C 語言程式編譯全流程詳解：從原始碼到可執行檔

C 程式從文字原始碼變成可在機器上執行的二進位檔案，經歷了預處理、編譯、組譯、連結四大階段。每個階段都有其獨特的任務與產出物，深入理解這一流程，對排查編譯錯誤、優化效能、進行跨平台開發都大有裨益。

編譯的核心概念

編譯器讀取原始程式（字元流），經過詞法分析、語法分析，將高階語言指令轉換為功能等價的組合語言代碼，再由組譯器轉為機器語言，最後由連結器依據作業系統可執行檔格式（如 ELF, PE）將多個目標檔與函式庫整合，生成最終可執行程式。

完整的四階段流程圖

C 原始程式 (.c)
   ↓ 預處理
預處理後輸出 (.i / .c)
   ↓ 編譯、優化
組合語言代碼 (.s / .asm)
   ↓ 組譯
目標檔 (.o / .obj)
   ↓ 連結
可執行檔 (.exe / .elf / .axf ...)

第一階段：預處理

預處理器處理以 # 開頭的偽指令與特殊符號，主要工作為「替換」：

• 巨集定義：#define Name TokenString 將程式中所有 Name 替換為 TokenString（字串常量內的除外）；#undef 取消定義。
• 條件編譯：#ifdef, #ifndef, #else, #elif, #endif 根據巨集定義決定保留或捨棄代碼區塊。
• 檔案包含：#include "file" (當前目錄優先) 或 #include <file> (系統目錄如 /usr/include) 將標頭檔內容完整展開插入。避免重複定義，促進代碼複用。
• 特殊符號：__LINE__ (當前行號), __FILE__ (當前檔名) 等被替換為對應值。

輸出檔不再包含任何巨集、條件編譯指令、特殊符號，語義與原始檔相同，內容卻大不同。

第二階段：編譯與優化

編譯器對預處理輸出進行詞法/語法分析，生成中間代碼或直接產出組合語言。優化分兩層：

• 機器無關優化：刪除公共子運算式、迴圈優化（代碼外提、強度削減、變換迴圈控制條件、常量合併）、複製傳播、刪除無用賦值等。
• 機器相關優化：充分利用硬體暫存器減少記憶體存取；根據流水線、RISC/CISC/VLIW 架構調整指令順序，縮短代碼長度、提升執行效率。

優化後的組合語言需經組譯器轉為機器指令才能執行。

第三階段：組譯

將組合語言一對一翻譯為目標機器指令，產出目標檔。目標檔由段組成，至少包含：

• 代碼段：存放程式指令，通常唯讀、可執行、不可寫。
• 資料段：存放全域/靜態變數，通常可讀、可寫、可執行。

UNIX 系統下目標檔三類型：

1. 可重定位檔：供連結器與其他目標檔合併成可執行檔或共享物件。
2. 共享目標檔：支援靜態連結（生成新目標檔）與動態連結（執行時映射到進程位址空間）。
3. 可執行檔：可被作業系統載入建立進程執行。

組譯器產出的是第一類；後兩類需連結器進一步處理。

第四階段：連結

解決目標檔間的符號引用（跨檔案函式呼叫、全域變數存取、函式庫函式），將分散的目標檔合併為單一可執行整體。

靜態連結

從靜態函式庫（.a, .lib）中將呼叫到的函式代碼複製到最終可執行檔中。優點：執行時無外部依賴；缺點：檔案體積大、記憶體佔用高、升級函式庫需重新連結。

動態連結

可執行檔僅記錄共享物件（.so, .dll）名稱與少量登記資訊。執行時由動態連結器將共享物件映射至進程虛擬位址空間，解析符號地址。優點：檔案小、多進程共享同一實體代碼節省記憶體、函式庫升級無需重連結；缺點：啟動略慢、可能遇到「DLL Hell」版本衝突、極少數情況下效能損耗。

總結與工程師視角

完整編譯流程極其複雜，涉及編譯器理論、硬體架構、工具鏈細節。工程師日常通常只需關注「編譯（原始碼→目標碼）」與「連結（目標碼+函式庫→可執行檔）」兩大階段，但在遇到疑難雜症（如連結錯誤、執行時崩潰、效能瓶頸）時，深入理解各階段機制將助你抽絲剝繭、定位根因。多實踐、多思考，方能臻於化境。