编译原理知识总结（一）

1.1 翻译程序的三种方式

1.编译：将高级语言编写的源程序翻译成等价的机器语言或汇编语言。
2.解释：将高级语言编写的源程序翻译一句执行一句，不生成目标文件，直接执行源代码文件。
3.汇编：用汇编语言编写的源程序翻译成与之等价的机器语言。

1.2 编译程序的五个阶段

1.词法分析：对源程序的字符串进行扫描和分解，识别出每个单词符号。
2.语法分析：根据语言的语法规则，把单词符号分解成各类语法单位。
3.语义分析与中间代码生成：对各种语法范畴进行静态语义检查，若正确则进行中间代码翻译。
4.代码优化：遵循程序的等价变换规则。
5.目标代码生成：将中间代码变换成特定机器上的低级语言代码。

 语法语义语用

 

2.1 符号串和语言
2.1.1 字母表
1.定义：字母表是有穷非空的符号集合。
2.表示：通常用字母表大写字母A，B，…Z和希腊字母Σ表示。
eg：A={0,1}，Σ={a,b,c,d}
3.说明
1）字母表包含了语言中所允许出现的一切符号。
2）字母表中的符号也称字符。

2.1.2 符号串
1.定义：由字母表中的符号组成的有穷序列。
2.表示：通常由t，u，v，w，x，y，z等小写英文字母来表示。
3.说明
    1）符号串由构成的符号的种类、数量、顺序共同决定。
    2）不包含任何符号的符号串称为空符号串，简称空串，用ε表示。
4.对于给定的字母表Σ，符号串的递归定义如下：
    1）ε是Σ上的一个符号串。
    2）若x是Σ上的符号串，a是Σ的符号，则xa是Σ上的符号串。并规定εa=a，aε=a。
    3）y是Σ上的符号串，当且仅当y由1）和2）导出。
5.子符号串：一个非空符号串中若干连续符号组成的部分。
6.字符串的前缀和后缀
    若z=abd是字母表Σ={a,b,c,d}上的符号串，则ε，a，ab，abd都是z的前缀；ε，d，bd，abd都是z的后缀。
7.符号串之间的运算
    1）连接：符号串x，y的连接xy就是把符号串y写在x后面得到的字符串。
        eg：若x=ab，y=cd，则xy=abcd，yx=cdab。
    2）方幂：若x是符号串，xn表示n个按顺序连接。当n=0时，x0是空符号串ε。

2.1.3 语言
1.定义：由字母表上的一些符号串组成的集合。
2.说明
    空集Ø是一个语言，仅含一个空符号串的集合{ε}也是一个语言。Ø和{ε}是不同的语言。
3.符号串集合之间的运算
    1）并集
        设A和B是符号串的集合，则A和B的并集定义为
        A∪B = {x | x∈A or x∈B}。
    2）乘积
        设A和B是符号串的集合，则A和B的乘积定义为
        AB = {xy | x∈A and y∈B}。
        eg：若A={a,b}，B={b,c}，则AB = {ab,ac,bb,bc}。
        对任意符号串集合A，有{ε}A = A{ε} = A。
    3）幂运算
        设A是符号串的集合，则A的幂运算定义为
        A0 = {ε}
        A1 = A
        An = AAn-1（n>0）
        eg：若A={0,1}，则A0={ε}，A1={0,1}，A2={00,01,10,11}。
    4）正闭包与闭包
        设A是符号串的集合，则集合A的正闭包A+和闭包A*定义为
        A+ = A1∪A2∪…∪An∪…
        A* = A0∪A1∪…∪An∪…
        eg：若A={0,1}，则A+={0,1,00,01,10,11,000,001,…}，A*={ε,0,1,00,01,10,11,000,001,…}。

2.2.1 文法的形式化定义
1.产生式规则
    1）定义：一个产生式规则是一个有序对(A，α)。通常写作A→α或A::=α。
        ”→"或”::=”表示“定义为”、“由…组成”、“生成”。
    2）含义： A→α表示左部符号A生成右部符号串α。
    3）若A→α；A→β，则可以写成A→α|β。”|”表示“或”。
    4）非终结符号：产生式规则左部出现的符号。
    5）终结符号：不是非终结符号的符号。
    6）非终结符号既可以出现在产生式规则的左部，也可以出现在产生式规则的右部。终结符号不能出现在产生式规则的左部。
    7）非终结符号通常用大写字母或尖括号括起来的部分表示。
2.文法
    1）定义：产生式规则的非空有穷集合。由四元组G=(VN，VT，P，Z)组成。
    2）VN：是一个非空有穷集合。它的每个元素称为非终结符号。且VN∩VT=Ø。
    3）VT：是一个非空有穷集合。它的每个元素称为终结符号。
    4）P：是文法规则(产生式规则)的非空有穷集合，每个产生式规则的形式是A→α或A::=α，其中A∈VN，α∈(VN∪VT)*。
    5）Z：是一个非终结符号。称为开始符号或识别符号。它至少要在一条产生式规则的左部出现。有它开始识别定义的语言。
    6）通常不必将文法的四元组显式地表示出来，而仅需给出文法的产生式规则集。
    7）对于两个不同的文法G[Z]和G’[E]，若这两个文法生成的语言相同，则称这两个文法是等价的。

2.2.2 语言的形式化定义
1.直接推导与推导
    1）直接推导：令G=(VN，VT，P，Z)，若A→γ∈P，且α,β∈(VN∪VT)*，则称αAβ直接推导出αγβ，表示成αA ⇒ βαγβ。
    2）推导：若存在一个直接推导序列：α0⇒α1⇒α2⇒…⇒αn，则称这个序列是一个从α0至αn的长度为n的推导。
        当n>0时，α0至αn的推导记为α0 ⇒+ αn，表示从α0出发，经过1步或者若干步可推导出αn。
        当n≥0时，α0至αn的推导记为α0 ⇒* αn，表示从α0出发，经过0步或者若干步可推导出αn。
2.句型和句子
设有文法G[Z]，Z是文法G的开始符号。
    1）句型：若Z ⇒* x，x∈(VN∪VT)*，则称符号串x为文法G[Z]的句型。
    2）句子：若Z ⇒* x，x∈VT*，则称符号串x为文法G[Z]的句子。
    3）句子一定是句型，句型不一定是句子。
3.语言
    1）定义：文法G[Z]产生的所有句子的集合称为文法G所定义的语言，记为L(G[Z])，简写为L(G)。L(G)={x| Z ⇒+ x且x∈VT*}。
    2）语言L(G)是VT*的子集。
    3）L(G)中的每一个符号串均由终结符号组成，且该符号串能由开始符号Z推导出来。
4.递归规则(直接递归)
    1）定义：一个产生式规则中，出现在左部的非终结符也出现在其右部。
    2）种类：左递归、右递归、递归。
    3）左递归：A→A…
    4）右递归：A→…A
    5）递归：A→…A…
5.文法递归
    1）定义：对于文法中的任一非终结符，若能建立一个推导过程，在推导所得的符号串中又出现该终结符本身，则称文法是递归的。
    2）种类：左递归、右递归、递归。
    3）左递归：A ⇒+ A…
    4）右递归：A ⇒+ …A
    5）递归：A ⇒+ …A…