docs(test): add lab progress notes and sema test cases

README.md

@@ -20,6 +20,10 @@
 
 如果希望进一步参考编译相关项目和往届优秀实现，可以查看编译比赛官网的技术支持栏目：<https://compiler.educg.net/#/index?TYPE=26COM>。其中的“备赛推荐”整理了一些编译相关项目，也能看到往届优秀作品的开源实现，这些内容都很值得参考。
 
+此外，仓库中还提供了一份当前实现状态与测试入口的总览文档，便于组内同步进度：
+
+- `doc/实验进度与测试方法.md`
+
 ## 3. 头歌平台协作流程
 
 头歌平台的代码托管方式与 GitHub/Gitee 类似。如果你希望基于当前仓库快速开始协作，可以参考下面这套流程。

doc/实验进度与测试方法.md

@@ -0,0 +1,436 @@
+# 实验进度与测试方法
+
+## 1. 当前实验进度
+
+本文档用于记录当前仓库在各个 Lab 上的实现状态，以及对应的测试与验证方式。  
+需要注意：本仓库当前仍处于“课程示例框架 + 逐步补全”的阶段，并不是一个已经完整实现全部 SysY 语义的编译器。
+
+### 1.1 Lab1 当前进度
+
+Lab1 对应前端语法分析与语法树构建。
+
+当前状态：
+
+- 已提供 `SysY.g4`、ANTLR 驱动与语法树打印能力。
+- 已支持通过 `--emit-parse-tree` 输出语法树。
+- 可使用 `parse-only` 模式单独构建前端，不依赖 `sem` / `irgen` / `mir`。
+
+### 1.2 Lab2 当前进度
+
+Lab2 对应“语法树 -> 语义检查 -> IR”。
+
+当前状态可以拆成两部分来看：
+
+1. `Sema`
+   - 已完成一版基于当前 SysY grammar 的语义检查基础实现。
+   - 已支持多层作用域、变量/常量重定义检查、先声明后使用。
+   - 已支持函数符号收集、函数调用检查、`main` 入口检查。
+   - 已支持 `break` / `continue` 使用位置检查。
+   - 已支持 `return` 与函数返回类型匹配检查。
+   - 已支持 `const` 常量表达式求值、数组维度检查、全局初始化常量性检查。
+   - 已支持 `int/float` 标量表达式、比较、逻辑表达式的基础类型检查。
+   - 已内建 `getint`、`putch`、`getfloat`、`getarray`、`putarray` 等常见运行库函数声明。
+
+2. `IRGen`
+   - 当前仓库原有 `IRGen` 仍是最小示例版本。
+   - 当前只适合支持“局部 `int` 变量 + 常量 + 简单表达式 + `return`”这类极小子集。
+   - 由于 grammar 已扩展，而 `IRGen` 尚未完全同步，所以 Lab2 目前**只完成了前半部分：Sema 基础扩展**。
+   - Lab2 的 IR 生成部分仍需继续补全。
+
+### 1.3 Lab3 当前进度
+
+Lab3 对应“IR -> MIR -> 汇编”。
+
+当前状态：
+
+- 仓库中保留了最小后端链路。
+- 仅适合消费当前最小 IR 子集。
+- 尚不具备对完整 SysY 程序稳定生成汇编的能力。
+
+### 1.4 Lab4-Lab6 当前进度
+
+当前仓库已经预留：
+
+- IR 分析与 Pass 目录结构
+- `Mem2Reg`、`ConstFold`、`ConstProp`、`DCE`、`CSE`、`CFGSimplify` 等文件框架
+- 循环分析、支配树、后端优化等实验入口
+
+但这些阶段是否“完成”，取决于你们后续自行补全，不应默认认为仓库当前已经完全实现。
+
+## 2. 推荐测试思路
+
+建议把测试分成三层：
+
+1. `单阶段验证`
+   - 只验证某个阶段是否工作，例如只看 parse、只看 sema、只看 IR 输出。
+
+2. `链路验证`
+   - 从源码一路走到 IR 或汇编，再运行程序，比对 `.out`。
+
+3. `批量回归`
+   - 对 `test/test_case` 下多个测试统一执行，避免只靠 `simple_add.sy` 判断功能是否完成。
+
+## 3. 别人拉取当前实现后的推荐编译方式
+
+如果其他同学拉取了当前仓库，建议按下面顺序准备环境并编译。
+
+### 3.1 先生成 ANTLR 输出
+
+当前仓库的 CMake 会收集构建目录中的 ANTLR 生成文件，但不会自动调用 ANTLR，所以第一次构建前应先执行：
+
+```bash
+mkdir -p build/generated/antlr4
+java -jar third_party/antlr-4.13.2-complete.jar \
+  -Dlanguage=Cpp \
+  -visitor -no-listener \
+  -Xexact-output-dir \
+  -o build/generated/antlr4 \
+  src/antlr4/SysY.g4
+```
+
+### 3.2 如果只想验证 Lab1
+
+只构建 parse-only 前端：
+
+```bash
+cmake -S . -B build -DCMAKE_BUILD_TYPE=Release -DCOMPILER_PARSE_ONLY=ON
+cmake --build build -j "$(nproc)"
+```
+
+构建后可直接运行：
+
+```bash
+./scripts/test_lab1.sh test/test_case/functional
+```
+
+### 3.3 如果想验证当前 Lab2 的 Sema 部分
+
+由于当前仓库中的 `IRGen` 还没有完全跟上新 grammar，而我们这次主要完成的是 `Sema`，所以推荐单独准备一个 `build-sema/` 目录来验证语义检查。
+
+推荐命令如下：
+
+```bash
+cmake -S . -B build-sema -DCMAKE_BUILD_TYPE=Release -DCOMPILER_PARSE_ONLY=OFF
+mkdir -p build-sema/generated
+cp -r build/generated/antlr4 build-sema/generated/
+cmake --build build-sema --target frontend utils sem -j "$(nproc)"
+```
+
+然后编译 `sema_check`：
+
+```bash
+g++ -std=c++17 \
+  -Iinclude \
+  -Isrc \
+  -Ibuild-sema/generated/antlr4 \
+  -Ithird_party/antlr4-runtime-4.13.2/runtime/src \
+  build-sema/sema_check.cpp \
+  build-sema/src/sem/libsem.a \
+  build-sema/src/frontend/libfrontend.a \
+  build-sema/src/utils/libutils.a \
+  build-sema/libantlr4_runtime.a \
+  -pthread \
+  -o build-sema/sema_check
+```
+
+完成后即可运行：
+
+```bash
+./scripts/test_lab2_sema.sh positive
+./scripts/test_lab2_sema.sh negative
+```
+
+说明：
+
+- `build/` 主要用于 Lab1 parse-only 或后续全量构建
+- `build-sema/` 主要用于当前阶段单独验证 `Sema`
+- `scripts/test_lab2_sema.sh` 依赖 `./build-sema/sema_check`
+
+### 3.4 如果后续要做全量构建
+
+等 `IRGen` 与 grammar 完全同步后，可直接做全量构建：
+
+```bash
+cmake -S . -B build -DCMAKE_BUILD_TYPE=Release -DCOMPILER_PARSE_ONLY=OFF
+cmake --build build -j "$(nproc)"
+```
+
+但在当前阶段，不建议把“全量 build 成功”作为验证 `Sema` 的唯一标准，因为 Lab2 目前完成的是语义分析前半部分，不是整套 IR 生成。
+
+## 4. Lab1 测试方法
+
+### 3.1 构建命令
+
+先生成 ANTLR 输出：
+
+```bash
+mkdir -p build/generated/antlr4
+java -jar third_party/antlr-4.13.2-complete.jar \
+  -Dlanguage=Cpp \
+  -visitor -no-listener \
+  -Xexact-output-dir \
+  -o build/generated/antlr4 \
+  src/antlr4/SysY.g4
+```
+
+然后使用 `parse-only` 构建：
+
+```bash
+cmake -S . -B build -DCMAKE_BUILD_TYPE=Release -DCOMPILER_PARSE_ONLY=ON
+cmake --build build -j "$(nproc)"
+```
+
+### 3.2 单个样例测试
+
+```bash
+./build/bin/compiler --emit-parse-tree test/test_case/functional/simple_add.sy
+```
+
+### 3.3 批量测试
+
+仓库已提供 parse 批量测试脚本。为避免终端直接打印大量语法树导致输出过长，脚本会把每个用例的语法树输出写入单独日志文件。
+
+```bash
+./scripts/test_lab1.sh test/test_case/functional
+```
+
+如果希望指定日志目录，可以使用：
+
+```bash
+./scripts/test_lab1.sh test/test_case/functional test/test_result/lab1_parse_logs
+```
+
+终端中会看到形如：
+
+```text
+TEST test/test_case/functional/simple_add.sy -> test/test_result/lab1_parse_logs/simple_add.parse.log
+...
+ALL_PARSE_OK (...) logs: test/test_result/lab1_parse_logs
+```
+
+说明当前测试目录中的 `.sy` 文件都能通过语法分析；具体语法树内容可直接查看对应 `.parse.log` 文件。
+
+## 5. Lab2 测试方法
+
+Lab2 建议分成两部分测试：`Sema` 和 `IRGen`。
+
+### 4.1 Lab2 当前推荐先测 Sema
+
+因为当前仓库中 `IRGen` 还未完全同步到新 grammar，所以当前阶段更适合先用“语义检查”来证明 Lab2 前半部分已经实现。
+
+#### 4.1.1 当前已验证通过的正例
+
+下面这些测试用例已经可以作为当前 `Sema` 的正向样例：
+
+```bash
+./scripts/test_lab2_sema.sh positive
+```
+
+如果希望指定日志目录，可以使用：
+
+```bash
+./scripts/test_lab2_sema.sh positive test/test_result/lab2_sema_positive_logs
+```
+
+预期现象：
+
+- 终端按用例打印 `TEST ... -> ...`
+- 全部通过后输出 `ALL_SEMA_POSITIVE_OK (...)`
+- 详细输出写入 `*.sema.log`
+
+#### 4.1.2 当前可用于演示的反例
+
+当前已经准备好的反例位于：
+
+- `test/test_case/sema_negative/undef.sy`
+- `test/test_case/sema_negative/break.sy`
+- `test/test_case/sema_negative/ret.sy`
+- `test/test_case/sema_negative/call.sy`
+
+执行命令：
+
+```bash
+./scripts/test_lab2_sema.sh negative
+```
+
+如果希望指定日志目录，可以使用：
+
+```bash
+./scripts/test_lab2_sema.sh negative test/test_result/lab2_sema_negative_logs
+```
+
+预期现象：
+
+- 终端按用例打印 `TEST ... -> ...`
+- 全部符合预期后输出 `ALL_SEMA_NEGATIVE_OK (...)`
+- 每个反例的详细错误信息写入对应 `.sema.log`
+
+例如：
+
+- 使用未声明变量
+- 循环外 `break`
+- `void` 函数返回值
+- 函数参数个数不匹配
+
+#### 4.1.3 语义错误定位信息说明
+
+语义错误信息中的 `@行:列` 用于标明错误位置。
+
+例如：
+
+```text
+[error] [sema] @1:19 - 使用了未声明的标识符: a
+```
+
+表示：
+
+- `1` 是第 1 行
+- `19` 是第 19 列
+
+也就是提示错误出现在源代码第 1 行第 19 列附近，便于快速定位。
+
+#### 4.1.4 当前 Sema 已覆盖的主要错误类型
+
+当前已实现的典型错误检测包括：
+
+- 未声明标识符使用
+- 同作用域重定义
+- 函数重定义
+- 缺少合法 `main`
+- 函数参数数量或类型不匹配
+- `break/continue` 不在循环中
+- `return` 与函数返回类型不匹配
+- 给 `const` 对象赋值
+- 数组维度非法
+- 全局初始化不满足编译期常量要求
+
+### 4.2 Lab2 后续 IR 测试方式
+
+当 `IRGen` 与当前 grammar 对齐后，可使用如下命令输出 IR：
+
+```bash
+./build/bin/compiler --emit-ir test/test_case/functional/simple_add.sy
+```
+
+若需要进一步验证 “IR -> 可执行程序” 链路，可使用：
+
+```bash
+./scripts/verify_ir.sh test/test_case/functional/simple_add.sy test/test_result/ir --run
+```
+
+但需要强调：  
+在当前仓库状态下，这条命令只适合用于未来 IRGen 完成后的测试；不能拿它来证明当前已完成的 `Sema` 部分。
+
+## 6. Lab3 测试方法
+
+Lab3 对应汇编输出与后端链路。
+
+### 5.1 构建
+
+需要全量构建：
+
+```bash
+cmake -S . -B build -DCMAKE_BUILD_TYPE=Release -DCOMPILER_PARSE_ONLY=OFF
+cmake --build build -j "$(nproc)"
+```
+
+### 5.2 单个样例输出汇编
+
+```bash
+./build/bin/compiler --emit-asm test/test_case/functional/simple_add.sy
+```
+
+### 5.3 汇编链路验证
+
+```bash
+./scripts/verify_asm.sh test/test_case/functional/simple_add.sy test/test_result/asm --run
+```
+
+`--run` 模式下会：
+
+1. 生成汇编
+2. 交叉编译为 AArch64 可执行文件
+3. 用 `qemu-aarch64` 运行
+4. 将输出与同名 `.out` 比对
+
+## 7. Lab4 测试方法
+
+Lab4 是优化实验，测试重点不只是“能不能运行”，还包括“优化前后语义一致”。
+
+建议按下面顺序验证：
+
+1. 先确保未优化版本功能正确
+2. 接入优化后再次跑 `verify_ir.sh` 或 `verify_asm.sh`
+3. 比较优化前后的 IR 或汇编输出
+4. 在多个测试上回归，避免某个优化只在 `simple_add` 上看起来没问题
+
+推荐命令：
+
+```bash
+./scripts/verify_ir.sh test/test_case/functional/simple_add.sy test/test_result/ir --run
+./scripts/verify_asm.sh test/test_case/functional/simple_add.sy test/test_result/asm --run
+```
+
+如果你们为优化实现了单独开关，也应额外对比：
+
+```bash
+./build/bin/compiler --emit-ir test/test_case/functional/simple_add.sy
+./build/bin/compiler --emit-asm test/test_case/functional/simple_add.sy
+```
+
+## 8. Lab5 测试方法
+
+Lab5 的测试重点是：
+
+- 寄存器分配后代码仍然正确
+- spill/reload 逻辑没有破坏语义
+- 汇编仍能完整运行
+
+推荐直接走后端完整链路：
+
+```bash
+./scripts/verify_asm.sh test/test_case/functional/simple_add.sy test/test_result/asm --run
+```
+
+完成寄存器分配后，不应只测单个样例，建议至少覆盖：
+
+- `functional/`
+- `performance/` 中若干较大样例
+
+## 9. Lab6 测试方法
+
+Lab6 重点是循环和并行相关优化，测试要分成功能正确性和优化收益两部分。
+
+### 8.1 功能正确性
+
+```bash
+./scripts/verify_ir.sh test/test_case/functional/simple_add.sy test/test_result/ir --run
+./scripts/verify_asm.sh test/test_case/functional/simple_add.sy test/test_result/asm --run
+```
+
+### 8.2 优化效果观察
+
+你们可以对比优化前后的：
+
+- IR 输出
+- 汇编输出
+- 执行时间
+- 代码规模
+
+例如：
+
+```bash
+./build/bin/compiler --emit-ir test/test_case/functional/simple_add.sy
+./build/bin/compiler --emit-asm test/test_case/functional/simple_add.sy
+```
+
+真正评估循环优化时，建议使用包含明显循环结构的功能或性能测试，而不是只看 `simple_add.sy`。
+
+## 10. 当前阶段的建议结论
+
+如果你要汇报当前仓库状态，可以概括为：
+
+1. Lab1 的语法树构建链路已经具备独立测试方式。
+2. Lab2 当前已经完成 `Sema` 基础扩展，并可通过正反例直接演示。
+3. Lab2 的 `IRGen` 还需要继续补全，当前不能把整份 Lab2 视为全部完成。
+4. Lab3 及后续实验目前主要还是框架和最小样例能力，完整覆盖仍需后续实现。

scripts/test_lab1.sh

@@ -3,6 +3,7 @@
 set -euo pipefail
 
 case_dir="${1:-test/test_case}"
+log_dir="${2:-test/test_result/lab1_parse_logs}"
 
 if [[ ! -d "$case_dir" ]]; then
   echo "测试目录不存在: $case_dir" >&2
@@ -15,6 +16,8 @@ if [[ ! -x "$compiler" ]]; then
   exit 1
 fi
 
+mkdir -p "$log_dir"
+
 mapfile -t cases < <(find "$case_dir" -name '*.sy' | sort)
 if [[ ${#cases[@]} -eq 0 ]]; then
   echo "未找到任何 .sy 测试文件: $case_dir" >&2
@@ -22,11 +25,14 @@ if [[ ${#cases[@]} -eq 0 ]]; then
 fi
 
 for f in "${cases[@]}"; do
-  echo "TEST $f"
-  "$compiler" --emit-parse-tree "$f" >/dev/null || {
-    echo "FAIL $f" >&2
+  rel="${f#$case_dir/}"
+  safe_name="${rel//\//__}"
+  log_file="$log_dir/${safe_name%.sy}.parse.log"
+  echo "TEST $f -> $log_file"
+  if ! "$compiler" --emit-parse-tree "$f" >"$log_file" 2>&1; then
+    echo "FAIL $f (see $log_file)" >&2
     exit 1
-  }
+  fi
 done
 
-echo "ALL_PARSE_OK (${#cases[@]} cases)"
+echo "ALL_PARSE_OK (${#cases[@]} cases) logs: $log_dir"

scripts/test_lab2_sema.sh

@@ -0,0 +1,92 @@
+#!/usr/bin/env bash
+
+set -euo pipefail
+
+mode="${1:-positive}"
+log_dir="${2:-test/test_result/lab2_sema_logs}"
+
+checker="./build-sema/sema_check"
+if [[ ! -x "$checker" ]]; then
+  echo "未找到语义测试驱动: $checker" >&2
+  echo "请先准备 build-sema/sema_check。" >&2
+  exit 1
+fi
+
+mkdir -p "$log_dir"
+
+case_files=()
+expected_prefix=""
+
+case "$mode" in
+  positive)
+    expected_prefix="OK"
+    case_files=(
+      "test/test_case/functional/simple_add.sy"
+      "test/test_case/functional/09_func_defn.sy"
+      "test/test_case/functional/25_scope3.sy"
+      "test/test_case/functional/29_break.sy"
+      "test/test_case/functional/05_arr_defn4.sy"
+      "test/test_case/functional/95_float.sy"
+    )
+    ;;
+  negative)
+    expected_prefix="ERR"
+    case_files=(
+      "test/test_case/sema_negative/undef.sy"
+      "test/test_case/sema_negative/break.sy"
+      "test/test_case/sema_negative/ret.sy"
+      "test/test_case/sema_negative/call.sy"
+    )
+    ;;
+  *)
+    echo "用法: $0 [positive|negative] [log_dir]" >&2
+    exit 1
+    ;;
+esac
+
+if [[ ${#case_files[@]} -eq 0 ]]; then
+  echo "没有可执行的测试用例" >&2
+  exit 1
+fi
+
+for f in "${case_files[@]}"; do
+  if [[ ! -f "$f" ]]; then
+    echo "测试文件不存在: $f" >&2
+    exit 1
+  fi
+done
+
+all_ok=true
+for f in "${case_files[@]}"; do
+  base="$(basename "${f%.sy}")"
+  log_file="$log_dir/${base}.sema.log"
+  echo "TEST $f -> $log_file"
+  set +e
+  "$checker" "$f" >"$log_file" 2>&1
+  status=$?
+  set -e
+
+  if ! grep -q "^${expected_prefix} $f$" "$log_file"; then
+    echo "FAIL $f (see $log_file)" >&2
+    all_ok=false
+    continue
+  fi
+
+  if [[ "$mode" == "positive" && $status -ne 0 ]]; then
+    echo "FAIL $f (expected success, see $log_file)" >&2
+    all_ok=false
+    continue
+  fi
+
+  if [[ "$mode" == "negative" && $status -eq 0 ]]; then
+    echo "FAIL $f (expected semantic error, see $log_file)" >&2
+    all_ok=false
+    continue
+  fi
+done
+
+if [[ "$all_ok" != true ]]; then
+  exit 1
+fi
+
+echo "ALL_SEMA_${mode^^}_OK (${#case_files[@]} cases) logs: $log_dir"

test/test_case/sema_negative/break.sy

@@ -0,0 +1 @@
+int main(){ break; return 0; }

test/test_case/sema_negative/call.sy

@@ -0,0 +1,2 @@
+int f(int x){ return x; }
+int main(){ return f(); }

test/test_case/sema_negative/ret.sy

@@ -0,0 +1,2 @@
+void f(){ return 1; }
+int main(){ return 0; }

test/test_case/sema_negative/undef.sy

@@ -0,0 +1 @@
+int main(){ return a; }