書（編譯原理）里也有提到，我也曾經學過但都忘了?

虛擬機和操作系統真只是工作量大，論難度還是編譯器和MATLAB！

我的gitee上也有一個bochs上的內核demo，有興趣的可以看看，實現起來比scf簡單多了。

scf編譯器的后端只加了必需的模塊，都寫了4萬行代碼。