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

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

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