構造体の代入 — レジスタに載らないものを運ぶ

今日のゴール

q = p; のように、構造体をまるごとコピーできるようにする。ポインタ・フィールドを持つ構造体（Line の中の Point *）やポインタ経由（*dst = *src）も動くようにする。

この回の位置づけ

項目	内容
必須の前提	コマ12（構造体）まで。完了条件のうち `golden.py` は完成した `final/mycc.py` を土台に `fixed17` を回すので、やり切るにはコマ15 も要る
推奨の前提	—
改変しない	`mycc.py`、`scaffold/`、ラッパー `semcc.py`（配布済み・完成品）
編集する	`structcopy.py`
完了条件	`check.py` の全 Step が PASS になり、`golden.py` が構造体代入のテストの通過と `fixed17` 全通を報告する
コマ数	1
仕様との関係	仕様の内側（`language_spec.md` の対応表がこの構文に付ける「仕様外」区分は、標準トラックの実装対象外という別軸の区分）。`language_spec.md` は「struct 変数は宣言できるが、struct 値の代入・実引数・戻り値は不可」と定めているのに、実装は `q = p;` をエラーにせず受理して誤った答えを返す。判定基準どおりの S 系である
備考	意味論発展シリーズの第3回。引数・戻り値の値渡しはこの回では扱わない（発展課題 L5 で実装する）

なぜ S 系なのか

language_spec.md は struct について、こう定めている。

struct 変数は宣言できるが、struct 値の代入・実引数・戻り値は不可 （. によるフィールドアクセスと &s は可）。struct の受け渡しはポインタで行う。

つまり q = p; は、仕様が受け付けないと決めた形である。ところがいまの実装はこれをエラーにせず、黙って受理して誤った答えを返す（何が起きるかは次節で見る）。仕様が禁じた形を実装が素通しさせている—— これは「無い機能を足す」話ではなく、仕様と実装のずれである。

S 系と L 系は、その回で作る振る舞いの「正解」がどこに書いてあるかで分かれる。仕様が意味を決めている構文の、仕様と実装のずれを埋めるのが S 系。仕様が対象外と決めた機能に、意味を自分で決めて足すのが L 系である（発展課題の索引の「S と L の判定基準」節）。この回は仕様の該当行を引用でき、そこから出発するので S 系にあたる。ずれの解消の向きは「受け付けない」ではなく「正しくコピーする」側へ倒す ——仕様のこの行は、いずれ改訂の対象になる。

この回は 2026-08-01 に L1_struct から S3_struct へ改名した。 以前は判定が S 系なのに ID が L1 のままという食い違いがあり、それを解消した。ラッパーも L ファミリの langcc.py から S ファミリの semcc.py に変わっている。

題材としては、コマ12 の資料が「構造体のネスト、構造体代入、グローバル構造体変数は扱わない」と明示的に先送りした宿題の回収でもある。

注意

引数の値渡し（f(p) で構造体を渡す）と戻り値の値渡しは、この回では扱わない。 どちらも RV64 の呼び出し規約に踏み込む必要があり（16バイト以下はレジスタ2本、それより大きければ呼び出し側が領域を用意して隠し引数で渡す）、分量が2倍以上になるためである。この回ではいままで通り、関数へはポインタで渡す（f(&p)）。値渡し・値返しそのものは、この回を前提とする発展課題 L5 が実装する（呼び出し規約を自分で決めるところから始める、L 系列で最も重い回である）。

いまはどうなっているか

struct Point p; struct Point q;
p.x = 3; p.y = 4;
q = p;
return q.x + q.y;     // 7 のはず

いまのコンパイラは、これをエラーにせず、間違った答えを返す。

ポインタ・フィールド経由のメンバアクセス（l.a->y）は、実は既に正しく動く。 l.a はただのポインタなので、-> は「ポインタの指す先の y を読む」という、コマ11までと同じ処理でしかない。 壊れているのは代入（m = l で l.a・l.b という2本のポインタをコピーする部分）だけである。

なぜ壊れるのか — レジスタに載らない

いままでの代入は、こういう形だった。

左辺のアドレスを求める → 退避
右辺の値を a0 に載せる
a0 を左辺のアドレスへ書き込む

「右辺の値を a0 に載せる」——ここが構造体では成り立たない。 Point は8バイト、Line は16バイト、もっと大きい構造体もある。 レジスタ1本に載らないものは、この方式では運べない。

いまの実装は、構造体でも同じ道を通って ld / sd で8バイトだけ写す。 Point（ちょうど8バイト）なら偶然動きそうに見えるが、型サイズの計算がずれて lw（4バイト）になり、y が写らない。結果として q.y はゴミになる。

どう直すか — アドレスからアドレスへ

構造体の代入は、値の移動ではなくメモリのコピーである。

左辺の「アドレス」を求める   → a1
右辺の「アドレス」を求める   → a0     ← 値ではない
a0 から a1 へ、size バイト写す

右辺に codegen() ではなく codegen_lval() を使うのが要点である。コマ7 で学んだ「rvalue と lvalue」の区別が、ここで効いてくる。構造体の代入では、右辺も lvalue として扱う。

コピーは大きい単位から行う。

  ld a2, 0(a0)      ;; 8バイトずつ
  sd a2, 0(a1)
  ld a2, 8(a0)
  sd a2, 8(a1)
  lw a2, 16(a0)     ;; 残りが4バイト以上なら4バイト
  sw a2, 16(a1)
  lb a2, 20(a0)     ;; 最後の端数は1バイト
  sb a2, 20(a1)

補足

これは memcpy である。 いま書いたループは、libc の memcpy(dst, src, n) がやっていることそのものである。実際のコンパイラも、構造体の代入を memcpy の呼び出しに変換することが多い（サイズが小さいときは、いまのように命令を並べて展開する）。「構造体の代入」という言語機能の正体は、メモリのコピーである。

代入式の値は何か

C では代入も式なので、a = (b = c) のように値を持つ。構造体の代入の場合、その値は「代入された構造体」である。

レジスタには載らないので、この回では左辺のアドレスを a0 に残しておく。 p = q = r; のような連鎖でも、次の代入が codegen_lval でアドレスを求め直すので辻褄が合う。

実装

Step	実装対象	内容
1	`is_struct_assign`	左辺の型が構造体かを判定する
2	`gen_struct_copy`	両辺のアドレスを用意して size バイト写す

python3 semcc.py tests/assign.c | grep -A6 "ld a2"
python3 semcc.py tests/nested.c | grep -c "sd a2"    # 16バイト = 2回

テスト

python3 check.py     # 判定と生成命令列を確認(未実装は SKIP)
python3 golden.py    # 構造体代入のテスト + fixed17

golden.py の後半で回す fixed17 が、構造体のコピーを足したせいで既存の代入を壊していないことの安全網になる。

テスト	確認内容
`assign.c`	`q = p` でコピーされ、その後 `p` を変えても `q` が変わらない
`nested.c`	`l.a = &p`（ポインタ・フィールドへの代入）と `m = l`
（ポインタ2本＝16バイトのコピー。コピー後 `m.a` と `l.a` は同じ `Point` を指す）
`via_ptr.c`	`dst = src`（ポインタ経由）

assign.c の「コピー後に元を変えても影響しない」が本質的である。参照ではなく複製であることを、そこで確かめている。

発展課題

引数の値渡し・戻り値の値返し: int area(struct Point p) と struct Point make(int x, int y) を書けるようにする。どちらも「誰がコピーするのか」「戻り値の置き場を誰が用意するのか」という、言語仕様には書かれていない取り決め —— 呼び出し規約 —— を決める話になる。ここは独立した回になった。詳しくは発展課題 L5「構造体の値渡し・値返し」を見ること（この回で書く gen_struct_copy が、そのまま L5 のコピー部品の土台になる）。考えるとっかかりだけ挙げておく: 実 RV64 の規約では 16バイト以下の構造体はレジスタ2本に分けて渡し、それより大きければ呼び出し側がコピーを作ってアドレスを渡す。戻り値は呼び出し側が領域を用意して、そのアドレスを隠し引数として渡す（sret と呼ばれる）。なぜ「戻り値を a0 に載せる」では足りないのか、を先に自分で考えてみるとよい
大きな構造体: 1KB の構造体を代入すると、命令が何百行も並ぶ。サイズが一定を超えたら memcpy を呼ぶように変える
グローバル構造体変数: struct Point origin; をグローバルに置けるようにする（.bss のサイズ計算は _struct_defs から引ける）
構造体の比較: C では p == q は書けない。なぜ代入はできて比較はできないのか

補足

コラム: 「値」の大きさが違うということ。 int の代入も構造体の代入も、C の文法上は同じ = である。しかし機械語のレベルでは、片方は1命令、もう片方はコピーのループになる。 言語が同じに見せているものが、実装では違う——これはコンパイラを書いて初めて実感できることの1つである。値になる大きさをどこまで許すかは言語設計の選択で、この言語は構造体を「値になる」側に置いた結果、コンパイラがコピーを生成する義務を負っている。

この資料の原稿を見る