第一章 first集的计算

第一章 first集的计算

现在我们开始自己做的YACC部分，首先我们要计算first集。在计算first集之前，我们要了解关于文法的一些基础知识，理解这部分内容，可能会涉及到离散数学中的关系一章。显然，对关系运算的理解有助于对编译原理的理解。

1 基础知识

1.1 文法定义

参见编译原理教材，可知一个文法定义为一个四元组（VN, VT, P, S）其中VN为非终结符号（或语法实体，或变量）集；VT为终结符号集；P为产生式（也称规则）的集合；VN, VT和P是非空有穷集。S称做识别符号或开始符号，它是一个非终结符，至少要在一条规则中作为左部出现。

VN和VT不含公共元素，即VN∩VT = Φ。通常V表示VN∪VT，V称为文法G的字母表或字汇表。

定义1

如α→β是文法G=( VN, VT, P, S)的规则(或说是P中第一个产生式)，γ和δ是V*中的任意符号，若有符号串v，w满足：v=γαδ，w=γβδ，则说v（应用规则α→β）直接产生w，或说w是v的直接推导。

定义2

如果存在直接推导的序列：v=w0=>w1=>w2…=>wn=w，(n>0)，则称v推导出（产生）w（推导长度为n）。记做v=>+w。

定义3

若有v=>+w，或v=w，则记做v=>*w。

定义4

设G[S]是一文法，如果符号串x是从识别符号推导出来的，即有S=>*x，则称x是文法G[S]的句型。若x只由终结符号组成，则称x为G[S]的句子。

定义5

文法G所产生的语言定义为集合{x | S=>*x，其中S为文法的开始符号，且x∈VT *}。可用L(G)表示该集合。

定义6

若L(G1) = L(G2)，则称文法G1和G2是等价的。

1.1.1 文法的类型

设G=(VN, VT, P, S)；乔姆斯基把文法分为四种类型：

l 0型文法：也叫做短语文法。0型文法的能力相当于图灵机（Turing）。或者说，任何0型语言都是递归可枚举的；反之也成立。

对于G的每个产生式，α→β，是这样一种结构：α∈(VN∪VT)+，且至少含有一个非终结符，而β∈(VN∪VT)*

l 1型文法：也叫做上下文有关文法G的任何产生式α→β，均满足| α |≤ | β |，仅仅S→ε除外。这就意味着对非终结符的替换必须要考虑上下文，并且一般不准替换为空串。

l 2型文法：G的任何产生式为A→β，A∈VN，β∈(VN∪VT)*。也叫做上下文无关文法

l 3型文法：也叫做正规文法。G的任何产生式为A→αB或者A→α，其中，α∈VT*，A、B∈VN。上述叫做右线性文法，另有左线性，二者等价。（注：| α |表示串的长度）

1.1.2 First 集

好了，有这些语言和文法的概念，我们就开始讨论First集。如果上面的概念不太懂，可以直接跳过去。WACC代码中的语言（Language类）的定义与上面的定义类似，等会儿就可以在代码中看到。呵呵。

定义：（来自《编译原理及实践》 Kenneth C. Louden 著）

令X为一个文法符号（一个终结符或非终结符）或 ε，则集合First（X）由终结符组成，此外可能还有ε，它的定义如下：

若X是终结符或ε，则First（X）= {X} 。

若X是非终结符，则对于每个产生式X –>X1X2…Xn  ,First(X)都包含了First（X1）-{ε}。若对于某个i <  n,所有的集合First（X1）…..First（Xi ）都包括了ε,则First(X)也包含了    First（Xi+1）-{ε},若First（X）也包含了ε

现在为任意串α= X1X2…Xn (终结符和非终结符组成的串)定义First（α），如下所示：First（α），如下所示，First（α）包含First（X1）-{ε}。对于每个i = 2，……n, 如果对于所有的k = 1，…..,i-1, First(Xk)包含了ε，则First（α）也包含了ε。

1.1.3 算法

根据该定义，我们可以得到符号First集如下算法，无论手算还是机算都适用。

1) 若X∈VT，则FIRST(X)={X}；

2) 若X∈VN，且有产生式X→a…，则把a加入到FIRST(X)中；若X→ε也是一条产生式，则把ε也加到FIRST(X)中。

3) 若X→Y…是一个产生式且Y∈VN，则把FIRST(Y)中的所有非ε元素都加到FIRST(X)中；若X→Y1Y2…Yk是产生式，Y1,…,Yi-1都是非终结符，而且对于任何的j，1≤j≤i-1，FIRST(Yj)都含有ε，则把FIRST(Yi)中的所有非ε元素都放到FIRST(X)中；特别的是，若所有的FIRST(Yj)均含有ε，j=1,2,…,k，则把ε加到FIRST(X)中

4) 重复上面的过程直到每个First集不再增大。

也许有人会疑问，要是First集无限增大怎么办？循环不就结束不了？其实大可放心，First集也好，包括后面的epsilon 闭包等，都是一种关系，可以用有序对<X,a>来表示，有限个元素产生的关系是有限的，你可以参考离散数学的教材就可以知道，其实你不懂离散数学，使用高中学的组合也可以知道这个结论。呵呵。

1.1.4 手算例子

给定文法

stmt_sequence->stmt stmt_seq 

stmt_seq->; stmt_sequence 

stmt_seq->

stmt->s 

在文法中，我们不再给定哪些符号是终结符，哪些是非终结符。我们在这里认为，凡是在右部出现而没在左部出现的符号均为终结符，其它均为非终结符。在其它编译原理的教材中，右部为空使用A->ε表示右部为空，但我们在这里不采用这种表示方法。如stmt_seq-> 就表示stmt_seq右部为空。

文法first集计算

规则	第一遍	第二遍
stmt_sequence->stmt stmt_seq		First(stmt_sequence)={s}
stmt_seq->; stmt_sequence	First(stmt_seq)={;}
stmt_seq->	First(stmt_seq)={;ε}
stmt->s	First（stmt）={s}

图表 21

所以得出

First（stmt_sequence） = {s}

First(stmt_seq)={;ε}

First（stmt）={s}

First(s) = {s}

First(;) = {;}