GCC

由于GCC是在GPL许可下授权的，其他为C以外语言编写接口的程序员可以自由的开发其自己的编译器分支，只要他们遵守GPL许可条款。但是，多分叉在日后体现出低效和不便的特点；而且人们很难使热爱稳定性胜过新特性的GCC官方项目接受他们的分支。[17]FSF对添加到GCC 2.x官方版本（1992年开始开发）中的内容进行了相当严格的控制，以至于被Eric S. Raymond在《大教堂与集市》中形容为 "大教堂 "开发模式。

在1997年，一群不滿GCC緩慢且封閉的創作環境者，組織了一個名為实验性/增强型GNU编译器系统（Experimental/Enhanced GNU Compiler System）的專案[17][12]，将几个实验性分叉合并为一个项目。其基础是GCC的开发快照（大概取自2.7.2，后来跟进到2.8.1）。合并内容包括g77（Fortran）、PGCC（P5 Pentium优化的GCC）[12]，许多C++的改进，以及许多新的架构和操作系统变种。[18]

这两个项目都密切观察着彼此的动态，但是EGCS的发展明显更活跃，因此FSF正式停止他们对GCC 2.x编译器的开发并希望EGCS成为GCC的官方版本。在1999年4月EGCS项目被任命为为GCC的维护者。随着1999年7月GCC 2.95的发布，这两个项目再次联合起来。[19][12]此后，GCC在一个指导委员会的指导下，来自各国的程序员小组会对其进行维护。[20]

由于缺乏维护，GCC 3 (2002)移除了CHILL的前端支持。[21]在版本4.0之前，GCC 3中的Fortran前端是g77，只支持FORTRAN 77。该前端后来被废弃，取而代之的是新GNU Fortran前端，支持Fortran 95和Fortran 2003及Fortran 2008的大部分内容 。[22][23]从GCC 4.8版开始，GCC由C++语言编写。[24]从GCC 5到GCC 7都保留了对Cilk Plus的支持。[25][26]

GCC已经被移植到各种指令集架构上，并被广泛部署为开发自由或专有软件的工具。GCC还可用于许多嵌入式系统，包括Symbian（称为gcce）[27]、基于ARM和基于Power ISA的芯片。[28]该编译器可以在各种平台上输出，包括游戏控制器中的PS2[29]、Cell微处理器架构的PS3[30]以及Dreamcast。[31]相比于其他编译器，GCC编译器被部署在更多的操作系统和处理器上。[32]

前端包括预处理、词法分析、语法分析（解析）和句意分析。编译器前端的目标是根据编程语言语法和语义接受或拒绝输入程序，识别错误并将有效的程序表述传递给编译器后端。这个例子展示了编译器前端对一个用C语言编写的简单程序进行词法分析和语法分析的步骤。

每个前端都使用一个分析器来产生给定的源代码的一个抽象语法树。由于语法树的抽象性，不同语言的源代码都可以被同一个后端处理。GCC一开始使用bison生成的LALR语法分析器，但在2004年逐渐转向用于C++的递归下降解析器[54]，并在 2006 年用于C和Objective-C[55]。2021年开始，所有前端都使用递归下降解析器。

在 GCC 4.0 之前，程序的语法树结构不完全独立于输出的目标处理器架构。对于不同语言的前端来说，语法树的含义可能不同；而且前端可以提供它們特別的語法樹規則。随着 GENERIC 和 GIMPLE 的引入，这种情况得以避免。这是两种新的独立于语言的语法树形式，随GCC 4.0引入编译器前端。GENERIC更复杂，是一种基于 GCC 3.x Java 前端的中介表示。 GIMPLE 是一个简化的 GENERIC，其中各种结构被简化为多个 GIMPLE 指令。 C、C++ 和 Java 前端直接在前端生成 GENERIC。 相反，其他前端在解析后会有不同的中介表示，这些中介表示将转换为 GENERIC。前端生成GENERIC之後再使用「gimplifier」技術简化GENERIC的複雜結構，成為一較簡單的以SSA为基礎的GIMPLE形式，一种强大的，独立于语言和体系结构的全局（函数范围）优化的通用语言。

GENERIC 是一种中间表示语言，在将源代码编译成可执行二进制文件时用作“中介端”。GCC的所有前端都指向GENERIC的子集GIMPLE。GCC 的中间阶段进行所有的独立于编译语言和目标架构的代码分析和优化，从 GENERIC 表示法开始[56]将其转译为暫存器傳遞語言（RTL）。GENERIC 表示只包含中介端优化后的指令式编程结构的子集。

在将源代码转译为GIMPLE表示时[57]，会使用临时变量将复杂表达式拆分为三位址碼。这种表示法的灵感来自于 Laurie J. Hendren[58] 在 McCAT 编译器[59]中提出的 SIMPLE 表示法，用于简化指令式程序的分析和优化。

一般編譯器作者會將語法樹的最佳化放在前端，但其實此步驟並不看語言的種類而有不同，且不需要用到語法解析器。因此GCC作者們將此步驟歸入通稱為中介階段的部分裡。此類的最佳化包括消解死碼、消解重複運算與全域數值重編碼等。許多最佳化技巧也正在實作中。

GCC的后端部分是由预处理器宏和目标架构特有的函数指定的，例如定义其字节序、字大小和调用约定。后端的前半部分使用这些来决定RTL的生成形式，因此雖然GCC的RTL理論上不受處理器影響，但在此階段其抽象指令已被轉換成目標架構的格式。在任何时候，构成程序的实际RTL指令都必须符合目标架构的机器描述标准。

机器描述文件包含了RTL模式、操作数约束和输出最终汇编的代码片段。这些约束条件表明，一个特定的RTL模式可能只适用于某些硬件寄存器，或者某些只允许有限大小的即时操作数偏移（例如12、16、24、...位偏移，等等）的架构。在RTL生成过程中，给定目标架构的约束条件会被检查。为了发布一个给定的RTL片段，它必须与机器描述文件中的一个或多个RTL模式相匹配，并满足该模式的约束条件；否则，就无法将最终的RTL转换成机器代码。

在编译结束时，有效RTL会被简化为严格的形式，其中每条指令都指向真实的机器寄存器、和目标机器描述文件中的一种模式。严格化RTL是个相当复杂的工作：首先是寄存器分配，选择真实的硬件寄存器来取代最初分配的伪寄存器；还有重载，未分配实际硬件寄存器的伪寄存器都会被溢出到堆栈中，并生成执行此溢出的 RTL。过大的偏移量无法适合实际指令，故会被分解成服从偏移量约束的RTL序列。

後端在最后通过调用与每个模式相关联的一小段代码来构建机器代码，以使用在重载时选择的最终寄存器、偏移量和地址从目标指令集中生成真正的指令。当汇编生成片段只是一个字符串时，就会执行寄存器、偏移量和/或地址到字符串的简单字符串替换。汇编生成片段也可以是一个简短的C代码块，但最终也会返回一个包含有效汇编代码的字符串。

GCC 项目在GPLv3的许可下实现了C++标准库（libstdc++）。[60][61]目前的最新版本是11。

• Richard M. Stallman：Using and Porting the GNU Compiler Collection（页面存档备份，存于）, Free Software Foundation，ISBN 0-595-10035-X
• Richard M. Stallman: Using Gcc: The Gnu Compiler Collection Reference（页面存档备份，存于）, Free Software Foundation, ISBN 1-882114-39-6
• Brian J. Gough：An Introduction to GCC, Network Theory Ltd., ISBN 0-9541617-9-3