你写了一段代码，按了一下运行，程序就跑了。但中间到底发生了什么？编译器到底做了哪些事？
从文本到机器码的漫长旅程
当你写下 a = b + 1 这样一行代码时，计算机并不认识它。计算机只认识0和1。编译器存在的意义，就是充当人类语言和机器语言之间的翻译官。
这个翻译过程可以分成六个阶段：
1. 词法分析
编译器先把你写的代码拆成一个个最小的单位——token。比如 int a = b + 1; 会被拆成：int（关键字）、a（标识符）、=（运算符）、b（标识符）、+（运算符）、1（字面量）、;（分隔符）。这就像你把一句话拆成一个个词。
如果编译器遇到它不认识的字符或不合法的token序列，这里就会报错。
2. 语法分析
拿到token之后，编译器要检查这些token排列得有没有道理。它用一棵「抽象语法树」（AST, Abstract Syntax Tree）来表示代码结构。比如 a = b + 1 在语法树里看起来像一棵倒着长的树：顶部是赋值操作，左边是变量a，右边是一个加法操作，加法下面再分出b和1。
如果语法不对——比如你写了 a = + b 1 这种谁也看不懂的东西——编译器就会在这里报语法错误。
3. 语义分析
语法对了，但意思对吗？这个阶段编译器会检查类型是否匹配、变量有没有声明、函数有没有定义。比如你不能把字符串赋值给整数变量，或者调了一个不存在的函数。
语义分析还有一个重要工作叫「类型推导」：编译器可以根据上下文自动推断出某个表达式的类型，你不必在每一处都显式标注。这也是现代语言越来越流行的原因之一——写起来更爽，检查起来更严。
4. 中间代码生成
编译器不会直接把源代码翻译成机器码，而是先翻译成一种「中间表示」（IR, Intermediate Representation），就像翻译的时候先打一份草稿。中间表示的好处是与具体的CPU架构无关，方便做优化。
LLVM项目的核心亮点就是这个IR层：前端（如Clang）把C/C++代码翻译成LLVM IR，后端再把IR翻译成x86、ARM、RISC-V等不同架构的机器码。写一份代码，换个后端就能跑在不同的CPU上。
5. 优化
这一步才是编译器真正展现魔法的地方。它会分析你的代码，看看能不能在不改变结果的条件下让它跑得更快或更小。
举个简单的例子：
for (int i = 0; i < 100; i++) {
x = 42;
arr[i] = arr[i] + 1;
}
优化器发现 x = 42 在循环里被执行了100次，但结果每次都一样，于是一键提取到循环外面：
x = 42;
for (int i = 0; i < 100; i++) {
arr[i] = arr[i] + 1;
}
就这一下，快了将近100倍。
还有更离谱的优化：死代码消除（确定永远不会执行的代码直接扔掉）、常量折叠（3 * 4 * 5 直接算成60）、内联展开（短函数的调用替换成函数体本身）、循环展开（减少分支判断次数）……现代编译器有上百种优化策略。
6. 代码生成
最后一步，编译器把优化后的中间代码翻译成目标机器的机器码。这个阶段需要考虑CPU的寄存器数量、指令集支持哪些操作、内存寻址方式等硬件细节。
一个好的「寄存器分配器」能大幅提升性能——它决定哪些变量应该放在CPU内部的寄存器里（最快），哪些应该放在内存里（慢一些）。这像打一个极难的俄罗斯方块拼图：寄存器就那么多，谁住进去最划算。
解释器与编译器有什么不同？
如果你用的是Python或JavaScript，运行代码的方式又不一样——解释器不是一次性翻译完再执行，而是逐行读取、逐行分析、逐行执行，像同声传译。
这也解释了为什么Python通常比C慢很多：C在运行之前已经完成了几百轮优化分析，生成了最优的机器码；而Python每执行一行代码都要现场做词法分析、语法分析、语义检查……跑完就丢，下次再跑还是从头来。
不过现代语言已经把这个界限模糊了。Java用了「即时编译」（JIT），运行时先解释执行，同时记录哪些代码是「热点」（被执行得最频繁的部分），然后把这些热点代码编译成机器码。这样既保持了Java跨平台的特性（JVM在哪都能跑），又在热点路径上获得了接近原生编译的性能。
JIT本质上是个贪心策略：花一点编译时间去换后续成倍的速度提升。V8引擎（Chrome的JavaScript引擎）把JIT玩出了花，它甚至能根据实际运行数据（比如变量的真实类型）做推测优化——猜对了飞快，猜错了就回退执行，没有任何一种静态编译器能做到这一点。
为什么编译器值得你了解？
知道编译器怎么工作，能让你写出更好的代码。比如你知道编译器会做常量折叠，就不用自己在源代码里手动算出来。你知道内联优化会把短函数的调用直接展开，就不用纠结「这个辅助函数要不要写成宏」。
更深一层，编译原理是理解计算机系统最好的入口之一。当你理解了编译器怎么分配寄存器、怎么安排指令顺序、怎么利用CPU流水线，你就不再是只会在表层写代码的人了——你知道每行代码跑到硬件上经历了什么。
这不是什么高阶知识，这是每个写程序的人迟早都会遇到的东西。早点接触，少踩坑。