Crusty — Compilador C em Rust

Projeto da disciplina de Compiladores 1. Implementa um compilador para um subconjunto da linguagem C, escrito em Rust, com backend nativo x86-64 (System V ABI, Linux).

Estágio atual

Fase	Status
Análise léxica	Completo
Análise sintática	Completo
Análise semântica	Completo
IR (TAC)	Completo
Otimizações (CSE, DCE, constant folding, copy propagation, LICM, inlining)	Completo
Geração de código x86-64	Completo para tipos inteiros, ponteiros, structs, arrays, globais e double (registradores XMM)

Limitações conhecidas

• float não tem codegen. double já é suportado pelo backend x86-64 (registradores XMM, issue #172), mas float ainda não — o analisador semântico aceita e tipa float, mas o backend ainda não emite o código correspondente. Programas que usam float falham com error: code generation no estágio final; use double no lugar.
• O modo REPL interativo (executar crusty sem argumentos) não está implementado.
• --dump-ir ainda não imprime a IR (placeholder).

Fora isso, o pipeline completo (lexer → parser → análise semântica → IR → otimizações → assembly x86-64 → executável ELF via gcc) funciona ponta a ponta para um subconjunto relevante de C: tipos inteiros, char e double, ponteiros, structs, arrays de tamanho fixo, enums, typedefs, variáveis globais, todas as estruturas de controle (if/while/do-while/for/switch) e chamadas de função.

Estrutura do projeto

src/
├── lexer/       Análise léxica — transforma código-fonte em tokens
├── parser/      Análise sintática — constrói a AST via Pratt parsing
├── analyser/    Análise semântica — tabela de símbolos, escopos, verificação de tipos
├── ir/          Geração e lowering da IR intermediária (TAC)
├── codegen/     Geração de código — otimizações sobre TAC (inter/) e backend x86-64 (last/)
├── common/      Estruturas compartilhadas: AST, erros, spans, utilitários
├── examples/    Arquivos .c de exemplo usados em testes e demonstrações
└── tests/       Testes unitários por módulo
tests/           Testes de integração e smoke tests (ponta a ponta, com gcc)
docs/            Documentação técnica de cada fase do compilador

Começando

Instruções completas de instalação e configuração do ambiente (Rust, gcc, verificação de toolchain) estão em INSTALL.md.

Resumo rápido:

rustup update stable
cargo build --release
cargo run --release -- src/examples/hello_world.c
./hello_world

Uso

crusty [flags] <arquivo>

Principais flags (lista completa em crusty sem argumentos):

Flag	Efeito
--dump-tokens	Lista os tokens emitidos pelo lexer
--dump-ast	Imprime a AST
--only-lex / --only-parse / --only-semantic	Para o pipeline no estágio indicado
-S, --emit-asm / --emit=asm	Para após emitir o assembly x86-64 (.s)
--emit=obj	Para após montar o objeto (.o), sem linkar
--emit=exe	Monta e linka um executável ELF rodável (padrão)
-o <arquivo>, --out-dir <dir>, --out-name <nome>	Controlam o caminho/nome de saída
-O0|-O1|-O2|-O3, --opt-level <n>	Nível de otimização aplicado à IR

Exemplo gerando e executando um binário:

cargo run --release -- src/examples/simple.c -o /tmp/simple
/tmp/simple; echo "exit: $?"

Funcionalidades implementadas

Lexer

• Literais inteiros (decimal, octal, hexadecimal), float, string e char
• Todos os operadores C: aritméticos, relacionais, lógicos, bitwise, atribuição composta, ->, ++, --
• 30+ palavras-chave: if, while, for, do, switch, typedef, enum, struct, sizeof, etc.
• Rastreamento de spans (linha/coluna) para mensagens de erro precisas
• Recuperação de erros (continua após erro léxico)

Parser (Pratt)

• Declarações globais: função, variável, struct, enum, typedef
• Statements: if/else, while, do-while, for, switch/case, return, break, continue
• Expressões com precedência completa: cast, sizeof, ternário, acesso a membro (., ->)
• Recuperação de erros (sincroniza em ; ou })

Analisador Semântico

• Tabela de símbolos com escopos aninhados
• Detecção de variáveis não declaradas e redeclarações
• Registro de structs e resolução de campos (., ->)
• Registro e resolução de aliases de typedef
• Registro de variantes de enum como constantes int
• Inferência de tipo para expressões
• Verificação de tipo em atribuições e operações binárias
• Promoção numérica implícita (Double > Float > Long > Int)
• Detecção de atribuição a const

IR e otimizações

• Lowering de AST para TAC (Three-Address Code), incluindo arrays fixos, structs e globais
• Pipeline de otimização configurável por nível (-O0..-O3): constant folding, common subexpression elimination, dead code elimination, copy propagation, loop-invariant code motion, inlining

Backend x86-64

• Convenção de chamada System V ABI (inteiros/ponteiros em rdi..r9/rax, double em xmm0..xmm7)
• Endereço de variáveis, indexação de array, acesso a membro de struct (., ->), address-of/deref
• Aritmética, comparações e literais de double via registradores XMM (addsd/subsd/mulsd/divsd/ucomisd)
• sizeof em tempo de compilação
• Variáveis globais com acesso RIP-relative
• Peephole optimizer sobre o assembly emitido
• Emissão de .s, montagem de .o e link de executável via gcc

Testes

Cobertura completa (testes unitários e testes com arquivos .c reais, executados de ponta a ponta) está documentada em TESTER.md.

Resumo rápido:

cargo test --all          # ~361 testes (unitários + integração + smoke e2e)
cargo clippy -- -D warnings
cargo fmt --check

Documentação técnica

• Lexer — scanner, tokens, erros léxicos
• Parser — Pratt parser, AST, recuperação de erros
• Analisador Semântico — tabela de símbolos, verificação de tipos
• Precedência de Operadores C — tabela C11 e mapeamento para binding powers
• INSTALL.md — como preparar o ambiente e compilar o projeto
• TESTER.md — como rodar e interpretar todos os testes

Contribuidores

Nome	GitHub / contato
Lucas Andrade Zanetti	@Bappoz
Gustavo Xavier	@guxvr
Hugo Freitas Silva	@HugoFreitass
Matheus Lemes	@matheuslemesam
Philipe Caetano	philipe2015amancio@hotmail.com