29 | 目标代码的生成和优化（一）：如何适应各种硬件架构？

作者回复: 是。你总结得很对。编译原理要把计算机组成、数据结构、算法、操作系统，以及离散数学中的某些知识都用上。 比如，我们讲到指令选择、寄存器分配和指令排序，都是NP Complete的。这个时候，如果提前已经知道什么是NP Complete，那么马上就对这类算法有概念，也马上想到可以用什么样的方式来对待这类问题。 再比如，编译原理中很多算法都是基于树和图的，所以对这两个数据结构的理解也会有帮助。 至于计算机组成原理，跟后端技术的关联很密切。 程序运行时的环境，内存管理等内容，则跟操作系统有关。

作者回复: 有共同点。 另一个同学也说过，跟约束求解有相似性。只不过，编译器中的算法特别强调速度，所以一般不用那种通用的求解器。

作者回复: 是的，文稿写错了，刚好写反了！感谢你帮忙检查出来;-D

作者回复: 不是的。 对于溢出到内存里的变量，在读（load）和写（store）的时候，确实要使用一个寄存器。但是使用的时间很短。所以你看看我配的图，之前很多个集合里都有f。溢出到内存以后，含有f1、f2、f3、f4的集合，反而少了。这就导致再次分配寄存器的时候，3个就够了。文稿里有这个推导过程，你仔细看一下。

作者回复: 后端需要更多对计算机组成等知识的理解，确实会有点挑战。 后端算法的特点也不一样，往往都是NP-Complete的，不追求最优解，次优解就挺好。这方面在思维上也要适应一下。 相对来说，前端比较纯粹。基本上把逻辑搞清楚就行了，而且肯定有最优解。 图查询？有同事用过node4j。我本人并没有深入研究过。不过，从编译原理的角度，这都是不同的应用领域。语言的部分，编译技术可以解决，它只是个接口，是个封装；落地机制部分，要运用每个领域的知识，比如关系数据库的原理、图数据库的原理。