# Forth 数组实现深度解析：内存布局、CREATE-DOES> 与 DO-LOOP 边界机制 > 深入剖析 Forth 语言中数组的本质——字典中的连续内存块，详解 CREATE 与 DOES> 构建自定义数组类型的设计哲学，以及 DO-LOOP 索引边界的底层实现机制。 ## 元数据 - 路径: /posts/2026/02/20/forth-arrays-implementation/ - 发布时间: 2026-02-20T02:02:43+08:00 - 分类: [compilers](/categories/compilers/) - 站点: https://blog.hotdry.top ## 正文 在 Forth 语言的简洁语法背后，隐藏着一套精炼的内存管理哲学。与主流语言将数组视为独立抽象不同，Forth 把数组直接实现为字典中的连续数据区域，这种设计既保留了底层控制能力，又避免了额外的运行时开销。本文从内存布局、定义词模式、循环结构三个维度，系统解析 Forth 数组的实现机制。 ## 字典中的线性天地：数组的内存布局 Forth 字典是程序的根基，每定义一个词（word），系统就在字典中分配一段连续的内存空间。数组本质上就是一个带有预定长度的参数域（parameter field）的词。执行 `CREATE` 命令时，Forth 会为新词创建头部信息，包括名称字段和代码字段，随后将参数域的起始地址留在栈顶供后续操作使用。 以创建一个包含 10 个单元的数组为例： ```forth CREATE A 10 CELLS ALLOT ``` 这条语句的执行流程如下：首先 `CREATE A` 在字典中为词 A 分配头部，参数域起始地址由 `HERE` 记录；接着 `10 CELLS ALLOT` 从当前位置向前移动 10 个单元的字节数，为数组预留存储空间。此时字典的内存布局从低地址到高地址依次为：名称字段（存储字符串 "A" 及其属性标志）、代码字段（指向该词的执行代码）、参数域（A[0] 到 A[9] 共 10 个单元）。 执行词 A 时，它会将参数域首地址放在栈上，这意味着： ```forth A . \ 打印 A[0] 的地址 ``` 这种设计将数组的起始地址与索引计算分离，程序员需要自行完成偏移量计算： ```forth : A[] ( i -- addr ) CELLS A + ; ``` 这种看似原始的机制，实则给予了开发者对内存布局的完全控制权——你可以精确知道每个元素位于哪个地址，没有任何隐藏的边界检查或动态分配开销。 ## 定义词的构建术：CREATE 与 DOES> 的协同 Forth 语言的强大之处在于其元编程能力。`CREATE ... DOES>` 模式允许程序员定义全新的数据结构类型，这是一种在编译时生成代码、在运行时执行自定义行为的双阶段机制。在数组上下文中，这个模式用于创建可复用的数组定义词。 一个典型的数组定义词实现如下： ```forth : ARRAY: ( n -- ) CREATE CELLS ALLOT DOES> ( i -- addr ) SWAP CELLS + ; ``` 使用方式变为： ```forth 10 ARRAY: FOO \ 创建包含 10 个单元的数组 FOO 5 FOO \ 返回 FOO[5] 的地址 ``` 这里的双阶段行为清晰可辨：`CREATE` 部分在定义时执行，负责分配参数域空间；`DOES>` 部分在每次调用时执行，负责计算索引地址。每个通过 `ARRAY:` 创建的数组都拥有独立的参数域，但共享同一套索引计算逻辑。 从内存角度看，每个实例词都保持独立的词头结构和参数域。以 `10 ARRAY: BAR` 为例，生成的内存布局包含：BAR 的名称字段、代码字段（指向 `DOES>` 运行时逻辑），以及紧跟其后的 10 个单元的参数域。多个数组实例之间完全隔离，各自占据字典中的不同区域。 这种模式的精妙之处在于其极简主义：无需额外的类型系统，词本身就是类型的载体；无需虚函数表，`DOES>` 直接嵌入代码字段的运行时部分。 ## 循环边界的底层逻辑：DO-LOOP 的实现与约束 Forth 的 `DO ... LOOP` 结构提供了一种高效的低层循环机制，但其语义与常见语言存在关键差异：它基于半开区间设计，循环变量的取值范围是 `[start, limit)`，即从起始值递增到极限值减一。 对于语句： ```forth limit start DO ... LOOP ``` 运行时的执行步骤如下：`DO` 将起始值和极限值压入循环控制栈（通常基于返回栈实现），保存循环体起始地址；每次执行 `LOOP` 时，循环计数器加一并与极限值比较，只有当计数器仍小于极限值时才继续循环。这意味着： ```forth 10 0 DO I . LOOP ``` 会依次打印 0 到 9，共执行 10 次。 关于边界检查，必须明确一个核心事实：Forth 标准不提供任何自动的数组边界检查机制。`DO-LOOP` 执行的唯一检查是循环终止条件——即计数器是否已达到极限值，这与数组安全毫无关联。程序员必须自行确保循环变量的取值范围与数组维度匹配。 以下代码在理论上是安全的： ```forth CREATE A 100 CELLS ALLOT 100 0 DO I CELLS A + @ . LOOP ``` 因为循环变量 I 的取值范围是 0 到 99，正好覆盖数组 A 的所有有效索引。但若写成： ```forth 200 0 DO I CELLS A + @ . LOOP ``` Forth 不会抛出任何错误，程序会访问 A[100] 到 A[199]，这些地址上可能是未定义的数据或其他词的内容，后果完全不可预知。 对于更复杂的 `+LOOP`，终止条件涉及符号感知的边界穿越检测：当循环变量跨越极限值边界时退出。许多实现通过巧妙的算术技巧（如预计算偏移量、利用有符号整数溢出检测）用单一测试同时处理正向和反向增量，但这仍然不涉及数组边界验证。 若需在应用层实现边界保护，典型做法是在索引访问前显式检查： ```forth : SAFE-ACCESS ( i addr len -- addr|0 ) OVER < IF \ 如果索引 >= 长度 DROP DROP 0 ELSE CELLS + @ THEN ; ``` 或者在定义数组时将长度信息编码进数据结构中，供运行时查询验证。 ## 工程实践参数与设计考量 在生产级 Forth 代码中使用数组时，以下参数和实践值得参考： **单元大小**：使用 `CELLS` 而不是直接使用字节数，确保代码在不同架构（32位/64位）间可移植。`1 CELLS` 在 32 位系统上等于 4 字节，在 64 位系统上等于 8 字节。 **内存对齐**：`CREATE` 分配的参数域通常已按单元对齐，但若需要在数组中存储多精度数据，可能需要显式对齐处理。 **字典增长方向**：大多数 Forth 实现中字典向高地址增长，这意味着数组参数域地址大于词头地址，索引计算公式为 `base + i * cell-size`。 **循环变量的生命周期**：`I`、`J`、`K` 等循环变量只在循环体内有效，它们实际上是从返回栈上读取的当前循环状态，嵌套循环时需特别注意栈平衡。 **性能权衡**：Forth 数组访问的零边界检查特性是一把双刃剑——它消除了运行时开销，但也意味着内存错误的风险完全由程序员承担。在安全关键的嵌入式场景中，建议在抽象层加入显式检查，而对性能敏感的实时系统，则可利用这种底层能力获得确定性的执行时间。 --- 资料来源：Forth 标准组织文档、Stack Overflow 社区讨论、FORTH, Inc. 技术文档。 ## 同分类近期文章 ### [C# 15 联合类型：穷尽性模式匹配与密封层次设计](/posts/2026/04/08/csharp-15-union-types-exhaustive-pattern-matching/) - 日期: 2026-04-08T21:26:12+08:00 - 分类: [compilers](/categories/compilers/) - 摘要: 深入分析 C# 15 联合类型的语法设计、穷尽性匹配保证及其与密封类层次结构的工程权衡。 ### [LLVM JSIR 设计解析：面向 JavaScript 的高层 IR 与 SSA 构造策略](/posts/2026/04/08/jsir-javascript-high-level-ir/) - 日期: 2026-04-08T16:51:07+08:00 - 分类: [compilers](/categories/compilers/) - 摘要: 深度解析 LLVM JSIR 的设计动因、SSA 构造策略以及在 JavaScript 编译器工具链中的集成路径，为前端工具链开发者提供可落地的工程参数。 ### [JSIR：面向 JavaScript 的高级 IR 与碎片化解决之道](/posts/2026/04/08/jsir-high-level-javascript-ir/) - 日期: 2026-04-08T15:51:15+08:00 - 分类: [compilers](/categories/compilers/) - 摘要: 解析 LLVM 社区推进的 JSIR 如何通过 MLIR 实现无源码丢失的往返转换，并终结 JavaScript 工具链碎片化困境。 ### [JSIR：面向 JavaScript 的高层中间表示设计实践](/posts/2026/04/08/jsir-high-level-ir-for-javascript/) - 日期: 2026-04-08T10:49:18+08:00 - 分类: [compilers](/categories/compilers/) - 摘要: 深入解析 Google 推出的 JSIR 如何利用 MLIR 框架实现 JavaScript 源码的高保真往返，并探讨其在反编译与去混淆场景的工程实践。 ### [沙箱JIT编译执行安全：内存隔离机制与性能权衡实战](/posts/2026/04/07/sandboxed-jit-compiler-execution-safety/) - 日期: 2026-04-07T12:25:13+08:00 - 分类: [compilers](/categories/compilers/) - 摘要: 深入解析受控沙箱中JIT代码的内存安全隔离机制，提供工程化落地的参数配置清单与性能优化建议。