LLVM平台，短短几年间，改变了众多编程语言的走向，也催生了一大批具有特色的编程语言的出现，不愧为编译器架构的王者，也荣获2012年ACM软件系统奖 —— 题记
版权声明：本文为 西风逍遥游 原创文章，转载请注明出处 西风世界 [http://blog.csdn.net/xfxyy_sxfancy](http://blog.csdn.net/xfxyy_sxfancy)
# 深入理解GetElementPtr
LLVM平台，和C语言极为类似，强类型，需要复杂的指针操作，基于系统的符号调用等。而LLVM的指针操作指令，GetElementPtr，几乎是所有指针计算的关键，而理解它个运作原理，正确的使用，非常的重要。
### 强类型的LLVM
编写LLVM需要时刻记住，LLVM是强类型的，每一条语句，都有确定的类型，GetElementPtr也正是这样，不同的参数，会有不同类型的返回类型。
我们先来看一段LLVM官网上的示例：
~~~
struct munger_struct {
int f1;
int f2;
};
void munge(struct munger_struct *P) {
P[0].f1 = P[1].f1 + P[2].f2;
}
...
munger_struct Array[3];
...
munge(Array);
~~~
我们用Clang以C格式编译这段代码，`munge`函数会编译成如下IR：
~~~
void %munge(%struct.munger_struct* %P) {
entry:
%tmp = getelementptr %struct.munger_struct* %P, i32 1, i32 0
%tmp = load i32* %tmp
%tmp6 = getelementptr %struct.munger_struct* %P, i32 2, i32 1
%tmp7 = load i32* %tmp6
%tmp8 = add i32 %tmp7, %tmp
%tmp9 = getelementptr %struct.munger_struct* %P, i32 0, i32 0
store i32 %tmp8, i32* %tmp9
ret void
}
~~~
我们仔细来观察一下，每一条指令，都有明确的指明 `P` 指针的类型为 `%struct.munger_struct*`，
而下面的load语句，也间接说明了返回类型为 `i32*`
我们在正确理解GetElementPtr的工作方式时，必须时刻了解对应的类型，这样才不会偏差。
### GetElementPtr的指令规则
GetElementPtr指令其实是一条指针计算语句，本身并不进行任何数据的访问或修改，进行是计算指针，修改计算后指针的类型。
GetElementPtr至少有两个参数，第一个参数为要进行计算的原始指针，往往是一个结构体指针，或数组首地址指针。
第二个参数及以后的参数，都称为`indices`，表示要进行计算的参数，如结构体的第几个元素，数组的第几个元素。
下面我们结合示例，来对应看一下是如何工作的：
~~~
P[0].f1
~~~
这是示例代码中的被赋值指针，我们C语言的经验告诉我们，首先`P[0]`的地址就是数组的首地址，而`f1`又是结构体的第一个参数，那么P的地址就是我们最终要放置数据的结构地址。
这条地址计算对应如下语句：
~~~
%tmp9 = getelementptr %struct.munger_struct* %P, i32 0, i32 0
~~~
我们发现参数是两个0，这两个0含义不大一样，第一个0是数组计算符，并不会改变返回的类型，因为，我们任何一个指针都可以作为一个数组来使用，进行对应的指针计算，所以这个0并不会省略。
第二个0是结构体的计算地址，表示的是结构体的第0个元素的地址，这时，会根据结构体指针的类型，选取其中的元素长度，进行计算，最后返回的则是结构体成员的指针。
同理，我们可以对照参考这两条语句：
~~~
P[1].f1
P[2].f2
~~~
对应的计算翻译后为：
~~~
%tmp = getelementptr %struct.munger_struct* %P, i32 1, i32 0
%tmp6 = getelementptr %struct.munger_struct* %P, i32 2, i32 1
~~~
### 注意事项
首先，不是全部的`indices`都必须是i32，也可以是i64，但结构体的计算地址，也就是上面例子中的第二个数字，必须是i32
GEP x,1,0,0 和 GEP x,1 计算后的地址是一样的，但类型不一样，所以千万注意不要在语句后添加多余的0。
### 其他情况
### 仅有数组计算
如果仅有数组指针计算，那么就简单了许多，数组指针的移动只需要一个参数即可。
但如果是仅有结构体指针，那么还是必须两个参数才行
### 多维数组
个人觉得LLVM的数组定义很难写，推荐自己用一维数组代替，比较计算也不复杂。这样高维数组统一化成一维后，都成了基本的指针计算，就非常简单了。
### 连续选取
GetElementPtr基本上可以认为是不限参数长度的，可以连续选取，于是我们可以实现：
~~~
A->B->C
~~~
这类连续指向的计算。
但个人不推荐这样做，尤其是语法驱动的编译时，也很难做到这点，建议分开一条一条的语句进行执行，分别选取。
### 参考
[http://llvm.org/docs/GetElementPtr.html](http://llvm.org/docs/GetElementPtr.html)
最近研究的LLVM技术，大部分应用于在进行的ELite编译器开发，欢迎朋友们关注和参与。
[https://github.com/elite-lang/Elite](https://github.com/elite-lang/Elite)
