​编译器、虚拟机、操作系统，到底哪个更难？

【资料图】

实际上，除了MATLAB这样的数学软件之外，肯定是编译器更难！

虚拟机和操作系统更多的是麻烦，工作量大，而不是难。

什么是虚拟机？

能够运行字节码的程序，就是虚拟机。

CPU的机器码就是一种字节码，它是直接在硬件上跑的，由硬件的数字电路来保证它的运行。

但是虚拟机是由软件程序来保证字节码的运行的。

软件程序是高级语言写的，可以写非常上层的逻辑，实现起来比数字电路简单得多。

到了字节码（机器码）这个层面，逻辑已经非常简单了，远不如高级语言的源代码复杂。

让字节码运行起来，实际上比编译器生成字节码更简单：

因为生成字节码是编码，而让字节码运行是解码，任何时候都是编码比解码更复杂。

编码，需要把杂乱的信息整理成有序的。

解码，只需要把有序的信息顺序读出来就行。

所以，H264编码的CPU消耗，远比H264解码更大！

如果字节码类似RISC架构的机器码（例如ARM），那么每4字节就是一条指令，指令里的每一位做什么都是固定的。

所以，虚拟机的代码就是这样的：

uint32_t codes[N]; // 程序的字节码数组for (i = 0; i < N; i++) {uint8_t opcode = codes[i] >> 25; // 最高7位是操作码，可以支持128个指令uint8_t src = (codes[i] >> 19) & 0x3f; // 接着6位是源操作数的寄存器编号，uint8_t dst = (codes[i] >> 13) & 0x3f; // 接着6位是目的操作数的寄存器编号，// 寄存器的编号占6位，可以支持64个寄存器uint8_t flag = (codes[i] >> 12) & 0x1; // 是否设置跳转标志，uint16_t imm = codes[i] & 0xfff; // 可以携带12位的立即数，run(ctx, opcode, src, dst, flag, imm); // 运行字节码，ctx为进程的上下文}

这种程序很难吗？

不难。

机器码的逻辑是特别简单的，比高级语言的代码简单得多！

尤其是RISC架构的，更是比x64的机器码还简单。

x64的机器码因为长度不固定，解释起来要一个字节一个字节的分析，稍微复杂一点，但复杂度也远不如高级语言的源代码！

qemu复杂，是因为它要模拟多个型号的CPU。

如果只是给字节码实现一个跨平台的虚拟机，并不难。

把java源代码变成字节码的过程，远比让java字节码运行起来，要难得多：

前者是编译器，后者是虚拟机。

如果只是让OS内核在CPU上跑起来，大概只需要5000-8000行的C代码！

Linux 0.01版（即第一个Linux版本）的代码量也就在8000行左右。

Linux 0.11版，大约不到2万行。

与编译器比起来，操作系统只是更麻烦！

因为要支持的驱动模块很多、要支持的文件系统很多、要支持的网络协议很多，这些模块的代码都是工作量​

但是，麻烦不等于难！

8000行代码的OS内核（例如Linux 0.01），只需要实现进程管理、内存管理、控制台管理、键盘驱动、硬盘驱动，另外支持一种简单的文件系统，就可以跑得起来。

这样的OS内核实际上已经很完善了​

剩下的都是在文件系统的底下添加驱动模块、网络协议模块。

按照unix一切皆是文件的设计哲学，外设的驱动模块和TCP/IP协议，都是隶属于文件系统的子模块。

shell（命令解释器）不属于OS内核，而是一个用来解释命令的用户态程序。

当然，shell对系统的使用来说是必需的。

在文件系统的API基础上，实现列目录、创建目录、创建文件之类的功能并不难。

当然，这些命令实现起来的工作量，比让一个8000行的OS内核运行起来还大。

光一个语法分析就可能超过1万行！

如果语法像C++那么复杂，那语法分析的代码量更大。

（如果用第三方的正则表达式库的话，第三方库的代码也没有低于1万行的）

而且编译器的实现中有一些非常别扭的地方，例如C++的如下代码：

vector > vecA;vector> vecA;

两个> >之间必须有一个空格，否则g++是会报错的。

之所以会这样是键盘上的符号太少了，而C++的语法太复杂，在编码上实在应付不过来了。

另外，编译器的后端也有一些非常复杂的模块，例如：指针分析、自动内存管理、循环分析、寄存器分配、goto的处理，等等。

还有一种是并行分析：

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

显然，N个源位置与N个目的位置是不可能相同的，所以它可以并行复制数据。

人一眼就可以看出来源位置与目的位置的数组读写是不相关的，但用代码怎么判断？

要用整数线性规划。

运筹学上有这一章，龙书（编译原理）里也有提到，我也曾经学过但都忘了​

虚拟机和操作系统真只是工作量大，论难度还是编译器和MATLAB！

我的gitee上也有一个bochs上的内核demo，有兴趣的可以看看，实现起来比scf简单多了。

scf编译器的后端只加了必需的模块，都写了4万行代码。

关键词： 操作系统 文件系统 高级语言 数字电路 网络协议