- Является ли Java компилируемым или интерпретируемым языком программирования?
- Введение в байт-код Java
- Что такое байт-код Java?
- Как генерируется байт-код?
- Как посмотреть байт-код Java?
- Как работает JVM
- Массив локальных переменных
- Стек операндов
- Посмотрим в байт-код
- Деконструкция байт-кода
- Вывод
- 5 лучших программ, которые интерпретируют байт-код Java, который вы можете получить сегодня
- 5 лучших программ, которые интерпретируют байт-код Java, который вы можете получить сегодня
- Лучшее программное обеспечение, которое интерпретирует байт-код Java
- HotSpot
- OpenJ9
- JRockit
- Squawk Виртуальная машина
- Апач Гармония
- Интерпретаторы байт-кодов своими руками
- Предыстория
- Откуда есть пошли байт-коды в языках программирования
- Самый простой в мире интерпретатор байт-кода
- Аргументы инструкций в байт-коде
- Стековая машина
- Регистровая машина
- Стековые и регистровые машины, сравнение
- Байт-код в интерпретаторах регулярных выражений
- Итоги
Является ли Java компилируемым или интерпретируемым языком программирования?
В прошлом я использовал C ++ в качестве языка программирования. Я знаю, что код, написанный на C ++, проходит процесс компиляции, пока не станет объектным кодом «машинный код».
Я хотел бы знать, как Java работает в этом отношении. Как пользовательский Java-код запускается компьютером?
Реализации Java обычно используют двухэтапный процесс компиляции. Исходный код Java компилируется в байт-код компилятором Java. Байт-код выполняется виртуальной машиной Java (JVM). Современные JVM используют метод компиляции Just-in-Time (JIT) для компиляции байт-кода с нативными инструкциями, понятными аппаратному ЦП на лету во время выполнения.
Некоторые реализации JVM могут интерпретировать байт-код вместо JIT, компилируя его в машинный код и выполняя его напрямую. Хотя это все еще считается «интерпретатором», он довольно сильно отличается от интерпретаторов, которые читают и выполняют исходный код высокого уровня (то есть в этом случае исходный код Java не интерпретируется напрямую, это байт-код, вывод компилятора Java).
Технически возможно заблаговременно скомпилировать Java в нативный код и запустить полученный бинарный файл. Также возможно интерпретировать код Java напрямую.
Подводя итог, в зависимости от среды выполнения, байт-код может быть:
Код, написанный на Java:
Когда Java интерпретирует байт-код и когда он его компилирует? Код приложения первоначально интерпретируется, но JVM отслеживает, какие последовательности байт-кода часто выполняются, и транслирует их в машинный код для непосредственного выполнения на оборудовании. Для байт-кода, который выполняется только несколько раз, это экономит время компиляции и уменьшает начальную задержку; для часто выполняемого байт-кода JIT-компиляция используется для запуска на высокой скорости после начальной фазы медленной интерпретации. Кроме того, поскольку программа тратит большую часть времени на выполнение меньшего количества кода, сокращение времени компиляции является значительным. Наконец, во время первоначальной интерпретации кода, статистика выполнения может быть собрана до компиляции, что помогает выполнять лучшую оптимизацию.
Термины «интерпретируемый язык» или «скомпилированный язык» не имеют смысла, потому что любой язык программирования может интерпретироваться и / или компилироваться.
В настоящее время частичная компиляция точно в срок используется для многих языков, которые когда-то считались «интерпретированными», например JavaScript.
Java компилируется в байт-код, который затем переходит в Java VM, которая его интерпретирует.
Вид обоих. Сначала компилируется Java (некоторые предпочитают говорить «переведенный») в байт-код, который затем либо компилируется, либо интерпретируется в зависимости от настроения JIT.
Java выполняет как компиляцию, так и интерпретацию,
Когда программа должна быть запущена, байт-код преобразуется, байт-код может быть преобразован с использованием компилятора JIT. В результате получается машинный код, который затем подается в память и выполняется.
В современных реализациях на языке программирования, таких как в Java, для платформы все более популярно предоставлять обе опции.
Введение в байт-код Java
Каждому Java-разработчику известно, какую роль в экосистеме языка играет JVM. Однако большинство не разбирается в том, как работает JVM под капотом. Хотя для разработки на Java это не обязательно, код станет лучше, если вы глубже поймете JVM, потому что так вы будете знать, как каждая строка кода влияет на процессы внутри JVM.
Однако для начала нужно понять, что такое байт-код. Итак, поговорим о вводе и выводе байт-кода Java и о том, как он влияет на JVM во время запуска программы.
Что такое байт-код Java?
Если в какой-то момент профессиональной жизни вы слышали, как проповедуют независимость Java-программ от платформ, скажите спасибо байт-коду.
Байт-код — это набор команд, который JVM применяет для запуска программы. Поскольку байт-код, сгенерированный для программы, не зависит от платформы, где она запущена, вы можете без проблем запускать свою программу на любой машине, на которой есть JVM для интерпретации байт-кода.
Как генерируется байт-код?
Как посмотреть байт-код Java?
Если вам хочется увидеть сам байт-код, простейший способ — воспользоваться командной строкой.
Как работает JVM
Прежде чем углубляться в байт-код, стоит понять, как JVM его обрабатывает.
Методы — одна из важнейших составляющих кода для JVM. Среда выполнения Java-программы — это, по сути, набор методов, вызываемых JVM. JVM создает фрейм для каждого такого метода и помещает созданный фрейм наверх стека текущего потока для выполнения.
Фрейм состоит из локальной среды, которая необходима для поддержания его выполнения. Как правило он содержит массив локальных переменных и стек операндов. Посмотрим, что эти элементы из себя представляют.
Массив локальных переменных
Массив локальных переменных, как следует из названия, нужен для хранения локальных переменных в методе. Также он хранит аргументы, которые принимает метод.
Определим два метода: один статический и один метод экземпляра, но схожие во всем остальном.
Локальные массивы переменных для этих методов будут выглядеть следующим образом:
Стек операндов
Стек операндов — это рабочее пространство внутри фрейма метода. Поскольку это стек, вы можете помещать и забирать значения только из верхней его части. Большинство инструкций байт-кода, принадлежащих определенному методу, либо участвуют в помещении значений в стек, либо забирают значения из стека для обработки.
Инструкция байт-кода load и ее расширения нужны для перемещения значения, хранящегося в массиве переменных, в стек. Инструкция store применяется для извлечения значений из стека и сохранения в массиве переменных. Существуют и другие инструкции, которые извлекают значения из стека для обработки.
Посмотрим в байт-код
Ради возможности вглядеться в байт-код, я написал простой Java-класс:
Деконструкция байт-кода
Здесь важно отметить еще одно: индексы, заданные инструкциям байт-кода — как видим, они не увеличиваются на единицу для каждой новой инструкции.
Число перед инструкцией указывает на индекс ее начального байта. А любой байт-код состоит из однобайтовых опкодов, за которыми следует ноль или более операндов.
Вывод
Надеюсь, вам удалось узнать кое-что новое о том, как работает байт-код Java. С этим более четким знанием вы сможете лучше писать код. Можете даже поэкспериментировать с самим байт-кодом во время выполнения программы, воспользовавшись такими библиотеками, как ASM.
5 лучших программ, которые интерпретируют байт-код Java, который вы можете получить сегодня
5 лучших программ, которые интерпретируют байт-код Java, который вы можете получить сегодня
Вы разработчик программного обеспечения или программист? Вам нужен надежный интерпретатор байт-кода Java? Эта статья специально для вас.
В этой части мы рассмотрим некоторые из наиболее надежных программ, которые интерпретируют байт-код Java.
В качестве функции программирования трудно найти надежное программное обеспечение, которое интерпретирует байт-код Java. Тем не менее, мы провели некоторое исследование и составили для вас полный список лучших интерпретаторов байт-кода Java на рынке, особенно совместимых с операционной системой Windows.
Читайте дальше, поскольку мы представляем вам исчерпывающую схему 5 лучших программ, которые интерпретируют байт-код Java.
Лучшее программное обеспечение, которое интерпретирует байт-код Java
HotSpot
HotSpot от Oracle является ведущим выбором большинства разработчиков по всему миру. И это возглавляет наш список программного обеспечения, которое интерпретирует байт-код Java.
HotSpot обладает мощным набором функций, в частности, функциями «адаптивной оптимизации» и «своевременной компиляции».
Кроме того, HotSpot поддерживает только архитектуры набора команд (ISA), такие как x86-84, IA-32, VFP ARMv7, SPARC (эксклюзивно для компьютеров Solari) и ARMv8. Эта система поддержки ISA, как правило, лучшая на рынке.
Другие известные особенности HotSpot включают интерпретатор байт-кода Java, двойную виртуальную машину (компилятор клиента и сервера), многоуровневый компилятор, загрузчик классов Java, сборщики мусора, библиотеки времени выполнения, флаги JVM, кросс-платформенную совместимость и многие другие.
Интерпретатор байт-кода Java HotSpot и виртуальная машина лицензируются в соответствии с GNU General Public License (GPL). Как таковой, он доступен бесплатно.
OpenJ9
OpenJ9 от Eclipse Foundation IBM широко считается ближайшим конкурентом HotSpot. Как и HotSpot, это также универсальный интерпретатор байт-кода Java и виртуальная машина Java.
Программное обеспечение совместимо со всеми основными компьютерными операционными системами, в частности с Windows, AIX, macOS, Linux и многими другими. Существует специальная поддержка — встроенный двоичный файл OpenJDK — для трех известных компьютерных ОС, то есть Windows, Linux и macOS.
Этот программный интерпретатор предлагает оптимизированную настройку, которая адекватно оснащена, чтобы не только интерпретировать байт-код Java, но также повышает общую производительность вашей Java-программы.
Кроме того, программное обеспечение предлагает настраиваемую платформу, которая позволяет вам создавать OpenJDK самостоятельно, при условии, что у вас есть необходимый опыт.
OpenJ9 — это приложение с открытым исходным кодом, которое финансируется за счет пожертвований со всего мира. Точно говоря, OpenJ9 доступен для бесплатной загрузки.
JRockit
Он поддерживается в Windows и других известных операционных системах. Кроме того, программное обеспечение поддерживается только в системах со следующими ISA: SPARC (для Solaris), x86-64 и x86.
Кроме того, JRockit оптимизирован для обеспечения быстрого выполнения приложений Java. Другие примечательные особенности Oracle JRockit включают интерпретацию байт-кода Java, сборку мусора, мягкую настройку, анализ программ, быстрое время отклика (в микросекундах) и многое другое.
JRockit стал свободным программным обеспечением в 2011 году, вскоре после его приобретения Oracle. И теперь вы можете скачать его бесплатно.
Squawk Виртуальная машина
Виртуальная машина Squawk является выдающейся JVM, которая предназначена для создания простых приложений Java. Это микро версия JVM, специально разработанная для простоты, с небольшим внешним вмешательством.
Следовательно, он лучше всего приспособлен для небольших устройств и встроенных систем. Интерпретатор байт-кода Java является кросс-совместимым со всеми известными операционными системами, в основном Windows, Linux и macOS.
Squawk, как и большинство интерпретаторов / виртуальных машин Java-байт-кода, написан на низкоуровневых языках программирования, таких как C ++ и Assembly. Тем не менее, основные аспекты программного обеспечения написаны на Java, что делает его «метакруглым интерпретатором».
Другие ключевые функции Squawk включают в себя низкий объем памяти, интерпретацию байт-кода, упрощенный интерфейс, простую отладку, межплатформенную поддержку, простую интеграцию и многое другое.
Squawk лицензируется в соответствии с GNU General Public License (GPL), и он доступен бесплатно.
Апач Гармония
Apache Harmony от Apache Software — еще одно популярное программное обеспечение, которое интерпретирует байт-код Java. Хотя разработка программного обеспечения остановилась в 2011 году, она все еще остается одним из лучших интерпретаторов байт-кода Java и виртуальных машин.
Apache Harmony поддерживается в Windows, Linux и macOS. Существует также мобильная поддержка Android, которая теперь работает в основном на библиотеках OpenJDK, а не в качестве полноценной виртуальной машины.
Гармония написана на C ++ и Java. А до официального выхода на пенсию в 2011 году программное обеспечение не дотягивало до 2%.
Следовательно, неполная библиотека привела к прекращению работы некоторых программ на Java, таких как Vuze, Geronimo (из Apache) и ArgoUML.
Тем не менее, несмотря на внезапное завершение и почти полноту, ряд приложений по-прежнему поддерживается в Harmony. Эти приложения включают в себя JUnit, Tomcat, Apache Velocity, Apache Ant и многие другие.
Другие функции Apache Harmony включают интерпретатор байт-кода Java, библиотеку классов, JIT-компилятор, ядро виртуальной машины, уровень портирования, диспетчер потоков, сборщик мусора и многие другие.
Apache Harmony был удален (его разработка остановлена) в ноябре 2011 года. Однако он все еще доступен для скачивания, хотя и без технической поддержки или чего-то подобного.
В заключение, интерпретаторы байт-кода Java являются важными компонентами при разработке программ на Java. И чтобы помочь вам в выборе, мы рассмотрели пять лучших интерпретаторов байт-кода Java на рынке.
Эти интерпретаторы байт-кода Java были выбраны и ранжированы на основе их относительной популярности и долговечности по сравнению с другими.
СВЯЗАННЫЕ ИСТОРИИ, КОТОРЫЕ ВЫ ДОЛЖНЫ УЗНАТЬ:
Интерпретаторы байт-кодов своими руками
Виртуальные машины языков программирования в последние десятилетия получили весьма широкое распространение. С презентации Java Virtual Machine во второй половине 90-х прошло уже достаточно много времени, и можно с уверенностью сказать, что интерпретаторы байт-кодов — не будущее, а настоящее.
Но данная техника, на мой взгляд, практически универсальна, и понимание основных принципов разработки интерпретаторов пригодится не только создателю очередного претендента на звание «Язык года» по версии TIOBE, но вообще любому программисту.
Словом, если вам интересно узнать, как складывают числа наши любимые языки программирования, о чём до сих пор спорят разработчики виртуальных машин и как безболезненно сопоставлять строки и регулярные выражения, прошу под кат.
Предыстория
Одна из самописных систем отдела Business Intelligence нашей компании имеет интерфейс в виде несложного языка запросов. В первой версии системы язык этот интерпретировался на лету, без компиляции, непосредственно из входной строки с запросом. Вторая версия парсера будет работать уже с промежуточным байт-кодом, что позволит отделить язык запросов от их выполнения и сильно упростит код.
В процессе работы над второй версией системы у меня случился отпуск, в течение которого я на часик-другой каждый день отвлекался от дел семейных на изучение материалов, посвящённых архитектуре и производительности интерпретаторов байт-кода. Полученными в результате заметками и примерами интерпретаторов я решил поделиться с читателями Хабра в виде серии статей.
В первой из них представлено пять небольших (до сотни строк простенького кода на C) виртуальных машин(ок), каждая из которых раскрывает определённый аспект разработки таких интерпретаторов.
Откуда есть пошли байт-коды в языках программирования
Виртуальных машин, самых разнообразных виртуальных наборов инструкций за последние несколько десятков лет было придумано великое множество. Википедия утверждает, что первые языки программирования стали компилироваться в различные упрощённые промежуточные представления еще в 60-е годы прошлого века. Какие-то из этих первых байт-кодов преобразовывались в машинные коды и выполнялись реальными процессорами, другие — интерпретировались на лету процессорами виртуальными.
Популярность виртуальных наборов инструкций в качестве промежуточного представления кода объясняется тремя причинами:
Давайте сделаем несколько простейших виртуальных машин на C и на этих примерах выделим основные технические аспекты реализации виртуальных машин.
Полные коды примеров выложены на GitHub. Примеры можно собрать любым относительно свежим GCC:
Все примеры имеют одинаковую структуру: сначала идёт код самой виртуальной машины, после — главная функция с assert-ами, проверяющими работу кода. Я старался внятно комментировать опкоды и ключевые места интерпретаторов. Надеюсь, статья будет понятна даже людям, ежедневно не пишущим на C.
Самый простой в мире интерпретатор байт-кода
Как я уже говорил, простейший интерпретатор сделать очень легко. Комментарии — сразу за листингом, а начнём непосредственно с кода:
Здесь меньше ста строк, но все характерные атрибуты виртуальной машины представлены. У машины единственный регистр ( vm.accumulator ), три операции (инкремент регистра, декремент регистра и завершение исполнения программы) и указатель на текущую инструкцию ( vm.ip ).
Операции передаются в функцию vm_interpret в виде массива байтов — байт-кода (англ. bytecode) — и последовательно выполняются до тех пор, пока в байт-коде не встретится операция завершения работы виртуальной машины ( OP_DONE ).
Ключевой аспект виртуальной машины — семантика, то есть набор операций, которые над ней возможны. В данном случае операций только две, и они меняют значение единственного регистра.
Некоторые исследователи (Virtual-machine Abstraction and Optimization Techniques, 2009) предлагают разделять виртуальные машины на высокоуровневые и низкоуровневые по близости семантики виртуальной машины к семантике физической машины, на которой будет выполняться байт-код.
В предельном случае байт-код низкоуровневых виртуальных машин может полностью повторять машинный код физической машины с имитацией оперативной памяти, полным набором регистров, инструкциями работы со стеком и так далее. Виртуальная машина Bochs, например, повторяет набор инструкций архитектуры x86.
И наоборот: операции высокоуровневых виртуальных машин близко отражают семантику компилируемого в байт-код специализированного языка программирования. Так работают, например, SQLite, Gawk и многочисленные версии Prolog.
Промежуточное положение занимают интерпретаторы языков программирования общего назначения, имеющие элементы как высокого, так и низкого уровней. В популярнейшей Java Virtual Machine есть как низкоуровневые инструкции для работы со стеком, так и встроенная поддержка объектно-ориентированного программирования с автоматическим выделением памяти.
Приведённый же код относится скорее к самым примитивным из низкоуровневых виртуальных машин: каждая виртуальная инструкция — обёртка над одной-двумя физическими инструкциями, виртуальный регистр же полностью соответствует одному регистру «железного» процессора.
Аргументы инструкций в байт-коде
Можно сказать, что единственный регистр в нашем примере виртуальной машины — одновременно и аргумент, и возвращаемое значение всех выполняемых инструкций. Однако нам может пригодиться возможность передавать аргументы в инструкции. Один из способов — прямо помещать их в байт-код.
Расширим пример, внеся инструкции (OP_ADDI, OP_SUBI), принимающие аргумент в виде байта, следующего непосредственно за опкодом:
Новые инструкции (см. функцию vm_interpret ) читают из байт-кода свой аргумент и прибавляют его к регистру / вычитают его из регистра.
Такой аргумент называется непосредственным аргументом (англ. immediate argument), поскольку он располагается прямо в массиве опкодов. Главное ограничение в нашей реализации заключается в том, что аргумент представляет собой один-единственный байт и может принимать только 256 значений.
В нашей виртуальной машине диапазон возможных значений аргументов инструкций не играет большой роли. Но если виртуальная машина будет использоваться в качестве интерпретатора настоящего языка, то имеет смысл усложнить байт-код, добавив в него отдельную от массива опкодов таблицу констант и инструкции с непосредственным аргументом, соответствующим адресу настоящего аргумента в таблице констант.
Стековая машина
Инструкции в нашей несложной виртуальной машине всегда работают с одним регистром и никак не могут передавать друг другу данные. Кроме того, аргумент у инструкции может быть только непосредственный, а, скажем, операции сложения или умножения принимают два аргумента.
Проще говоря, у нас нет никакой возможности вычислять сложные выражения. Для решения этой задачи необходима стековая машина, то есть виртуальная машина со встроенным стеком:
В этом примере операций уже больше, и почти все они работают только со стеком. OP_PUSHI помещает на стек свой непосредственный аргумент. Инструкции OP_ADD, OP_SUB, OP_DIV, OP_MUL извлекают по паре значений из стека, вычисляют результат и помещают его обратно на стек. OP_POP_RES снимает значение со стека и помещает его в регистр result, предназначенный для результатов работы виртуальной машины.
Для операции деления (OP_DIV) отлавливается ошибка деления на ноль, что останавливает работу виртуальной машины.
Возможности такой машины намного шире предыдущей с единственным регистром и позволяют, например, вычислять сложные арифметические выражения. Другим (и немаловажным!) преимуществом является простота компиляции языков программирования в байт-код стековой машины.
Регистровая машина
Благодаря своей простоте стековые виртуальные машины получили самое широкое распространение среди разработчиков языков программирования; те же JVM и Python VM используют именно их.
Однако у таких машин есть и недостатки: в них приходится добавлять специальные инструкции для работы со стеком, при вычислении выражений все аргументы многократно проходят через единственную структуру данных, в стековом коде неизбежно появляется множество лишних инструкций.
Между тем выполнение каждой лишней инструкции влечёт за собой затраты на диспетчеризацию, то есть декодирование опкода и переход к телу инструкций.
Альтернатива стековым машинам — регистровые виртуальные машины. У них более сложный байт-код: в каждой инструкции явно закодированы номер регистров-аргументов и номер регистра-результата. Соответственно, вместо стека в качестве хранилища промежуточных значений используется расширенный набор регистров.
В примере показана регистровая машина на 16 регистров. Инструкции занимают по 16 бит каждая и кодируются тремя способами:
У нашей небольшой виртуальной машины совсем мало операций, поэтому четырёх бит (или 16 возможных операций) на опкод вполне достаточно. Операция определяет, что именно представляют оставшиеся биты инструкции.
Первый вид кодирования (4 + 4 + 8) нужен для загрузки данных в регистры операцией OP_LOADI. Второй вид (4 + 4 + 4 + 4) используется для арифметических операций, которые должны знать, где брать пару аргументов и куда складывать результат вычисления. И, наконец, последний вид (4 + 4 + 8 ненужных бит) используется для инструкций с единственным регистром в качестве аргумента, в нашем случае это OP_MOV_RES.
Для кодирования и декодирования инструкций теперь нужна специальная логика (функция decode ). С другой стороны, логика инструкций благодаря явному указанию на расположение аргументов становится проще — исчезают операции со стеком.
Ключевые особенности: в байт-коде регистровых машин меньше инструкций, отдельные инструкции шире, компиляция в такой байт-код сложнее — компилятору приходится решать, как использовать доступные регистры.
Надо заметить, что на практике в регистровых виртуальных машинах обычно есть и стек, куда помещаются, например, аргументы функций; регистры же используются для вычисления отдельных выражений. Даже если явного стека нет, то для построения стека используется массив, играющий ту же роль, что оперативная память в физических машинах.
Стековые и регистровые машины, сравнение
Есть интересное исследование (Virtual machine showdown: Stack versus registers, 2008), оказавшее большое влияние на все последующие разработки в области виртуальных машин для языков программирования. Его авторы предложили способ прямой трансляции из стекового кода стандартной JVM в регистровый код и сравнили производительность.
Способ нетривиальный: код сначала транслируется, а потом достаточно сложным образом оптимизируется. Но последующее сравнение производительности одной и той же программы показало, что дополнительные циклы процессора, затраченные на декодирование инструкций, полностью компенсируются уменьшением общего числа инструкций. В общем, если коротко, регистровая машина оказалась эффективнее стековой.
Как уже упоминалось выше, у этой эффективности есть вполне осязаемая цена: компилятор должен сам аллоцировать регистры и дополнительно желательно наличие развитого оптимизатора.
Спор о том, какая же архитектура лучше, всё ещё не закончен. Если говорить о компиляторах Java, то байт-код Dalvik VM, до недавних пор работавший в каждом Android-устройстве, был регистровым; но титульная JVM сохранила стековый набор инструкций. Виртуальная машина Lua использует регистровую машину, но Python VM — по-прежнему стековая. И так далее.
Байт-код в интерпретаторах регулярных выражений
Наконец, чтобы отвлечься от низкоуровневых виртуальных машин, давайте рассмотрим специализированный интерпретатор, проверяющий строки на соответствие регулярному выражению:
Главная инструкция — OP_CHAR. Она берёт свой непосредственный аргумент и сравнивает его с текущим символом в строке ( char *sp ). В случае совпадения ожидаемого и текущего символов в строке происходит переход к следующей инструкции и следующему символу.
Машина также понимает операцию перехода (OP_JUMP), принимающую единственный непосредственный аргумент. Аргумент означает абсолютное смещение в байт-коде, откуда следует продолжать вычисление.
Последняя важная операция — OP_OR. Она принимает два смещения, пробуя применить сначала код по первому из них, потом, в случае ошибки, второму. Делает она это при помощи рекурсивного вызова, то есть инструкция делает обход в глубину дерева всех возможных вариантов регулярного выражения.
Удивительно, но четырёх опкодов и семидесяти строк кода достаточно, чтобы выразить регулярные выражения вида «abc», «a?bc», «(ab|bc)d», «a*bc». В этой виртуальной машине даже нет явного состояния, так как всё необходимое — указатели на начало потока инструкций, текущую инструкцию и текущий символ — передаётся аргументами рекурсивной функции.
Если вам интересны детали работы движков регулярных выражений, для начала можете ознакомиться с серией статей Расса Кокса (англ. Russ Cox), автора движка для работы с регулярными выражениями от Google RE2.
Итоги
Давайте подведём итоги.
Для языков программирования общего назначения используются, как правило, две архитектуры: стековая и регистровая.
В стековой модели основной структурой данных и способом передачи аргументов между инструкциями является стек. В регистровой модели для вычисления выражений используется набор регистров, но для хранения аргументов функций всё равно используется явный или неявный стек.
Наличие явного стека и набора регистров приближает такие машины к низкоуровневым и даже физическим. Обилие низкоуровневых инструкций в таком байт-коде означает, что существенные затраты ресурсов физического процессора приходятся на декодирование и диспетчеризацию виртуальных инструкций.
С другой стороны, в популярных виртуальных машинах большую роль играют и высокоуровневые инструкции. В Java, например, это инструкции полиморфных вызовов функций, аллокация объектов и сборка мусора.
Чисто высокоуровневые виртуальные машины — к примеру, интерпретаторы байт-кодов языков с развитой и далёкой от железа семантикой — большую часть времени проводят не в диспетчере или декодере, а в телах инструкций и, соответственно, относительно эффективны.
В следующих статьях я разберу практические реализации виртуальных машин в популярных языках программирования и расскажу, зачем отделу Business Intelligence Badoo понадобился байт-код.