编译原理Compiler_1

1. alda一个有趣的软件

2. 考核标准：课程实验 75% 10-12次实验 + 一次选做实验（5分） 期末测试 25% 开卷和平时题型百分之八十相同

3. antlr + LLVM

4. 推荐书：...... LLVM Cookbook

5. DonaldE.Knuth（1938～）算法分析之父计算机排版系统Tex的创始人 30天写了一 个编译器

6. 理解计算机系统结构：第一次作业：Crash Course Computer Science 计算机科学速成 课 p1-p9 作业提交就随便写点东西就行。

7. LTA 机器证明语言 TikZ Graphviz 画图语言 LaTex 排版语言

8. IR ： Intermediate Representation 中间表示

1. 前端（分析阶段）：分析源语言程序，搜集所有必要的信息

2. 后端（综合阶段）：利用收集到的信息，生成目标语言程序

9. Clang 编译器比gcc更加现代好用

2023.3.1

10. clang c发k的音 lang 发烂

11. clang f.c -of

生成中间代码clang -emit-llvm -S（人类易于阅读） f.c -o f-opt1.ll -o1（编译时开启一级优化）

12. 中间代码：br：branch if分支

1. 不开优化：严格按照br执行

2. 开了优化：int a = 2, int b = 3 if(b > a){} ------> 其实编译器可以看出3一定大于 2，所以不需要if的br，直接执行｛｝内的东西就行了

3. 编译器的大部分时间是优化

13. clang-Xclang -ast-dump naming.c

1. ast：抽象语法树

2023.3.1/3.8

词法分析：antlr4

14. 词法单元的规约

15. 三种类别

●词法分析器生成器 ANTLR

●手写词法分析器

●自动化词法分析器：手写生成词法分析器的工具本身

3、输入：词法单元的规约输出：词法分析器 lexer词法分析程序

1. .g4 ---> ANTLR4 --->SimpleExprLexer.java SimpleExpr.token

2. 语法：

1. grammar SimpleExpr; 给语法起一个名字，需与文件名一致

2. @hearder{package simpleexpr;} （生成的文件存到simpleexpr这个包）

3. prog : stat* EOF; （结束符）（0或任意多语句构成语法）

4. stat : expr ';'| ID '=' expr ';' | 'if' expr ';' ;（语句是怎么构成的）（表达式加分号或者赋值语句或者if语句）

5. expr : expr ('+' | '-' | '*'| '/' ) expr

| '(' expr ')'

| ID

| INT

| FLOAT ;（表达式是两个表达式加减乘除构成或者表达式外有括号或者ID或者整数）（想要表达加减乘除优先级不一样就把* 和 / 放在 + 和 -的上一行）

6. SEMI ： ‘;’（给字面量生成名字，插件generate，可以直接插入,d按时有时候会有类似assign被取成equal的情况）（自动生成插入的位置很关键，优先级需要考虑，if与ID）

3. 词法单元：

1. 表示文法：小写；表示词法：大写；

2. ID : [a-zA-Z_ ][a-zA-Z0-9_ ] * ; （放在中括号【】中表示可以是azAZ或_中的一种）（以数字字母下划线结尾）

3. INT : ‘0’ | [1-9][0-9]* ;

4. WS : [ \t\r\n]+ -> skip ; （+表示一个或多个）（？表示0次或者1次）（skip表示丢掉，不交给编译器分析）

5. （提取ID和INT后的成分）

6. fragment DIGIT : [0-9] （fragment表示仅仅作为辅助规则）

7. fragment LETTER : [a-zA-Z]

8. ID : (LETTER | '_') (LETTER | DIGIT | '_')* ;

9. INT : '0' | [1-9] DIGIT* ;

10. FLOAT : INT '.' DIGIT* | '.'DIGIT+ ;（小数点前有数字则小数点后有没有数字不重要，小数点前没有数字则小数点后面必须有数字）（3.1415没有被识别为INT是因为ANTLR优先匹配最长匹配，先看整体再看局部，再看优先级匹配）

11. WS : [ \t\r\n]+ -> skip ;

12. SL_COMMENT （单行注释）: ‘//’ .*?（任意多个字符）‘\n’-> skip;

SL_COMMENT （单行注释）: ‘//’~[\n]*‘\n’-> skip;

1. .* 贪婪匹配，能匹配尽可能多就尽可能多

2. .*? 非贪婪匹配：匹配最短的

3. ~[] 除某些字符之外的其他字符

13. DOC——COMMENT : ‘/**’ .*? ‘*/’ -> skip;

1. 优先级必须比ML_COMMENT高，否则会被识别为多行注释

2. 如果有一条规则是特例，那必须放到通例的前面

3. if没有被识别为ID是因为字面量词法单元和符号化词法单元（ID）优先级更高

14. ML_COMMENT （多行注释） : ‘/*’ .*? ‘*/’ -> skip;

4. 测试test：

1. ANTLR Preview

2. 右击prog，选择test-prog

3. 用编程的方式测试、使用ANTLR 4生成的xxxLexer.java：

4. antlr/grammar-v4仓库中有一些官方的关于词法的文档

2023.3.8

16. SimpleExprRules.g4

1. lexer grammar SimpleExprRules:

1. 将语法的部分与词法的部分解耦合

2. 如果词法需要用到，则import SimpleExprRules

17. 手写词法分析器

1. 语言和集合：字母表上定义语言

2. 字母表：有限的符号集合，Σ

3. 串：符号构成的有穷集合， ε表示空串，

4. 语言：给定字母表上一个任意的可数的串的集合，可以通过集合操作构造新的语言

1. 连接：类似笛卡尔积

2. Kleene闭包：广义的并，类似.g4中的* L*

3. 正闭包：类似+ L+

4. id：L(L ∪ D)*

5. 正则表达式是语法，正则语言是语义，每个正则表达式对应一个正则语言

18. 正则表达式：

1. 定义：

1. 空

2. a

3. （a）

4. r|s，rs，r*

5. 优先级：（） * 连接 |

2. 对应的正则语言：

1. ｛空串｝

2. ｛a｝

3. 括号可以去掉，语言一样

4. |对应并，拼接对应拼接，闭包对应语言上的闭包

5. 例子

6. 匹配三的倍数：

19. 手写词法分析器：

1. 整体框架：

2. LA(0) : WS（空白符）, EOF, ID, INT

3. LA(1) : IF ELSE ID INT

4. LA(2) : EQ, NE<>, LT<, GT<=, GE>=

5. arbitrary LA: