Самоприменение: печать в C, написанная на flang — и найденный ею дефект эталона

Второй слой компилятора на самом языке: 328 функций, 190 тотальных.
Побайтовое совпадение с эталонным src/emit/c.mjs на 66 программах и ноль
расхождений — 37 файлов .flang репозитория (включая core/parser.flang на
2675 строк и собственный исходник), 17 моделей .fts через мост совместимости
(ими покрыты постусловия, которых в .flang нет) и 12 синтетических программ на
батут, самовызов в цикл, литералы всех видов, все виды образцов и десять
отказов со сверкой кода и текста.

Весь напечатанный C собирается cc -std=c99 -Wall -Wextra -Werror -pedantic без
единого предупреждения, включая C, напечатанный для самого этого файла.

Печать не переписана заново: экранирование, печать строк и массивов приезжают
импортом из core/json.flang, запись числа — встроенная «к строке», то есть тот
же Number::toString.

ГЛАВНОЕ — дефект эталона, который эта работа нашла. Компонента взаимной
хвостовой рекурсии, у которой ВСЕ хвостовые позиции отскоки, давала шаг батута
с неиспользованным параметром result: гасились ctx, error, bounce и параметры,
но не он. С -Wextra под -Werror это ошибка сборки, то есть эталон печатал
некомпилируемый C — того же рода дефект, что чинили ролью в имени.

На программах репозитория такой случай не возникает, поэтому дефект и дожил:
его нашла печать, написанная на самом языке, когда напечатала собственный
исходник. Исправлено в обеих реализациях одинаково — побайтовое совпадение
обязано сохраняться, и чинить одну сторону было нельзя. Тест, закреплявший
дефект как известный, заменён регрессией: сверка требует совпадения с эталоном,
сборка — что результат компилируется.

Нетотальных функций 138, четыре причины, все в «Долгах»: обход AST через поиск
по ключу (результат поиска анализ частью значения не считает), обход строки по
индексу (та же нехватка «символов строки», что в лексере и stdlib), Тарьян
(убывает число непосещённых вершин, не структура) и следствия вызовов.

1203 теста flang, 0 падений.

Author: the-homeless-god

flang/self/SPEC.md

@@ -135,3 +135,81 @@ newer», потому что компилятор языка написан на
 же таблице, что и алфавиты: латиница и кириллица. Ключевых слов на других
 письменностях в языке нет, поэтому расхождением это станет только вместе с
 пунктом 2.
+
+### `self/emit-c.flang`
+
+Состояние: 328 функций, 190 тотальных, 138 обычных. Напечатанный C совпадает с
+эталоном (`src/emit/c.mjs`) **побайтово** на 37 программах `.flang` репозитория
+(`flang/stdlib`, `flang/examples`, `flang/core`, включая собственный исходник) и
+на 17 моделях `.fts` через `compat.mjs` — вместе с постусловиями, которых в
+`.flang` репозитория нет. Плюс 12 синтетических программ: батут, батут без
+параметров, одноимённые вариант и функция, самовызов в цикл, литералы всех
+видов, все виды образцов, настройки печати и десять отказов с кодом и текстом.
+Проверка: `flang/test/self-emit-c.test.mjs`. Весь напечатанный C собирается
+`cc -std=c99 -Wall -Wextra -Werror -pedantic` без единого предупреждения.
+
+Печать чисел и экранирование строк не написаны заново: `«Заменить всё»`,
+`«Экранировать»`, `«Печать строки»` и `«Печать массива»` приезжают импортом из
+`flang/core/json.flang`, а запись числа — это встроенная `к строке`, то есть тот
+же `Number::toString`, что у эталона. AST приходит как значение JSON — сумма
+типов `«Значение»` оттуда же, а не свой типизированный AST: эталон тоже работает
+с голым объектом, различает «ключа нет» и «ключ со значением ничто» и принимает
+`bind` образца то записью, то списком.
+
+**Нетотальные функции (138) — четыре причины.**
+
+| Что | Почему не доказывается |
+|---|---|
+| печать выражений: «Печать значения», «Печать хвоста», «Печать разбора», «Печать ветви», «Цепочка случаев», «Печать свёртки», «Печать цикла», «Печать литерала», «Печать списка», «Печать полей», «Проверка образца», «Связывание образца» и их спутники (около 70 функций) | взаимная рекурсия по AST идёт не по прямому аргументу: тело `пусть` берётся как `«Взять поле» от узла`, а поле обобщённого значения JSON анализ (`src/totality.mjs`) частью значения не считает — он видит поле варианта и хвост списка, а не результат поиска по ключу. Типизированный AST это снял бы, но ценой перевода AST в тесте, то есть проверки теста самим собой |
+| обход строки по индексу: «Слова с индекса», «Слова дальше», «Слова», «Только символы слова», «Байтов в строке с», «Байтов в строке», «Пробелы» | убывает разность «длина минус индекс», то есть число. Та же нехватка «символов строки», что названа в долгах `self/lexer.flang` и `stdlib/strings.flang` |
+| разбор графа вызовов: «Обойти вершину», «Ребро Тарьяна», «Ребро вглубь», «Ребро внутри», «Корень Тарьяна», «Закрыть вершину», «Снять компоненту», «Снять вершину стека», «Компоненты связности» | Тарьян убывает по «числу непосещённых вершин» и по стеку, который растёт и укорачивается; ни то, ни другое не структурное убывание. Глубина рекурсии ограничена числом функций программы — тем же, чем ограничен эталон |
+| следствие: «Змейка», «Свежее имя», «Массив имён», «Текстовый литерал», «Собрать общее», «Печать функции», «Печать тел», «Печать программы» и прочие, вызывающие перечисленное выше | вызывают обычные функции |
+
+**Расхождения с эталоном.** Ни одно не видно на входах репозитория; каждое
+проверено прямым сравнением с `src/emit/c.mjs`.
+
+1. **Длина строки в байтах считается по таблице диапазонов.** Рантайм хранит
+   длину литерала и в кодовых точках, и в байтах UTF-8; `Buffer.byteLength`
+   эталону даёт её сразу, а в языке кода символа нет. Поэтому однобайтовые (весь
+   ASCII) и двухбайтовые (U+0080…U+07FF, кроме кодовых точек, неустойчивых к NFC
+   поодиночке — они в литерал попасть не могут, лексер нормализует) выписаны
+   перечислением, а остальное считается трёхбайтовым. Расхождение: символ вне
+   BMP эталон считает за четыре байта, эта печать — за три. Эмодзи в строковом
+   литерале даст неверное поле `bytes`; закрывается встроенной формой «код
+   символа», а не расширением таблицы.
+2. **Транслитерация не нормализует к NFC.** `naming.mjs` начинает с
+   `String.normalize("NFC")`, встроенной формы для этого нет. Расхождение: имя,
+   записанное разложенной формой (`и` + U+0306 вместо `й`), эталон
+   транслитерирует как `y`, эта печать — как `i` плюс пропущенный знак.
+3. **Слово в `words()` — это `[A-Za-z0-9]`, а не `\p{L}\p{N}`.** После
+   транслитерации кириллица уже латинская, а спросить категорию Unicode нечем.
+   Расхождение: имя с греческой или армянской буквой эталон оставит в
+   идентификаторе, эта печать примет её за разделитель слов.
+4. **Проверки «поле должно быть списком» не воспроизводятся.** Эталон бросает
+   `FLANG_PARSE` на `args`, `params`, `postconditions` и `cases`, которые не
+   массивы; здесь обобщённое значение отдаёт в таких местах пустой список.
+   Расхождение видно только на AST, которого парсер не порождает.
+
+**Дефект эталона, найденный этой сверкой — исправлен.** Компонента взаимной
+хвостовой рекурсии, у которой ВСЕ хвостовые позиции — отскоки, давала шаг
+батута с неиспользованным параметром `result`: эталон гасил `ctx`, `error`,
+`bounce` и параметры, но не его. С `-Wextra` под `-Werror` это ошибка сборки,
+то есть `src/emit/c.mjs` печатал некомпилируемый C — в точности того же рода
+дефект, что уже чинили ролью в имени.
+
+На программах репозитория такой случай не возникает, поэтому дефект и дожил до
+печати, написанной на самом языке: нашла его она, напечатав собственный
+исходник. Исправлено одинаково в обеих реализациях — побайтовое совпадение
+обязано сохраняться, поэтому чинить одну сторону было нельзя. Тест
+«шаг батута без единого значения в хвосте гасит result и собирается» держит
+их вместе: сверка требует совпадения с эталоном, сборка — что результат
+компилируется.
+
+По этой же причине «Слова дальше» и «Обход хвоста ветвей» возвращают итог через
+`пусть`, а не прямо из ветки: иначе не собирался бы сам `self/emit-c.flang`.
+
+**Лимит шагов.** Печать самой большой программы репозитория (собственный
+исходник, 3300 строк, 100 КБ C) укладывается между 60 и 100 миллионами шагов
+интерпретатора; тест поднимает лимит до ста миллионов. Это не формальность:
+лимит ловит превращение печати в перебор. Компилятору такое разрешено
+(см. начало этого файла), факт-чекеру — нет.