R

向量语言，写法与桌面 R 接近。

在手机上怎么跑

vml run examples/r/test/sysinfo.r

编译要等一会儿（C 那种要一两分钟，脚本类语言几秒）。程序跑起来后屏幕底部就是手柄，方向键 + 四个动作键都在；点右上角返回可以回到命令行。

写法要点

• 直接调用 ui_*
• 状态可以放向量里

示例

同目录还有：demo/demo_std.r、test/libs.r、tty/demo_tty.r、ui/demo_ui.r

下面的内容是从 VML 源码里直接带的（third_party/vml/VMLPrepares/RCompiler/）： README 讲这个前端支持什么、怎么编；语言规范 讲语法本身。上游一改，这里重新生成就是最新的。

语言规范

R 语言编译器规范说明

版本：v1.0 | 日期：2026-07-06 | 修订者：深圳市探索智能科技有限公司

元数据

概述

R 语言是一种用于统计计算和图形展示的编程语言和环境。本编译器实现了 R 语言的核心语法子集，支持向量化数据操作、统计函数、控制流和自定义函数定义。编译产物为 VML 汇编，可进一步翻译到 16 种目标架构。

编译器架构遵循标准 VML 前端模式：

R 源码 (.r) → Lexer (Lexer.cs) → Token 流
             → Parser (Parser.cs) → AST (ASTNode.cs)
             → CodeGenerator (CodeGenerator*.cs) → VML 程序

入口文件 RCompiler.cs 编排整个编译流水线，包括预处理、词法分析、语法分析、代码生成和标准库链接。

支持的特性

数据类型

注意：当前实现中 numeric 的 integer 和 float 在运行时不做严格类型区分。科学计数法（如 1.5e-10、2E+3）被完整支持。

赋值运算符

R 支持三种赋值形式，优先级从高到低：

# 1. 左赋值（推荐风格）
x <- 42
y <- c(1, 2, 3)

# 2. 等号赋值（函数参数风格）
x = 42

# 3. 超级赋值（父环境赋值）
x <<- 42

• <- 和 = 在当前作用域分配变量
• <<- 标记为超级赋值，用于向父作用域写入（当前编译器实现中与 <- 行为等价，作用域层级尚未完全实现）
• 赋值表达式返回右值，支持链式赋值：a <- b <- 10

算术运算符

比较运算符

比较结果返回整数 1 (TRUE) 或 0 (FALSE)。

逻辑运算符

注意：当前实现不区分向量化的 &/| 和短路求值的 &&/||，所有逻辑运算均执行短路求值。R0 = 0 视为 FALSE，非零视为 TRUE。

函数

# 函数定义
add <- function(a, b) {
    return(a + b)
}

# 无参函数
greet <- function() {
    return("Hello")
}

# 隐式返回：函数体最后一个表达式的值即为返回值
square <- function(x) {
    x * x
}

• 使用 function(params) { body } 语法定义匿名函数，通过 <- 赋值给变量名
• 参数列表可以为空
• return(expr) 提前返回，return expr（无括号）也受支持
• 函数体最后一个表达式的值隐式作为返回值
• 函数调用：name(arg1, arg2, ...)，参数从右向左压栈，返回值在 R0 寄存器
• 函数内部有独立的变量作用域（参数压入当前栈帧，函数退出时恢复）

控制流

if / else

if (x > 0) {
    print("positive")
} else {
    print("non-positive")
}

# else if 链（嵌套解析）
if (x > 0) {
    print("positive")
} else if (x < 0) {
    print("negative")
} else {
    print("zero")
}

条件表达式求值后与 0 比较：CMP R0, 0; JE。非零为真。

while 循环

i <- 1
while (i <= 10) {
    print(i)
    i <- i + 1
}

前测试循环：条件为假时跳过循环体。

for 循环

for (i in 1:5) {
    print(i)
}

for (x in c(10, 20, 30)) {
    print(x)
}

• for (variable in sequence) { body } 语法
• 迭代变量在每次循环中被赋予序列的当前元素值
• 支持 c() 向量和范围表达式
• 序列长度在编译时确定（仅支持常量长度序列）

repeat 循环

repeat {
    # 必须包含 break 条件，否则为无限循环
    if (condition) {
        break
    }
}

无限循环，必须使用 break 显式退出。

break 和 next

# break: 退出最内层循环
for (i in 1:10) {
    if (i > 5) {
        break
    }
}

# next: 跳过当前迭代，进入下一次循环
for (i in 1:10) {
    if (i %% 2 == 0) {
        next
    }
    print(i)  # 只打印奇数
}

• break 跳转到循环结束标签
• next 跳转到循环条件检查标签（等价于 C 语言 continue）
• 在循环外使用会导致编译错误

向量 (Vectors)

# c() 构造函数
x <- c(1, 2, 3, 4, 5)
y <- c(TRUE, FALSE, TRUE)
z <- c()  # 空向量，返回 NULL

# 范围运算符
1:10    # 整数序列，解析为特殊调用

• 向量通过 c() 函数构造，在解析器中作为 SeqNode AST 节点特别处理
• 向量在堆上分配（SYSCALL 2 = malloc），每个元素占 4 字节
• 元素按顺序存储在连续内存中
• 空向量 c() 返回 0 (NULL)
• 范围运算符 start:end 被解析为对 : 函数的调用
• 不支持：命名向量、类型强制转换、向量回收（recycling）

索引

x <- c(10, 20, 30, 40)
a <- x[1]   # 10 (R 索引从 1 开始)
b <- x[3]   # 30

• 使用 [index] 语法，1-based 索引
• 内部实现：索引减 1，乘以 4（字偏移），从基址加载
• 索引表达式可以是任意表达式：x[i + 1]
• 不支持：负索引（排除）、逻辑索引、多维索引、[[ 提取运算符、切片 x[2:4]

注释

# 这是单行注释
x <- 1  # 行尾注释

仅支持 # 开头的单行注释。不支持多行注释。

科学计数法

x <- 1.5e-10   # 1.5 × 10^-10
y <- 2.0E+5    # 200000
z <- 3e8        # 300000000

词法分析器完整解析科学计数法：尾数、小数点、e/E、可选符号、指数。

标识符规则

• 以字母、下划线或点号开头（点号后必须跟字母或下划线）
• 后续字符：字母、数字、下划线、点号
• 区分大小写：x 和 X 是不同的变量
• 关键字不可作为标识符使用
• 示例合法标识符：x, _private, .hidden, my.var, data_1

source() 导入

source("lib/utils.r")

source() 调用以正则表达式从源码中提取（预处理阶段前解析），将指定的 .r 文件内容链接到当前程序。这是一个编译时机制，非运行时函数调用。

表达式优先级表

优先级从高到低排列（数字越小优先级越高）：

预定义宏

编译器在预处理阶段（Preprocessor）注入以下宏：

这些宏可以通过预处理器指令 #ifdef、#ifndef、#if 等使用，支持条件编译。

限制与不支持的特性

当前实现为🟢 生产可用级别，以下 R 语言核心特性尚未支持：

对象系统

• S3 对象：类和泛型函数机制（class<-、UseMethod、NextMethod）
• S4 对象：正式类定义和方法分派（setClass、setMethod）
• RC (Reference Classes)：引用类
• R6 类：现代 OOP 系统

数据结构

• list()：递归列表（仅实现了 c() 原子向量）
• data.frame：表格数据结构
• matrix：多维矩阵（matrix()、%*% 矩阵乘法）
• array：多维数组（array()、dim<-）
• factor：分类变量
• names / attributes：属性系统（names<-、attr<-、attributes<-）
• 环境 (environment)：环境对象和词法作用域层级

函数式编程

• apply 家族：apply()、lapply()、sapply()、tapply()、mapply() 等
• 闭包：词法作用域中捕获自由变量的函数
• ... (dots)：可变参数
• on.exit()：函数退出钩子
• invisible()：不可见返回

公式接口

• 公式对象：y ~ x1 + x2（统计建模核心语法）
• 相关函数：lm()、glm()、terms()、model.frame()

向量化运算

• 向量回收 (recycling)：不等长向量运算时的自动扩展
• 逐元素运算：所有运算符当前为标量操作，不自动对向量广播
• 向量化 ifelse()：条件向量选择

包和库

• library() / require()：包加载机制
• CRAN 包：任何第三方包
• 命名空间：:: 和 ::: 运算符
• base/recommended 包：R 自带的统计和图形包

其他

• 管道运算符：|> (原生管道) 和 %>% (magrittr)
• switch()：多分支选择
• tryCatch()：异常处理
• R 复数类型：complex
• R 原始类型：raw
• 字符串操作函数：paste()、sprintf()、gsub() 等（需通过 C 共享库手动实现）
• 绘图系统：图形设备接口
• S4 泛型：setGeneric、setMethod
• 延迟求值：R 的惰性参数求值语义
• R 的 [ [[ $ 作为函数：运算符的函数形式
• 负索引与逻辑索引：x[-1]、x[x > 5]
• 列表命名元素：x[["name"]]
• formals() / body()：函数对象内省

编译器实现细节

文件结构

VMLPrepares/RCompiler/
├── Token.cs                      # Token 类型定义与值载体
├── Lexer.cs                      # 词法分析器（继承 LexerBase）
├── ASTNode.cs                    # 抽象语法树节点定义
├── Parser.cs                     # 递归下降语法分析器
├── CodeGenerator.cs              # 代码生成主入口
├── CodeGenerator.Expressions.cs  # 表达式代码生成
├── CodeGenerator.Statements.cs   # 语句代码生成
├── RCompiler.cs                  # 编译器入口与流水线编排
├── RCompilerPlugin.cs            # 插件注册
├── Program.cs                    # CLI 入口
└── RCompiler.csproj              # 项目文件

寄存器约定

遵循 VML 标准调用约定：

内存模型

• 局部变量：在栈帧内分配，通过 R12-offset 寻址
• 全局变量：在 data section 中分配，通过标签 var_name 寻址
• 未知变量首次赋值时自动在栈上分配空间（4 字节对齐）
• 向量元素：堆分配（SYSCALL 2 / malloc），返回基址指针

函数调用约定

• 参数从右向左压栈
• CALL func_<name> 跳转到函数体标签
• 被调函数：
  • 序言：PUSH R15; PUSH R12; MOVE R12, R13
  • 体：执行语句。参数在栈帧内通过 R12-<offset> 访问
  • 尾声：POP R12; RET
• 返回值通过 R0 传递

字符串处理

• 字符串字面量存储在 data section 中，带唯一标签 str_<guid>
• 使用 MOVE R0, label 将字符串地址加载到 R0
• 重复字符串共享同一标签（通过 _stringCache 字典去重）

标准输出

当前编译器无内置 print() 实现。输出需通过 VML SYSCALL 或 BIOS 调用实现，或链接 C 共享库中的 printf 函数。

R 转换为 VML 的典型映射

🆕 字符串编码 (v1.65.19)

该语言编译器通过共享库 (Lib/shared/) 间接使用 VML 字符串体系。

MCU 模式 (默认): 字符串输出为 UTF-8 (.string) OS 模式: 可通过 VML_WSTRING 宏判断编码

共享库已提供宽字符串转换函数 (wchar.h/uchar.h)，各语言编译器可按需使用。

编译器 README

R 编译器

路径: VMLPrepares/RCompiler/ 完成度: ~96% | 🟢 生产可用 标准库: Lib/r/

功能

• ✅ 词法分析 + 语法分析 + 代码生成 (Lexer/Parser/CodeGenerator)
• ✅ 控制流 (if/else/for/while/repeat/break/next)
• ✅ 函数: function() 定义/参数/return/匿名函数
• ✅ 赋值: <- / <<- / = 运算符
• ✅ 数据结构: c() 向量 / list() / 公式 ~ 运算符
• ✅ %in% 运算符
• ✅ 科学计数法数值
• ✅ 31 测试 0 失败
• ⚠️ S3/S4 对象系统 — 未实现
• ⚠️ data.frame/matrix — 未实现
• ✅ C 风格预处理 (#ifdef/#ifndef/#define/#include)

编译模式

MCU 模式（默认 --mode mcu）

MCU 模式针对单片机/裸机环境优化。

跳过:

• source() 动态加载
• S3/S4 对象系统
• 图形设备

保留:

• 基本统计运算
• 向量操作 (c/seq/rep)
• print 映射到 UART

OS 模式（--mode os）

OS 模式支持全部语言特性。

RAM 级别

• --ram k：KB级别
• --ram m：MB级别（默认）
• --ram g：GB级别

使用

dotnet run --project VMLTool -- input.r -o output.vml

测试

• VMLTests/NewCompilerTests.cs — 31 测试 (0 失败)
• VMLTests/FullPipelineTests.cs — 全管线测试
• Examples/r/ — 示例程序 (start/factorial/file_io/info)