プログラミング言語の基礎

１．機械語

プログラミング言語について述べる前に、まず、機械語について簡単に説明する。図 1. にコンピュータの概念図を示す。ただし、ここには、機械語を説明するのに必要な処理装置とメモリのみを図示している。

この図は C言語で言えば、次のようなプログラムが機械語でどのように表されるかを示したものである。機械語命令は 0210番地（16進表記）から 0213番地の４行であり、変数 A, B, C, X は FE03番地から FE06番地に割り当てられている。

   int A = 2, B = 10, C = 3, X;
   X = B * C + A;

「0001 0101」とか「0011 1000」というのが機械語命令であり、その右はそれぞれの機械語命令が何をするものかを解り易いように、英字（ニーモニックと呼ばれる）で表記したもので、アセンブリ言語と呼ばれる。

すなわち、X = B * C + A;　は LOAD B, MULT C, ADD A, STORE X の４命令となる。

図１. コンピュータの概念図(レジスタマシン)

実際の各機械語命令のサイズはもっと長く、また、長さは、一般には、一定ではない。機械語プログラムの実例として、次のC言語プログラム test00.c を TCC[1] でコンパイルした結果を下に示す。機械語命令はマシンに依存する。この機械語プログラムはインテルが開発した32ビットマイクロプロセッサのアーキテクチャ IA-32 を対象としたものである。

[test00.c]

#include <stdio.h>

void main() {
    int A = 69, B = 10, C = 3, X;

    X = B * C + A;
    printf("X=%d\n", X);
}

Windowsパソコンで動く実行可能形式プログラムは大きくはヘッダ部、コード部およびデータ部で構成される。以下は、コード部で main関数に対応する部分のみを抽出したものである。

00401000            fn_00401000:        ; Xref 004010BE
00401000 55             push    ebp
00401001 89E5           mov     ebp,esp
00401003 81EC10000000   sub     esp,10h
00401009 90             nop
0040100A B845000000     mov     eax,45h
0040100F 8945FC         mov     [ebp-4],eax     ; A <- 60(45h)
00401012 B80A000000     mov     eax,0Ah
00401017 8945F8         mov     [ebp-8],eax     ; B <- 10(0Ah)
0040101A B803000000     mov     eax,3
0040101F 8945F4         mov     [ebp-0Ch],eax   ; C <- 3
00401022 8B45F8         mov     eax,[ebp-8]     ; eax <- B
00401025 8B4DF4         mov     ecx,[ebp-0Ch]   ; ecx <- C
00401028 0FAFC1         imul    eax,ecx         ; eax <- eax * ecx (B*C)
0040102B 8B4DFC         mov     ecx,[ebp-4]     ; ecx <- A
0040102E 01C8           add     eax,ecx         ; eax <- eax + ecx (A+B*C)
00401030 8945F0         mov     [ebp-10h],eax   ; X <- eax　　(X = A+B*C)
00401033 8B45F0         mov     eax,[ebp-10h]   ; eax <- X
00401036 50             push    eax
00401037 B800204000     mov     eax,offset off_00402000 ;'X=%d',00Ah,000h
0040103C 50             push    eax
0040103D E896000000     call    jmp_printf
00401042 83C408         add     esp,8
00401045 C9             leave
00401046 C3             ret

１番左の列はメモリの番地、２列目は機械語命令である。３、４列目がそれぞれの機械語命令をアセンブリ言語命令で表記したものである。 ";" 以降はコメントである。一般に機械語命令は命令コード(opcode, operation code)といくつかのオペランドからなる。オペランドはその命令の対象となるもので、レジスタ、数値、メモリ番地などである。対象となるレジスタが予め決まっているなどにより、オペランドを持たない機械語命令もある。
先頭の行はここから関数がはじまるというラベルである。
２、３行目は関数の先頭で行うお決まりの処理である。レジスタebpを書き換えるので、元の値をスタックにセーブしている。レジスタebpに現在のスタックポインタの値をセットしている。
ローカル変数 A, B, C, X はスタック領域に割り当てられる。 sub esp,10h は　この４変数分の領域 16バイトを確保するものである。ローカル変数は上（番地が小さい）から X, C, B, A の順(図1.とは逆の順)で割り当てられる。アセンブリ言語では 10h の末尾の h は16進数(hexadecimal number) を表す。
nop（ノップ. no operation）は何もしない命令。
[ebp-4] は変数 A の先頭番地となる。通常、[ ] はメモリを表している。 nopの次の２命令で A に 69（16進では45h）を代入している。
同様にして、B, C に 10, 3 を代入している。
機械語プログラム中のコメントで示したように、その次の６命令で、X = A + B * C を実行している。
その後の６命令は printf("X=%d\n", X) に対応している。
printf関数の最初の引数である文字列 "X=%d\n" はデータ部に格納されている。 offset off_00402000 は、その文字列のメモリ上の先頭番地が 00402000 番地であることを表している。
call命令の後の add esp,8 は printf関数のコールでスタック領域を８バイト分使っているので、スタックポインタの値を元に戻すものである。
最後の２命令は、関数の末尾で行うお決まりの処理である。 ebpの内容を復帰して、この関数の呼び出し元に戻る。 main関数はコンパイラが用意したスタートアップ関数から呼び出されるため、スタートアップ関数に戻る。スタートアップ関数自体はOSから呼び出されているので、最終的にはOSに戻り、プログラムの実行終了となる。

２．プログラミング言語

プログラミング言語とは、コンピュータに対する一連の動作の指示を記述するための人工言語の総称である。この一連の指示をプログラムと呼び、それを記述することをプログラミングと呼ぶ。自然言語(日本語や英語など人間が普段使っている言語)と同様、文法(構文規則や意味規則など)で定義される。

プログラミング言語の存在意義は、人間が直接扱うには難しい機械語に代わって、より人間が扱いやすい形を提供することにある。コンピュータが直接理解し実行することのできる言葉は、そのコンピュータの種類に固有の機械語だけである。したがって、最終的には機械語を使ってコンピュータが行うべき作業・計算を指示しなければならない。

機械語命令と一対一に対応するアセンブリ言語もプログラミング言語の一つではあるが、一般には、C言語やJavaなどもっと人間に解り易いプログラミング言語が多く使われる。アセンブリ言語は低水準言語、C言語やJavaなどは高水準言語（または高級言語）と呼ばれる。

高水準言語で書かれたプログラムを機械語プログラムに変換するのがコンパイラである（アセンブリ言語や中間言語を経由することが多い）。

機械語プログラムに変換するのではなく、高水準プログラミング言語で書かれたソースコード（プログラム）を逐次解釈実行するものをインタプリタと呼ぶ。プログラムの実行に主としてインタプリタを用いるプログラミング言語をインタプリタ言語(またはスクリプト言語)と呼ぶ。 Perl、JavaScript、VBScript などがよく知られている。

なお、通常、プログラミング言語とは言わないが、 Webページの記述言語である HTML(HyperText Markup Language) もスクリプト言語の一種である。

リファレンス

[1] Tiny C Compiler