HNU 编译系统 第一次作业

注：由于前两题涉及的内容没怎么接触过，故大部分内容由AI完成

题目1

1. JDK 与 JRE 的主要区别（从编译功能角度）

• JDK (Java Development Kit)
  • 提供 编译功能（javac 编译器），能把 .java 源文件编译为 .class 字节码文件。
  • 同时包含 JRE，因此既能编译，也能运行 Java 程序。
• JRE (Java Runtime Environment)
  • 只提供 运行环境，不包含编译器。
  • 可以运行 .class 文件，但无法直接编译 .java 文件。

2. 如果只有 .java 源文件

• 必须安装：JDK
• 理由：.java 文件是源代码，运行之前需要用 JDK 里的 javac 编译器编译成 .class 字节码，然后才能运行。

3. 如果只有 .class 字节码文件

• 必须安装：JRE（JDK 也可以，因为包含 JRE）
• 理由：.class 文件已经是编译好的字节码，可以直接由 JVM 执行，不需要编译器。只要有 JRE 就能运行。

4. C++ / Golang / Java 的编译开销与运行性能取舍

1. C++

• 编译开销
  • C++ 需要把源代码（.cpp）编译为平台相关的二进制可执行文件。
  • 编译过程复杂：涉及词法分析、语法分析、语义检查、优化（O1~O3）、链接（可能还需要处理模板、头文件等）。
  • 因此，编译耗时较长，尤其在大型项目中。
• 运行性能
  • 编译生成的是直接运行在操作系统上的 机器码，不依赖虚拟机。
  • 性能极高，接近硬件极限，适合对性能要求苛刻的领域（游戏引擎、操作系统内核、高频交易系统等）。
• 特点总结
  • 取舍：牺牲较长的编译时间，换取几乎最佳的运行性能。

2. Golang (Go)

• 编译开销
  • Go 采用更简单的语法和依赖管理方式（没有复杂的头文件和宏展开），编译过程更轻量。
  • 编译结果是一个静态链接的可执行文件（包含所需库和依赖）。
  • 相比 C++，编译速度非常快，即使在中大型项目中也能迅速完成。
• 运行性能
  • 程序直接运行在操作系统上，不依赖虚拟机。
  • 性能通常略低于 C++，主要原因是 Go 更注重开发效率（比如自动垃圾回收 GC、内存安全），这些机制会带来一定开销。
  • 但 Go 的性能已经足够支撑大部分高并发服务场景。
• 特点总结
  • 取舍：用更快的编译速度和更高的开发效率，换取相较于 C++ 略低的运行性能。

3. Java

• 编译开销
  • Java 源代码（.java）首先被编译为 字节码文件（.class），这一步非常快。
  • 字节码与平台无关，可以在任何有 JVM 的环境中运行。
  • 因此，编译速度最快（相比 C++、Go），适合快速开发和跨平台分发。
• 运行性能
  • 程序运行时需要 JVM 解释执行字节码。
  • 为提升性能，现代 JVM 使用 JIT（即时编译器），在程序运行过程中把热点代码编译为机器码，并进行运行时优化（如内联、逃逸分析等）。
  • 运行性能在长期执行的服务中可以接近 C++，但启动时性能（冷启动）会略逊。
• 特点总结
  • 取舍：牺牲部分运行时性能，换取快速的开发编译周期和极强的跨平台能力。

---

题目2

1. PyTorch 的编译流程

在 PyTorch 里，我们写代码的时候其实是 Python 前端，底层调用 C++/CUDA 的算子。它的“编译”大概分几个步骤：

1. 默认是动态图模式，写一句运行一句。
2. 如果要优化，可以用 JIT（TorchScript），把模型转成静态图。
3. 静态图可以做一些优化，比如算子合并、常量折叠。
4. 最后会映射到 CPU 或 GPU，调用高性能库（像 cuDNN、MKL），并针对硬件做优化。

2. 和传统编译的相同点

• 都会有一个中间表示（IR）。
• 都会做优化，目的都是让程序运行得更快。
• 都要考虑跨平台运行。

3. 和传统编译的不同点

• 传统编译器最后得到的是机器码；PyTorch 更多是得到“优化后的计算图”和“库调用”。
• 传统编译器主要在指令层面优化；PyTorch 更关注算子优化、内存和并行计算。
• 传统编译器是先编译再运行；PyTorch 有动态图，也有运行时 JIT，可以边运行边优化。

---

题目3