Napisz kompilator


13

Napisz program, który pobiera program do pieprzenia mózgu i kompiluje go do wykonywalnego kodu maszynowego. Możesz kierować na x86, x86_64, jvm (java bytecode) lub armv6 i używać jednego z następujących formatów wykonywalnych: ELF, a.out, plik klasy, exe, com. Plik wykonywalny powinien działać w systemie Linux lub Windows (lub Java na każdym z nich).

Ani twój program, ani wygenerowany plik wykonywalny nie mogą uruchamiać żadnego programu zewnętrznego (takiego jak inny kompilator, asembler lub interpreter).

Najkrótszy kod wygrywa.


2
Czy jest jakiś powód do przegłosowania?
aditsu zrezygnowało, ponieważ SE to EVIL

Czy jest szansa, że ​​masz jakieś źródła kodu maszynowego? To byłoby moje pierwsze ćwiczenie w golfa z kodem maszynowym, jeśli akurat posiadasz zasoby, których mógłbym użyć jako przykładu?
WallyWest

@ Eliseod'Annunzio Nie mam żadnych konkretnych zasobów, ale generalnie możesz zacząć od szukania języka asemblera na wybranej przez siebie platformie i składania / deasemblowania niektórych przykładów. Google jest twoim przyjacielem :) Dawno temu uczestniczyłem w kilku zawodach golfowych z kodem maszynowym , nie radziłem sobie dobrze, ale pamiętam, że używaliśmy formatu com dla DOS, ponieważ nie miał żadnych dodatkowych nagłówków i innych rzeczy, po prostu kod. Może inni ludzie mogą podać więcej linków i sugestii.
Aditsu zakończyło się, ponieważ SE to EVIL

Odpowiedzi:


5

C, 866 783 bajtów

Ponieważ mój kod wyświetla 32-bitowy plik ELF, nie mogę obiecać, że będzie działał na każdym urządzeniu. Wymagało to dostrojenia, aby plik wykonywalny przestał działać na moim komputerze.

Dla każdego, kto próbuje to uruchomić:

$ uname --all
Linux 4.4.0-24-generic #43-Ubuntu SMP Wed Jun 8 19:27:37 UTC 2016 x86_64 x86_64 x86_64 GNU/Linux

Program Brainfuck jest odczytywany ze standardowego wejścia, a skompilowany plik ELF jest zapisywany na standardowym wyjściu.

#define P *(t++)
#define C case
#define B break
char a[30000],b[65535],f,*t=b;*c[100];**d=c;main(g){P=188;t+=4;while((f=getchar())!=-1)switch(f){C'>':P=68;B;C'<':P=76;B;C'+':P=254;P=4;P=36;B;C'-':P=254;P=12;P=36;B;C'.':P=187;t+=4;P=137;P=225;P=186;P=1;t+=3;P=184;P=4;t+=3;P=205;P=128;B;C',':P=187;P=1;t+=3;P=137;P=225;P=186;P=1;t+=3;P=184;P=3;t+=3;P=205;P=128;B;C'[':P=138;P=4;P=36;P=133;P=192;P=15;P=132;t+=4;*d=(int*)t-1;d++;B;C']':P=138;P=4;P=36;P=133;P=192;P=15;P=133;t+=4;d--;g=((char*)(*d+1))-t;*((int*)t-1)=g;**d=-g;B;}P=184;P=1;t+=3;P=187;t+=4;P=205;P=128;*(int*)(b+1)=0x8048054+t-b;long long z[]={282579962709375,0,4295163906,223472812116,0,4297064500,4294967296,577727389698621440,36412867248128,30064779550,140720308490240};write(1,&z,84);write(1,b,t-b);write(1,a,30000);}

Nie golfił

W nie golfowej wersji kodu możesz lepiej zrozumieć, co się dzieje. Tablica znaków na końcu golfowego kodu jest kodowaniem ELF i nagłówka programu w niemodyfikowanym kodzie. Ten kod pokazuje również, jak każda instrukcja Brainfuck jest tłumaczona na kod bajtowy.

#include <linux/elf.h>
#include <unistd.h>
#include <fcntl.h>
#include <string.h>
#include <stdio.h>
#include <stdint.h>

#define MAX_BIN_LEN 65535
#define MAX_JUMPS 100

unsigned int org = 0x08048000;



unsigned char move_right[] = {0x44};                              /*inc   esp         */

unsigned char move_left[]  = {0x4c};                              /*dec   esp         */

unsigned char inc_cell[]   = {0xfe,0x04,0x24};                    /*inc   [esp]       */

unsigned char dec_cell[]   = {0xfe,0x0c,0x24};                    /*dec   [esp]       */

unsigned char read_char[]  = {0xbb,0x00,0x00,0x00,0x00,           /*mov   ebx,  0     */
                              0x89,0xe1,                          /*mov   ecx,  esp   */
                              0xba,0x01,0x00,0x00,0x00,           /*mov   edx,  1     */
                              0xb8,0x03,0x00,0x00,0x00,           /*mov   eax,  3     */
                              0xcd,0x80};                         /*int   0x80        */

unsigned char print_char[] = {0xbb,0x01,0x00,0x00,0x00,           /*mov   ebx,  1     */
                              0x89,0xe1,                          /*mov   ecx,  esp   */
                              0xba,0x01,0x00,0x00,0x00,           /*mov   edx,  1     */
                              0xb8,0x04,0x00,0x00,0x00,           /*mov   eax,  4     */
                              0xcd,0x80};                         /*int   0x80        */


unsigned char loop_start[] = {0x8a,0x04,0x24,                     /*mov   eax,  [esp] */
                              0x85,0xc0,                          /*test  eax,  eax   */
                              0x0f,0x84,0x00,0x00,0x00,0x00};     /*je    int32_t     */

unsigned char loop_end[]   = {0x8a,0x04,0x24,                     /*mov   eax,  [esp] */
                              0x85,0xc0,                          /*test  eax,  eax   */
                              0x0f,0x85,0x00,0x00,0x00,0x00};     /*jne   int32_t     */

unsigned char call_exit[]  = {0xb8,0x01,0x00,0x00,0x00,           /*mov   eax,  1     */
                              0xbb,0x00,0x00,0x00,0x00,           /*mov   ebx,  0     */
                              0xcd,0x80};                         /*int   0x80        */
unsigned char prelude[]    = {0xbc,0x00,0x00,0x00,0x00};          /*mov   esp, int32_t*/

unsigned char tape[100];

int main(){
    unsigned char text[MAX_BIN_LEN];
    unsigned char *txt_ptr = text;

    int32_t *loop_jmps[MAX_JUMPS];
    int32_t **loop_jmps_ptr = loop_jmps;

    Elf32_Off entry;

    entry = org + sizeof(Elf32_Ehdr) + 1 * sizeof(Elf32_Phdr);

    memcpy(txt_ptr,prelude,sizeof(prelude));
    txt_ptr += sizeof(prelude);
    char input;
    while((input = getchar()) != -1){
        switch(input){
            case '>':
                memcpy(txt_ptr,move_right,sizeof(move_right));
                txt_ptr += sizeof(move_right);
                break;
            case '<':
                memcpy(txt_ptr,move_left,sizeof(move_left));
                txt_ptr += sizeof(move_left);
                break;
            case '+':
                memcpy(txt_ptr,inc_cell,sizeof(inc_cell));
                txt_ptr += sizeof(inc_cell);
                break;
            case '-':
                memcpy(txt_ptr,dec_cell,sizeof(dec_cell));
                txt_ptr += sizeof(dec_cell);
                break;
            case '.':
                memcpy(txt_ptr,print_char,sizeof(print_char));
                txt_ptr += sizeof(print_char);
                break;
            case ',':
                memcpy(txt_ptr,read_char,sizeof(read_char));
                txt_ptr += sizeof(read_char);
                break;
            case '[':
                memcpy(txt_ptr,loop_start,sizeof(loop_start));
                txt_ptr += sizeof(loop_start);
                *loop_jmps_ptr = (int32_t*) txt_ptr - 1;
                loop_jmps_ptr++;
                break;
            case ']':
                memcpy(txt_ptr,loop_end,sizeof(loop_end));
                txt_ptr += sizeof(loop_end);
                loop_jmps_ptr--;
                int32_t offset = ((unsigned char*) (*loop_jmps_ptr + 1)) - txt_ptr;
                *((int32_t*)txt_ptr - 1) = offset;
                **loop_jmps_ptr = -offset;
                break;
        }
    }

    memcpy(txt_ptr,call_exit,sizeof(call_exit));
    txt_ptr += sizeof(call_exit);

    *(int32_t*)(text + 1) = entry + (txt_ptr - text);


    Elf32_Ehdr ehdr = {
        {0x7F,'E','L','F',ELFCLASS32,ELFDATA2LSB,EV_CURRENT,0,0,0,0,0,0,0,0,0},
        ET_EXEC,
        EM_386,
        EV_CURRENT,
        entry,
        sizeof(Elf32_Ehdr),
        0,
        0,
        sizeof(Elf32_Ehdr),
        sizeof(Elf32_Phdr),
        1,
        0,
        0,
        SHN_UNDEF,
    };

    Elf32_Phdr phdr = {
        PT_LOAD,
        0,
        org,
        org,
        sizeof(Elf32_Ehdr) + sizeof(Elf32_Phdr) + (txt_ptr - text),
        sizeof(Elf32_Ehdr) + sizeof(Elf32_Phdr) + (txt_ptr - text),
        PF_R | PF_X | PF_W,
        0x1000,
    };

    int out = open("a.out",O_CREAT|O_TRUNC|O_WRONLY,S_IRWXU);
    write(out,&ehdr,sizeof(Elf32_Ehdr));
    write(out,&phdr,sizeof(Elf32_Phdr));

    write(out,text,txt_ptr-text);
    write(out,tape,sizeof(tape));
    close(out);
}

Samo modyfikujący BrainFuck

Aby zaoszczędzić na bajtach, taśma mojego kompilatora nie jest przydzielona do żadnej .bsssekcji ani niczego podobnego. Zamiast tego taśma ma 30 000 bajtów zerowych zapisywanych bezpośrednio po skompilowanym kodzie bajtów programu Brainfuck. Wiedząc o tym i wiedząc, jaki kod bajtowy jest generowany przez mój kompilator, możesz wygenerować lub zmodyfikować kod bajtowy w czasie wykonywania. Prostą ilustracją tej „funkcji” jest program Brainfuck, który ustawia własną wartość wyjścia.

 <<<<<<+ 

Program schodzi z lewej krawędzi taśmy do kodu bajtowego do punktu, w którym kod wyjściowy jest normalnie ustawiony na 0. Zwiększenie tego bajtu powoduje, że kod wyjściowy jest ustawiany na 1 zamiast 0, gdy program w końcu kończy działanie. Z uporem można to wykorzystać do programowania na poziomie systemu w Brainfuck.


Ładny; twój kod faktycznie ma 865 bajtów (nie potrzebujesz nowego wiersza na końcu pliku). Można także scalać deklaracje zmiennych char. Zastanawiam się, czy tę długą tablicę można również skompresować, ponieważ ma wiele zer.
Aditsu zakończyło się, ponieważ SE jest ZŁY

@aditsu Pracowałem nad znalezieniem lepszego kodowania dla tablicy nagłówków. C nie ma żadnych wbudowanych bibliotek kompresji, więc spakowanie go wydaje się wykluczone. Najlepsze, co wymyśliłem, to kodowanie go jako tablicy long long intzamiast char. Zdecydowanie jest dla mnie pole do gry w niektóre z moich zmiennych deklaracji. Zobaczę, ile mogę tam dostać i zaktualizuję swoją odpowiedź.
ankh-morpork

Myślałem o jakiejś formie RLE, ale ... cokolwiek działa :)
aditsu zrezygnowało, ponieważ SE jest ZŁEM

możesz zastąpić „577727389698621440” przez „4105 * pow (2,47)”, używając niejawnej deklaracji pow, dla 4 bajtów (co najmniej działa z gcc) ~
Maliafo

13

Python, 1974 znaków

import sys
s='\x11\x75\x30\xbc\x08\x4b\x03\x3c'
k=[]
for c in sys.stdin.read():
 if'>'==c:s+='\x84\x01\x01'
 if'<'==c:s+='\x84\x01\xff'
 if'+'==c:s+='\x2a\x1b\x5c\x33\x04\x60\x91\x54'
 if'-'==c:s+='\x2a\x1b\x5c\x33\x04\x64\x91\x54'
 if'['==c:k+=[len(s)];s+='\x2a\x1b\x33\x99\x00\x00'
 if']'==c:a=k[-1];k=k[:-1];d=len(s)-a;s=s[:a+4]+'%c%c'%(d>>8,d&255)+s[a+6:]+'\xa7%c%c'%(-d>>8&255,-d&255)
 if','==c:s+='\x2a\x1b\xb2\x00\x02\xb6\x00\x03\x91\x54'
 if'.'==c:s+='\xb2\x00\x04\x59\x2a\x1b\x33\xb6\x00\x05\xb6\x00\x06'
s+='\xb1'
n=len(s)
sys.stdout.write('\xca\xfe\xba\xbe\x00\x03\x00-\x00+\n\x00\x08\x00\x13\t\x00\x14\x00\x15\n\x00\x16\x00\x17\t\x00\x14\x00\x18\n\x00\x19\x00\x1a\n\x00\x19\x00\x1b\x07\x00\x1c\x07\x00\x1d\x01\x00\x06<init>\x01\x00\x03()V\x01\x00\x04Code\x01\x00\x0fLineNumberTable\x01\x00\x04main\x01\x00\x16([Ljava/lang/String;)V\x01\x00\nExceptions\x07\x00\x1e\x01\x00\nSourceFile\x01\x00\x06B.java\x0c\x00\t\x00\n\x07\x00\x1f\x0c\x00 \x00!\x07\x00"\x0c\x00#\x00$\x0c\x00%\x00&\x07\x00\'\x0c\x00(\x00)\x0c\x00*\x00\n\x01\x00\x01B\x01\x00\x10java/lang/Object\x01\x00\x13java/io/IOException\x01\x00\x10java/lang/System\x01\x00\x02in\x01\x00\x15Ljava/io/InputStream;\x01\x00\x13java/io/InputStream\x01\x00\x04read\x01\x00\x03()I\x01\x00\x03out\x01\x00\x15Ljava/io/PrintStream;\x01\x00\x13java/io/PrintStream\x01\x00\x05write\x01\x00\x04(I)V\x01\x00\x05flush\x00!\x00\x07\x00\x08\x00\x00\x00\x00\x00\x02\x00\x01\x00\t\x00\n\x00\x01\x00\x0b\x00\x00\x00\x1d\x00\x01\x00\x01\x00\x00\x00\x05*\xb7\x00\x01\xb1\x00\x00\x00\x01\x00\x0c\x00\x00\x00\x06\x00\x01\x00\x00\x00\x03\x00\t\x00\r\x00\x0e\x00\x02\x00\x0b\x00\x00'+'%c%c'%((n+60)>>8,(n+60)&255)+'\x00\x04\x00\x03\x00\x00'+'%c%c'%(n>>8,n&255)+s+'\x00\x00\x00\x01\x00\x0c\x00\x00\x00*\x00\n\x00\x00\x00\x05\x00\x06\x00\x06\x00\x08\x00\t\x00\x0b\x00\x0b\x00\x13\x00\r\x00\x1d\x00\x0f\x00&\x00\x11\x00,\x00\x12\x002\x00\x14\x008\x00\x15\x00\x0f\x00\x00\x00\x04\x00\x01\x00\x10\x00\x01\x00\x11\x00\x00\x00\x02\x00\x12')

Poniżej znajdują się tłumaczenia na kod bajtowy Java. lokalne 0 to tablica bajtów reprezentująca taśmę, lokalne 1 to wskaźnik danych.

>  iinc 1,+1
<  iinc 1,-1
+  aload_0;iload_1;dup2;baload;iconst_1;iadd;i2b;bastore
-  aload_0;iload_1;dup2;baload;iconst_1;isub;i2b;bastore
[  aload_0;iload_1;baload;ifeq xx xx
]  goto xx xx
,  aload_0;iload_1;getstatic #2;invokevirtual #3;i2b;bastore
.  getstatic #4;dup;aload_0;iload_1;baload;invokevirtual #5;invokevirtual #6

xx xxSą offsety dotarcia wspornik dopasowanie. # 2 to System.in, # 3 to read(), # 4 to System.out, # 5 to write()i # 6 to flush().

Preambuła przydziela tablicę 30000 bajtów i inicjuje pozycję taśmy na 0.

Gigantyczne opakowanie na końcu zostało wygenerowane przez skompilowanie fikcyjnego B.javapliku z kodem dla jednego z każdego kodu operacyjnego (w celu wywołania generowania poprawnych stałych tabel i innych śmieci), a następnie wykonanie na nim delikatnej operacji.

Uruchom to jak

python bfc.py < input.b > B.class
java B

Zdemontować za pomocą

javap -c B

Jestem pewien, że można by jeszcze trochę zagrać w golfa. Cieszę się, że to działa ...


1
Użyj z importu sys *, a następnie zgol 2 znaki, usuwając oba sys.
Timtech

2
Możesz użyć base64 do zakodowania tych danych binarnych i zgolić niektóre bajty
tecywiz121

3

16-bitowy kod zestawu x86, 104 bajty

Ten kod pochodzi z 2014 roku, ale właśnie znalazłem zadanie.

;compliant version, non-commands are ignored, but 104 bytes long

[bits 16]  
[org 0x100]  
; assume bp=091e used  
; assume di=fffe  
; assume si=0100  
; assume dx=cs (see here)  
; assume cx=00ff  
; assume bx=0000  
; assume ax=0000 used (ah)  
; assume sp=fffe  
start:
        mov al, code_nothing - start  
code_start:
        mov ch, 0x7f ; allow bigger programs  
        mov bx, cx  
        mov di, cx  
        rep stosb  
        mov bp, find_right + start - code_start ;cache loop head for smaller compiled programs  
        jmp code_start_end  
find_right:
        pop si  
        dec si  
        dec si ;point to loop head  
        cmp [bx], cl  
        jne loop_right_end  
loop_right:
        lodsb  
        cmp al, 0xD5 ; the "bp" part of "call bp" (because 0xFF is not unique, watch for additional '[')  
        jne loop_left  
        inc cx  
loop_left:
        cmp al, 0xC3 ; ret (watch for ']')  
        jne loop_right  
        loop loop_right ;all brackets matched when cx==0  
        db 0x3c ;cmp al, xx (mask push)  
loop_right_end:
        push si  
        lodsw ; skip "call" or dummy "dec" instruction, depending on context  
        push si  
code_sqright:
        ret  
code_dec:
        dec byte [bx]  
code_start_end:
        db '$' ;end DOS string, also "and al, xx"  
code_inc:
        inc byte [bx]  
        db '$'  
code_right:
        inc bx ;al -> 2  
code_nothing:
        db '$'  
code_left:
        dec bx  
        db '$'  
code_sqleft:
        call bp  
        db '$'  
; create lookup table  
real_start:
        inc byte [bx+'<'] ;point to code_left  
        dec byte [bx+'>'] ;point to code_right  
        mov byte [bx+'['], code_sqleft - start  
        mov byte [bx+']'], code_sqright - start  
        lea sp, [bx+45+2] ;'+' + 4 (2b='+', 2c=',', 2d='-', 2e='.')  
        push (code_dec - start) + (code_dot - start) * 256  
        push (code_inc - start) + (code_comma - start) * 256  
pre_write:
        mov ah, code_start >> 8  
        xchg dx, ax  
; write  
        mov ah, 9  
        int 0x21  
; read  
code_comma:
        mov dl, 0xff  
        db 0x3d ; cmp ax, xxxx (mask mov)  
code_dot:
        mov dl, [bx]  
        mov ah, 6  
        int 0x21  
        mov [bx], al  
        db '$'  
        db 0xff ; parameter for '$', doubles as test for zero  
; switch  
        xlatb  
        jne pre_write  
  ; next two lines can also be removed  
  ; if the program ends with extra ']'  
  ; and then we are at 100 bytes... :-)  
the_end:
        mov dl, 0xC3  
        int 0x21  
        int 0x20 


1
Nie, to absolutnie kompilator. „bf.com <hello.bf> out.com”, wtedy out.com będzie wykonywalny.
Peter Ferrie

1
Ok, czy możesz wyjaśnić, jak go skompilować i w jakim systemie operacyjnym działa? Nie byłem jeszcze w stanie go uruchomić.
Aditsu zostało zakończone, ponieważ SE to EVIL

asembluj z YASM, uruchom w MS-DOS (przez DOSBox jest w porządku).
Peter Ferrie

1
„<” I „>” muszą być poprzedzone znakami ucieczki. W każdym razie 32-bitowy system Windows ma konsolę DOS, w której będzie działał, a „com” jest wyraźnie jednym z dozwolonych formatów.
Peter Ferrie
Korzystając z naszej strony potwierdzasz, że przeczytałeś(-aś) i rozumiesz nasze zasady używania plików cookie i zasady ochrony prywatności.
Licensed under cc by-sa 3.0 with attribution required.