既然C编译器是C语言写，那么第一个C编译器是怎样来的？
当今几乎绝大部分实用的编译器/解释器（以下统称编译器）都是用c语言编写的。有一些语言比如clojure，jython等是基于jvm或者说是用java实现的，ironpython等是基于.net实现的。 但是java和c#等本身也要依靠c/c++来实现，等于是间接调用了c。所以衡量某种高级语言的可移植性其实就是在讨论ansi/iso c的移植性。 c语言是很低级的语言，很多方面都近似于汇编语言，在《intel 32位汇编语言程序设计》一书中，甚至介绍了手工把简单的c语言翻译成汇编的方法。对于编译器这种系统软件，用c语言来编写是很自然不过的，即使是像python这样的高级语言依然在底层依赖于c语言。 举python的例子是因为intel的黑客正在尝试让python不需要操作系统就能运行——实际上是免去了bios上的一次性c代码。 现在的学生，学过编译原理后，只要有点编程能力的都可以实现一个功能简单的类c语言编译器。可是问题来了，不知道你有没有想过，大家都用c语言或基于c语言的语言来写编译器，那么世界上第一个c语言编译器又是怎么编写的呢？这不是一个“鸡和蛋”的问题……
让我们回顾一下c语言历史：1970年tomphson和ritchie在bcpl（一种解释型语言）的基础上开发了b语言，1973年又在b语言的基础上成功开发出了现在的c语言。
在c语言被用作系统编程语言之前，tomphson也用过b语言编写过操作系统。可见在c语言实现以前，b语言已经可以投入实用了。因此第一个c语言编译器的原型完全可能是用b语言或者混合b语言与pdp汇编语言编写的。
可能有不少人知道，b语言的执行效率比较低，但是如果全部用汇编语言来编写，不仅开发周期长、维护难度大，更可怕的是失去了高级程序设计语言必需的移植性。 给一张图让大家感受一下这的差别： 所以早期的c语言编译器就采取了一个取巧的办法：先用汇编语言编写一个c语言的一个子集的编译器，再通过这个子集去递推完成完整的c语言编译器。详细的过程如下：
先创造一个只有c语言最基本功能的子集，记作c0语言，c0语言已经足够简单了，可以直接用汇编语言编写出c0的编译器。依靠c0已有的功能，设计比c0复杂，但仍然不完整的c语言的又一个子集c1语言。
其中c0属于c1，c1属于c，用c0开发出c1语言的编译器。在c1的基础上设计c语言的又一个子集c2语言，c2语言比c1复杂，但是仍然不是完整的c语言，开发出c2语言的编译器……如此直到cn，cn已经足够强大了，这时候就足够开发出完整的c语言编译器的实现了。
至于这里的n是多少，这取决于你的目标语言（这里是c语言）的复杂程度和程序员的编程能力——简单地说，如果到了某个子集阶段，可以很方便地利用现有功能实现c语言时，那么你就找到n了。
下面的图说明了这个抽象过程：
c语言
cn语言
……
c0语言
汇编语言
机器语言
那么这种大胆的子集简化的方法，是怎么实现的，又有什么理论依据呢？
先介绍一个概念，“自编译”self-compile，也就是对于某些具有明显自举性质的强类型（所谓强类型就是程序中的每个变量必须声明类型后才能使用，比如c语言，相反有些脚本语言则根本没有类型这一说法）编程语言，可以借助它们的一个有限小子集，通过有限次数的递推来实现对它们自身的表述，这样的语言有c、pascal、ada等等，至于为什么可以自编译，可以参见清华大学出版社的《编译原理》，书中实现了一个pascal的子集的编译器。 总之，已经有计算机科学家证明了，c语言理论上是可以通过上面说的cvm的方法实现完整的编译器的，那么实际上是怎样做到简化的呢？
这张图是不是有点熟悉？对了就是在讲虚拟机的时候见到过，不过这里是cvm（c language virtual machine），每种语言都是在每个虚拟层上可以独立实现编译的，并且除了c语言外，每一层的输出都将作为下一层的输入（最后一层的输出就是应用程序了），这和滚雪球是一个道理。用手（汇编语言）把一小把雪结合在一起，一点点地滚下去就形成了一个大雪球，这大概就是所谓的0生1，1生c，c生万物吧？
下面是c99的关键字：
auto enum restrict unsigned
break extern return void
case float short volatile
char for signed while
const goto sizeof _bool
continue if static _complex
default inline struct _imaginary
do int switch
double long typedef
else register union
//共37个
仔细看看，其实其中有很多关键字是为了帮助编译器进行优化的，还有一些是用来限定变量、函数的作用域、链接性或者生存周期（函数没有）的，这些在编译器实现的早期根本不必加上，于是可以去掉auto, restrict, extern, volatile, const, sizeof, static, inline, register, typedef，这样就形成了c的子集，c3语言，c3语言的关键字如下：
enum unsigned
break return void
case float short
char for signed while
goto _bool
continue if _complex
default struct _imaginary
do int switch
double long
else union
//共27个
再想一想，发现c3中其实有很多类型和类型修饰符是没有必要一次性都加上去的，比如三种整型，只要实现int就行了，因此进一步去掉这些关键词，它们是：unsigned, float, short, char(char 是 int), signed, _bool, _complex, _imaginary, long，这样就形成了我们的c2语言，c2语言关键字如下：
enum
break return void
case
for while
goto
continue if
default struct
do int switch
double
else union
//共18个
继续思考，即使是只有18个关键字的c2语言，依然有很多高级的地方，比如基于基本数据类型的复合数据结构，另外我们的关键字表中是没有写运算符的，在c语言中的复合赋值运算符->、运算符的++、– 等过于灵活的表达方式此时也可以完全删除掉，因此可以去掉的关键字有：enum, struct, union，这样我们可以得到c1语言的关键字：
break return void
case
for while
goto
continue if
default
do int switch
double
else
//共15个
接近完美了，不过最后一步手笔自然要大一点。这个时候数组和指针也要去掉了，另外c1语言其实仍然有很大的冗杂度，比如控制循环和分支的都有多种表述方法，其实都可简化成一种，具体的来说，循环语句有while循环，do…while循环和for循环，只需要保留while循环就够了；分支语句又有if…{}, if…{}…else, if…{}…else if…, switch，这四种形式，它们都可以通过两个以上的if…{}来实现，因此只需要保留if,…{}就够了。可是再一想，所谓的分支和循环不过是条件跳转语句罢了，函数调用语句也不过是一个压栈和跳转语句罢了，因此只需要goto（未限制的goto）。因此大胆去掉所有结构化关键字，连函数也没有，得到的c0语言关键字如下：
break void
goto
int
double
//共5个
这已经是简约的极致了。
只有5个关键字，已经完全可以用汇编语言快速的实现了。通过逆向分析我们还原了第一个c语言编译器的编写过程，也感受到了前辈科学家们的智慧和勤劳！我们都不过是巨人肩膀上的灰尘罢了！0生1，1生c，c生万物，实在巧妙！
OPPOR9s清新绿图赏：原来还能这么文艺时尚
比特币先生称加密数字货币的监管既不可取也没必要
关于讯飞人脸识别—自然交互的性能分析和应用
苹果13最适合买的配置
集成隔离电源的隔离器芯片主要应用领域
既然C编译器是C语言写，那么第一个C编译器是怎样来的？
让镜头更小更好的方法——超透镜
AI视觉在教育场景中的创新应用
VL53L5CX驱动开发(4)----运动指示器
网络安全工作需要具备的10种能力
M5年度热销产品TOP10
AirPods Pro或将在本月底推出，支持高级别的防尘防水
移远通信携手长城汽车和中国联通计划展开5G战略合作
中国电信宣布李正茂获委任为公司总裁兼COO首席运营官
单线激光雷达是什么 如何选型
苹果芯片研发主管Johny Srouji放弃竞争英特尔CEO
AI时代，英特尔如何助力物联网变革？
台积电7纳米订单暴冲 将奠定客户更高接受度的基石
苹果2020财年结束后 iPhone这13年累计销量将达到近20亿部
使用RapidIO技术搭建可重构信号处理平台
让我们回顾一下c语言历史：1970年tomphson和ritchie在bcpl（一种解释型语言）的基础上开发了b语言，1973年又在b语言的基础上成功开发出了现在的c语言。
在c语言被用作系统编程语言之前，tomphson也用过b语言编写过操作系统。可见在c语言实现以前，b语言已经可以投入实用了。因此第一个c语言编译器的原型完全可能是用b语言或者混合b语言与pdp汇编语言编写的。
可能有不少人知道，b语言的执行效率比较低，但是如果全部用汇编语言来编写，不仅开发周期长、维护难度大，更可怕的是失去了高级程序设计语言必需的移植性。 给一张图让大家感受一下这的差别： 所以早期的c语言编译器就采取了一个取巧的办法：先用汇编语言编写一个c语言的一个子集的编译器，再通过这个子集去递推完成完整的c语言编译器。详细的过程如下：
先创造一个只有c语言最基本功能的子集，记作c0语言，c0语言已经足够简单了，可以直接用汇编语言编写出c0的编译器。依靠c0已有的功能，设计比c0复杂，但仍然不完整的c语言的又一个子集c1语言。
其中c0属于c1，c1属于c，用c0开发出c1语言的编译器。在c1的基础上设计c语言的又一个子集c2语言，c2语言比c1复杂，但是仍然不是完整的c语言，开发出c2语言的编译器……如此直到cn，cn已经足够强大了，这时候就足够开发出完整的c语言编译器的实现了。
至于这里的n是多少，这取决于你的目标语言（这里是c语言）的复杂程度和程序员的编程能力——简单地说，如果到了某个子集阶段，可以很方便地利用现有功能实现c语言时，那么你就找到n了。
下面的图说明了这个抽象过程：
c语言
cn语言
……
c0语言
汇编语言
机器语言
那么这种大胆的子集简化的方法，是怎么实现的，又有什么理论依据呢？
先介绍一个概念，“自编译”self-compile，也就是对于某些具有明显自举性质的强类型（所谓强类型就是程序中的每个变量必须声明类型后才能使用，比如c语言，相反有些脚本语言则根本没有类型这一说法）编程语言，可以借助它们的一个有限小子集，通过有限次数的递推来实现对它们自身的表述，这样的语言有c、pascal、ada等等，至于为什么可以自编译，可以参见清华大学出版社的《编译原理》，书中实现了一个pascal的子集的编译器。 总之，已经有计算机科学家证明了，c语言理论上是可以通过上面说的cvm的方法实现完整的编译器的，那么实际上是怎样做到简化的呢？
这张图是不是有点熟悉？对了就是在讲虚拟机的时候见到过，不过这里是cvm（c language virtual machine），每种语言都是在每个虚拟层上可以独立实现编译的，并且除了c语言外，每一层的输出都将作为下一层的输入（最后一层的输出就是应用程序了），这和滚雪球是一个道理。用手（汇编语言）把一小把雪结合在一起，一点点地滚下去就形成了一个大雪球，这大概就是所谓的0生1，1生c，c生万物吧？
下面是c99的关键字：
auto enum restrict unsigned
break extern return void
case float short volatile
char for signed while
const goto sizeof _bool
continue if static _complex
default inline struct _imaginary
do int switch
double long typedef
else register union
//共37个
仔细看看，其实其中有很多关键字是为了帮助编译器进行优化的，还有一些是用来限定变量、函数的作用域、链接性或者生存周期（函数没有）的，这些在编译器实现的早期根本不必加上，于是可以去掉auto, restrict, extern, volatile, const, sizeof, static, inline, register, typedef，这样就形成了c的子集，c3语言，c3语言的关键字如下：
enum unsigned
break return void
case float short
char for signed while
goto _bool
continue if _complex
default struct _imaginary
do int switch
double long
else union
//共27个
再想一想，发现c3中其实有很多类型和类型修饰符是没有必要一次性都加上去的，比如三种整型，只要实现int就行了，因此进一步去掉这些关键词，它们是：unsigned, float, short, char(char 是 int), signed, _bool, _complex, _imaginary, long，这样就形成了我们的c2语言，c2语言关键字如下：
enum
break return void
case
for while
goto
continue if
default struct
do int switch
double
else union
//共18个
继续思考，即使是只有18个关键字的c2语言，依然有很多高级的地方，比如基于基本数据类型的复合数据结构，另外我们的关键字表中是没有写运算符的，在c语言中的复合赋值运算符->、运算符的++、– 等过于灵活的表达方式此时也可以完全删除掉，因此可以去掉的关键字有：enum, struct, union，这样我们可以得到c1语言的关键字：
break return void
case
for while
goto
continue if
default
do int switch
double
else
//共15个
接近完美了，不过最后一步手笔自然要大一点。这个时候数组和指针也要去掉了，另外c1语言其实仍然有很大的冗杂度，比如控制循环和分支的都有多种表述方法，其实都可简化成一种，具体的来说，循环语句有while循环，do…while循环和for循环，只需要保留while循环就够了；分支语句又有if…{}, if…{}…else, if…{}…else if…, switch，这四种形式，它们都可以通过两个以上的if…{}来实现，因此只需要保留if,…{}就够了。可是再一想，所谓的分支和循环不过是条件跳转语句罢了，函数调用语句也不过是一个压栈和跳转语句罢了，因此只需要goto（未限制的goto）。因此大胆去掉所有结构化关键字，连函数也没有，得到的c0语言关键字如下：
break void
goto
int
double
//共5个
这已经是简约的极致了。
只有5个关键字，已经完全可以用汇编语言快速的实现了。通过逆向分析我们还原了第一个c语言编译器的编写过程，也感受到了前辈科学家们的智慧和勤劳！我们都不过是巨人肩膀上的灰尘罢了！0生1，1生c，c生万物，实在巧妙！
OPPOR9s清新绿图赏：原来还能这么文艺时尚
比特币先生称加密数字货币的监管既不可取也没必要
关于讯飞人脸识别—自然交互的性能分析和应用
苹果13最适合买的配置
集成隔离电源的隔离器芯片主要应用领域
既然C编译器是C语言写，那么第一个C编译器是怎样来的？
让镜头更小更好的方法——超透镜
AI视觉在教育场景中的创新应用
VL53L5CX驱动开发(4)----运动指示器
网络安全工作需要具备的10种能力
M5年度热销产品TOP10
AirPods Pro或将在本月底推出，支持高级别的防尘防水
移远通信携手长城汽车和中国联通计划展开5G战略合作
中国电信宣布李正茂获委任为公司总裁兼COO首席运营官
单线激光雷达是什么 如何选型
苹果芯片研发主管Johny Srouji放弃竞争英特尔CEO
AI时代，英特尔如何助力物联网变革？
台积电7纳米订单暴冲 将奠定客户更高接受度的基石
苹果2020财年结束后 iPhone这13年累计销量将达到近20亿部
使用RapidIO技术搭建可重构信号处理平台